AI人事評価のリスクと法律｜Meta集団訴訟から日本企業が学ぶべき倫理的境界線

AI（人工知能）を人事評価や労務管理に活用する動きが急速に広がる中、テクノロジーの利便性の裏に潜む重大な法的リスクが浮き彫りになりました。米国では、AIシステムを用いたレイオフ（一時解雇）対象者の選定を巡り、大手IT企業が従業員から提訴される事態に発展しています。

本記事では、この最新ニュースの要点を整理した上で、日本の経営者や人事責任者が知っておくべき「AI 人事 評価 リスク 法律」の論点を整理します。日本の労働法制や個人情報保護法、さらにはグローバルな規制動向を踏まえ、企業がどのような防衛策を講じるべきかを実務的な視点から解説します。

—

## MetaのAI解雇選定を巡る集団訴訟の概要

米国のニュースメディア「Crypto Briefing」などの報道によると、Metaの現・元従業員26名が、同社がAIシステムを用いてレイオフ対象者を選定したとして、カリフォルニア州北部地区連邦地裁に提訴しました（出典：courthousenews.com）。

原告側の主張によると、Metaは社内ツール「Metamate」やキー入力・活動監視データ、AIトークン使用状況ダッシュボードなどのAIシステム群を用いて従業員をスコアリングし、レイオフ対象を選定したとされています。このAI選定システムは、稼働実績や生産性指標を基準とするため、休暇を取得して測定データが少なくなった従業員が不当に低評価となりました。結果として、病気休暇や育児休暇などの取得者が狙い撃ちにされる形で解雇されたと主張されています。

原告らは全員、過去24か月以内に保護対象の休暇を申請・取得した経歴を持っており、家族医療休暇法（FMLA）や妊娠差別禁止法、障害者法（ADA）などの違反を訴え、解雇の差し止めと雇用地位の回復を求めています。

—

## AI人事評価における法律違反と倫理的リスクの背景

この訴訟は、AIによる人事評価や意思決定が、既存の労働法や差別禁止法とどのように衝突するかを示す象徴的な事例です。主な論点は以下の2点に集約されます。

### 1. データの偏りが生む「間接差別」

AIは与えられたデータに基づいて客観的に評価しているように見えますが、その評価基準（アルゴリズム）自体にバイアスが潜んでいる場合があります。今回のケースでは、「稼働実績や生産性指標」という一見ニュートラルな基準が、休暇取得者（病気、育児、介護など）に対して不利に働く「間接差別」を引き起こしたと指摘されています。

### 2. ブラックボックス化された評価プロセス

AIがどのようなプロセスで従業員をスコアリングしたのか、そのロジックが不透明（ブラックボックス化）である場合、従業員に対する説明責任を果たせなくなります。これは従業員の不信感を募らせ、法的紛争に発展する最大の要因となります。

—

## 日本企業におけるAI人事評価のメリットと活用場面

法的リスクがある一方で、AIを人事領域に導入することには確かなメリットが存在します。適切に設計・運用されれば、以下のような場面で効果を発揮します。

### 1. 評価業務の効率化と客観性の担保

人間による評価には、どうしても感情や主観、評価者ごとのばらつきが生じます。AIを用いて定量的な活動データや成果指標を分析することで、評価のばらつきを抑えやすくなり、評価業務にかかる工数を削減できます。

### 2. 潜在的なスキルの可視化

テキストマイニングなどの技術を用いて、日報や業務チャットのテキストデータを分析することで、従来の評価シートでは見落とされがちだった従業員の強みや貢献度を可視化することが可能です。テキストマイニングの技術的背景については、テキストマイニングの解説記事で詳しく紹介しています。

—

## 日本企業が直面する「AI 人事 評価 リスク 法律」の4大リスク

日本国内でAIを人事評価や労務管理に導入する場合、日本の法律や規制に照らし合わせて以下のリスクを慎重に評価する必要があります。

### 1. 労働法における「不利益取扱」のリスク

日本の労働基準法や育児・介護休業法では、育児休業や産前産後休業、生理休暇などの取得を理由として、従業員に対して解雇その他不利益な取り扱いをすることを禁止しています。AIの評価ロジックが「休業期間中のアウトプットの少なさ」のみを機械的に捉えて低評価を下し、それを理由に降格や減給、解雇を行った場合、意図せずともこれらの法律に抵触し、不利益取扱として違法と判断される可能性が極めて高くなります（出典：新潟県雇用労働相談センター）。

### 2. 個人情報保護法と「プロファイリング」規制

AI人事評価では、従業員の行動データ、適性検査結果、評価履歴などの個人情報を大量に処理します。日本における個人情報保護法の改正動向（2026年時点）においても、AIを用いたプロファイリング（個人の行動や性質の自動分析・予測）に対する規制や、従業員への透明性確保が強く求められるようになっています（出典：HRM株式会社）。本人の同意を得ずに、取得目的の範囲を超えてAI評価にデータを利用することは法律違反となるリスクがあります。

### 3. 欧州AI規制法（EU AI Act）の域外適用リスク

欧州連合（EU）で成立した「欧州AI規制法」では、雇用、採用、労務管理、人事評価に関わるAIシステムは「高リスク（High-Risk）」に分類され、厳格な義務（事前適合性評価、人間の監視、ログの保存など）が課されます。この法律は、EU域内に従業員を持つ日本企業や、EU市場でサービスを提供する企業にも適用される（域外適用）ため、グローバル企業は特に注意が必要です（出典：タレントインテリジェンス総研）。

