採用面接でSATスコアを尋ねられた件
Job application asked for my SAT scores (mrmarket.lol)
要約
筆者は、テクノロジー企業が学歴要件を撤廃する傾向にある中で、ある企業からSATスコアを求められたことに驚きました。記事では、SATのような古いテストスコアの有効性に疑問を投げかけ、採用における認知能力テストの限界や、構造化面接やワークサンプルテストといったより効果的な採用手法の歴史と現状を掘り下げています。過去の奇妙な選考方法から現代のベストプラクティスまで、採用評価の多様性を考察しています。
全文翻訳
Job application asked for my SAT scores
2026年6月20日
昨日、私はYCの求人を見て、近隣で募集している興味深い小さなスタートアップがないか探していました(現在の完全リモートの仕事は好きですが、ハイブリッド勤務を探しています)。「GTM」と呼ばれる募集を見つけました。これは、特定の範囲にとらわれず、製品をバイヤーにとって魅力的なものにできる人物を求めている、という点でクールだと思いました。
製品は良さそうでした(ETLタイプのツール)。すべてが予想通りでしたが、最後に、SATの点数を求められました。
これは2つの理由で興味深いと感じました。
- 2023年頃から、ますます多くのテクノロジー企業や急成長スタートアップが学士号の要件を撤廃していることに気づきました。その代わりに、サイドプロジェクトのリンク、個人のウェブサイトへのリンク、または最も誇りに思っていることについての短い説明を求めることが多くなっています。基本的に、情熱的で「自発的な」人材の指標です。
- なぜ、今となっては数十年も前の、自己申告で検証不可能なテストの点数を求めるのでしょうか?もしそれが現在の認知能力をテストしているのだとしたら、それよりも良い予測因子があるはずです。そうでなければ、これは無意味な指示への従順さをテストするためのひっかけ問題のように思えます。
理想的な条件下では、SATの点数は、新しい採用者がビジネスの成功に貢献するかどうかを予測する上で、おそらくまともな代理指標となります。認知能力は、驚くことではありませんが、専門的な成功と正の相関があります。
とはいえ、数十年前のSATの点数を、知性を測るための数十年前の試金石として使用することには、明確な問題があります。
- 17歳だった頃の人物に基づいて、一部の決定を下すことになります。
- 各応募者は未知の条件下でテストを受けました。それが最初の試みだったのか、5回目の試みだったのか、チューターの指導を数ヶ月受けたのか、あるいは数ヶ月間チューターの指導を受けたのか、あるいは家庭生活が完全に安定していたのか、あるいは前夜にペットが死んだ/両親が離婚した/家賃を払うためにスーパーマーケットで夜勤をしていたということを知ったのか、あなたは知りません。若かった頃、薬物依存や反抗と格闘していたのかもしれません。同等の認知能力を持つ2人の候補者が異なる点数を取った理由、あるいは10年前に受けたテストが候補者の現在の能力を反映しない理由は、おそらくたくさんあります。
コンプライアンスをテストしていたのか、認知能力をテストしていたのかに関わらず、この珍しい要求は、採用慣行の深淵へと私を導きました。時間によって証明された金字塔的な方法と、未来を見たり他人の魂を知ろうとする、ほとんど神秘的な試みの両方です。
採用評価の非常に非常に短い歴史
歴史家は、現代の採用評価の「科学」を確立したのは軍隊だと信じています。
1917年、第一次世界大戦の困難な局面を前に、陸軍は150万人の新兵を、彼らが最も適した部隊に迅速に振り分ける必要がありました。時間的制約のため、従来の面接では対応できませんでした。
ロバート・ヤーキーズとその委員会は、識字能力のある新兵にはアーミー・アルファ、識字能力のない新兵や英語を話せない新兵にはアーミー・ベータという解決策を開発しました。これらは基本的に同じもので、アーミー・ベータはコミュニケーションの障壁を回避するために非言語的でした。これらが集団管理型認知テストの基礎となりました。