### 4. 権利侵害と「安全配慮義務」

AIによる業務指示やフィードバックが、法的に「指揮命令」と見なされる可能性があります。AIの不適切なフィードバックや過度な監視（キー入力の常時監視など）によって従業員が精神的健康を損ねた場合、企業は安全配慮義務違反に問われるリスクがあります（出典：MS&ADインターリスク総研）。

—

## 国内外の規制・ガイドライン比較

AI人事評価を導入するにあたり、参照すべき国内外の法律・ガイドラインの要点を整理しました。

規制・ガイドライン名	対象領域	人事評価における主な要件・影響
日本の労働関係法令 （労基法、育介法など）	国内の全労働者	育休や病欠などの取得を理由とする不利益取扱の禁止。AIの評価結果をそのまま解雇や減給の根拠にすることは極めて困難。
個人情報保護法 （日本）	個人情報の取り扱い	プロファイリング（自動分析）に関する透明性の確保。従業員に対する利用目的の明示と、必要に応じた同意取得。
欧州AI規制法（EU AI Act）	EU域内および域外適用企業	採用・人事評価AIを「高リスク」に指定。人間の監視、品質管理、透明性の確保などを義務付け。違反には巨額の制裁金。
デジタル庁・厚生労働省指針 （2026年基準）	AI導入企業全般	AIの判断に対する「納得感」と「説明責任」の重視。AIを意思決定の補助とし、最終判断は人間が行うことを推奨。

—

## 経営者が取るべき実務的な防衛策と次の一手

AI人事評価における法律違反やレピュテーションリスクを回避するため、経営層および人事責任者は以下のステップで体制を整備する必要があります。

### 1. 「AIに最終決定をさせない」運用の徹底

最も重要な原則は、AIの評価やスコアリングを「意思決定の補助ツール」として位置づけ、最終的な人事決定（昇進、降格、配置転換、解雇など）は必ず人間（評価委員会や人事部）が介在して行うことです。厚生労働省の調査報告書でも、AIを人事労務に用いる際は、人間による適切な監視と関与が不可欠であると指摘されています（出典：厚生労働省）。

### 2. 評価アルゴリズムの定期的な監査（バイアス排除）

AIモデルに学習させるデータや評価基準に、特定の属性（性別、年齢、休職履歴など）に対する偏りがないかを定期的に監査します。特に、機械学習モデルの特性として、過去の人間による評価バイアスをそのまま学習してしまうリスク（ガベージイン・ガベージアウト）があるため、定期的なモデルの再評価が必要です。機械学習の仕組みやリスクについては、機械学習の基礎解説記事をご参照ください。

### 3. 就業規則の改定と従業員への説明

AIを人事評価や労務管理に導入する際は、どのようなデータを取得し、どのような目的でAIに処理させるのかを就業規則やプライバシーポリシーに明記し、従業員に対して事前に十分な説明を行う必要があります。透明性を確保し、従業員の「納得感」を得ることが、将来的な労使紛争を防ぐ最大の防衛策となります（出典：労働政策研究・研修機構）。

### 4. 段階的な導入と検証

いきなり全社的な人事評価にAIを適用するのではなく、まずは特定の部署での試験導入や、評価の補助（記述式評価シートの要約など）から段階的に進めることを推奨します。自然言語処理技術の発展により、テキストデータの要約や分析の精度は向上していますが、その解釈には常に人間の目による検証が必要です。自然言語処理の代表的なモデルについては、BERTの解説記事や、より高度なアプローチとしてディープラーニングの解説記事で解説しています。

—

## まとめ

Metaに対する集団訴訟は、AI人事評価がはらむ「法律」と「倫理」のリスクを世界に示しました。日本企業においても、AIの導入は業務効率化の強力な武器となる一方で、労働法や個人情報保護法への抵触リスクを常に孕んでいます。

経営者に求められるのは、AIの利便性に依存しすぎず、「最終的な評価と意思決定は人間が責任を持つ」というガバナンス体制を構築することです。テクノロジーの特性を正しく理解し、法的な境界線を遵守しながら、透明性の高い人事制度を設計することが、これからのAI時代における持続可能な企業経営の鍵となります。

—

〈参考文献〉
– courthousenews.com (Meta faces lawsuit claiming AI was used to target workers with medical conditions for layoffs) https://courthousenews.com
– 新潟県雇用労働相談センター「AI・HRテックを労務管理に用いる場合に注意すべき点について」 https://niigata-elcc.mhlw.go.jp/column/1106/
– 独立行政法人 労働政策研究・研修機構「AIによる人事評価はどのように職場に受け入れられるか」 https://www.jil.go.jp/institute/zassi/backnumber/2026/04/pdf/050-054.pdf
– 厚生労働省「AI・メタバースの HR 領域最前線調査 報告書」 https://www.mhlw.go.jp/content/11200000/001471931.pdf
– MS&ADインターリスク総研「弁護士が解説！ AIの人事活用で経営者・人事が「今」知るべき法的リスクと対応」 https://mscompass.ms-ins.com/business-news/use-ai-labor/
– HRM株式会社「【2026年7月最新】AI活用時代の個人情報保護法改正で人事が取るべき労務防衛策」 https://www.hrm-co.jp/knowledge/personal-information-protection-law/
– タレントインテリジェンス総研「欧州AI規制法が日本の人事業務に与える影響とは？ ～日本企業の人事部が理解すべきポイント」 https://ri.kaonavi.jp/20250328/