もう一つの起源は、元々スパイ選抜に使用されていたアセスメントセンターです。性格理論家のヘンリー・マレーは、田舎の静かな邸宅で3日間のプログラムを実施し、シミュレーションと複数の評価者を用いました。1950年代半ば、AT&Tはこれらのアセスメントセンターの評価が有効かどうかを調べるための縦断的研究を開始し、それらが仕事での成功の予測因子としてまずまずの効果があることを発見しました。
最も頻繁に最も効果的と思われる方法
もちろん、完璧な採用方法はありませんが、いくつかの方法を組み合わせることが、将来の専門的な成功を予測する上で最も効果的であるという証拠があります。
1998年現在、認知テスト(SATもその一つ)は最高の予測因子と考えられていました。その後、2022年に、Sackettらは、構造化面接が認知評価ではなく、仕事のパフォーマンスの最も強力な予測因子であると説得力を持って主張しました。
この記事の執筆時点では、知識労働における仕事での成功を予測する上で、最も証拠がある方法は以下の通りです。
- 構造化面接: これらの面接は、一貫した質問、採点基準、訓練された面接官が必要です。これらはSackettの「最高の採用評価」リストのトップでしたが、それでも一貫性はそれほど高くありませんでした(結果には80%の信頼区間がありました)。TL;DRは、当然ながら、この方法の効果は、面接官の訓練度と基準の健全性と一貫性によって大きく異なるとのことです。
- ワークサンプルテストと職務知識テスト: テイクホームプロジェクトまたは何らかの試用期間。これは最も直感的に理解しやすいです。候補者に仕事の代表的な一部をやってもらうことで、彼らがそれにどれだけ適しているかの確かなアイデアが得られます。これを構造化面接と組み合わせることは(AI以前は)金字塔と見なされていました。会話を通じて彼らがどのような人物で、どのように仕事をするかの感覚を得られ、構造化され一貫性のある面接プロセスのおかげで、他の候補者とかなり客観的に比較する方法が得られ、そしてワークエクササイズを通じて、彼らがどのように実務にそれらの属性を適用するかについての感覚を得ることができました。
- 認知能力テスト: まだ強力な予測因子ですが、最も強力なものではありません。重いトレーニングや学習要求のある仕事に最も役立ち、候補者の過去の経験と仕事の要求が密接に一致する仕事にはあまり役立ちません。
- アセスメントセンター(スパイ的なやつ): 管理職の適性を予測するのに優れていますが、明らかに非常に高価で時間がかかります。
効果のない方法
一目で効果がないと推測できるものがいくつかありました(例: マイヤーズ・ブリッグスや筆跡分析)。最も効果の低い予測因子の一つは、非構造化面接、つまり「雑談」でした。これは興味深いことに、私が最もよく遭遇する評価方法です。
私もこれを行ってしまったことがあります。これらは簡単なので一般的ですが、印象管理、一貫性のない質問、ハロー効果、類似性バイアス(あなたが私だから好きだ!)など、多くの誤謬に脆弱です。
内部のGoogleの調査では、数万件の面接を分析した結果、面接官のスコアと最終的な仕事のパフォーマンスとの間にはほとんど相関がないことが報告されています。
また、明るく冒険的な思考を持つ人々が、極端な外部評価を試みることで、誰かやその能力を知るためのすべての障壁を力任せに突破しようとする多くの事例にも遭遇しました。
1921年、大学卒業生の最近の層の厳密さが不足していることに失望したエジソンは、163問のトリビア試験を考案しました。彼が答えを知っているランダムな質問がたくさん含まれていました(1つは「灯油樽は何の木でできているか?」というもので、答えは「どうでもいい?」ではありませんでした)。
エジソンはまた、候補者に「塩テスト」を受けさせました。候補者にスープを出し、一口食べる前に塩を振った場合、彼は彼らを失格にしたと言われています。彼の理論は、これが彼らが仮定に基づいて行動することを示しているというものでした。
型破りな採用評価は、遠い歴史に限定されるものではありません。多くのテクノロジー企業もそれらを使用してきました。例: MicrosoftやGoogleが普及させた「頭の体操」については、きっと聞いたことがあるでしょう。候補者に「マンホールの蓋はなぜ丸いのか?」のような質問をしました。Googleの人事責任者であるラズロ・ボックは、これらの頭の体操を「時間の完全な無駄」であり、「何も予測しない」と呼び、面接官を賢く感じさせるためだけに役立つと彼の著書で述べています。
そして、Zapposの創設者であるトニー・シェイ(賢く、クールな人物、悲劇的な物語)がいました。彼は空港スクリーニングと「オファー」を持っていました。空港スクリーニングとは、Zapposが候補者を飛行機で送り出すことでした。到着すると、彼らは会社のシャトルで迎えられました。一日の終わりに、採用担当者は運転手に、候補者がどのように扱われたかを尋ねました。もし彼らがひどく扱われた場合、候補者は採用されませんでした。
「オファー」では、4週間のトレーニング投資の後、各新規採用者はその場で辞めるために100ドル(後に最大3,000ドル)を提示されました。目標は、彼らが本当に勝つためにここにいるのか、それとも簡単な金のために去るのかを見ることでした。
AI時代の採用方法
私がこの記事を書いている理由に戻ると、このETLスタートアップが私のSATの点数を求めた理由(大人の人生で本当に一度も見たことがありません)は全く分かりませんが、彼らがAI支援なしの生の知性を読み取ろうとしている可能性はあります。
AI後の現在の金字塔的な方法で生の知性を評価することは、間違いなくますます困難になっています。すべての履歴書は同じように読まれ、職務記述書のすべてのキーワードが含まれており、カバーレターはすべて同じ「衝撃的でジャーナリスティックなスタイル」を持っています。それはすべての人を完璧で偽りのオールスターのように見せます。ジェネレーティブAIが砂から現れ、シリコンバレーに向かって生まれたときよりもずっと前に取られた標準化テストに頼りたくなる理由が分かります。
応募者は仕事でAIを使用できるので、彼らが提出するものはすべて、仕事で彼らがする仕事の質の良い表現であるため、問題ではないと主張することもできます。しかし、たとえ最も知的で自律的なツールを操縦するパイロットの生の馬力を評価したいと思う理由も分かります。
この一つの応募が、私たちに向かってきているより大きなトレンドの兆候ではないことを願っています。もしそうなら、もっと理にかなっていて、応募者として喜んで行うであろういくつかの代替案を以下に示します。
- 時間制限のある/ライブの演習(オフィスまたはハイブリッドの職務であれば、対面が望ましい。そうでなければ、リモートで採用するか、近くの従業員を派遣して評価を監督させることができます)。
- テイクホームの演習をまだ行うことができますが、ライブミーティングは彼らの仕事についての尋問にすることです。彼らがそれを擁護したり説明したりすることを余儀なくされた場合、そのアイデアが「彼らから来た」のか、少なくともAIが生成したものを理解して流暢に話せるのかどうかについてのより良いアイデアが得られるでしょう。
- 対面のホワイトボード演習を復活させる。
- セールスの場合は、ライブロールプレイング。
これらの演習のすべてには、監督者または採用プロセスの一部である人物との対面で行う必要がある部分があります。コンピューター画面を介してインターフェースしている場合、AIを使用して近道をするのはあまりにも簡単です。
過去1年間に自分のチームの採用を試みたときでさえ、多くの候補者が特に難しい質問の後、視線を横にそらし、そこに留めていることに気づきました。それはクロードから応答を読み上げて暗唱しているように見えますが、もちろん、彼らが自分のメモを見ているのか、それとも単に職務記述書の簡単な復習をしているのかを証明することはできません。それらの理由から、確かに疑わしいですが、それに対して減点するのは適切ではないと感じています。
AI後のテクノロジーにおける採用に関する議論にはついていけていないので、これらの採用慣行はすでに使用されているのかもしれません。しかし、将来の成功の最良の予測因子は、検証可能で、現在のもので、合理的に管理された評価である傾向があることは明らかです。したがって、紙と鉛筆を使った対面での監督付きテストに戻る必要があるかもしれません。