AIによるコミュニケーション分析｜対話品質を可視化する最新技術

面接コミュニケーション分析AIとは、採用面接における求職者と面接官の会話データから、発話内容や表情、声のトーンなどをAIが解析し、対話の質や客観的な特徴を可視化する技術のことです。

部下のプレゼンを聞いて「なんか説得力がないな」と感じた。でも何がダメなのか言語化できなかった。

これ、マネージャーなら一度は経験があると思います。「もっと自信を持って」「もう少しハキハキと」——こういうフィードバックを出すんだけど、言われた側は「具体的にどうすればいいのかわからない」。で、次のプレゼンも同じ感想を持つ。

「なんか」の正体は何なのか。筆者はコミュニケーション分析AIの開発に関わる中で、この「なんか」を数値化することの威力を実感するようになりました。声のトーン、話すスピード、間の取り方——人間が「感覚」で捉えていたものを、AIは数値に変えてくれる。そうすると「何がダメで、どう変えればいいか」が驚くほどクリアになるんです。

コミュニケーションの「何」を分析するのか

Pitch——声の高さと抑揚

Pitch（ピッチ）は声の周波数のこと。高い声、低い声、そしてその変化（抑揚）を測定します。DeepAIのシステムでは10点満点で評価。

Pitchが一定だと棒読みに聞こえる。抑揚が大きすぎると大げさに聞こえる。プレゼンで「説得力がないな」と感じる原因の多くは、実はPitchのパターンに隠れていたりします。重要なポイントで声が上がっていない、逆にどうでもいい部分で声が上ずっている——こういう不一致が「なんか」の正体だったりするんですよね。

Energy——声の大きさ・力強さ

声のボリュームと力強さ。小さい声は自信のなさとして伝わるし、大きすぎる声は威圧感を与える。場面に応じた適切なEnergyレベルを維持できているかどうかが、各10点満点のスコアで可視化されます。

面白いのは、本人は「ちゃんと声を出している」つもりでもEnergyスコアが低いケースがあること。自分の声って自分が聞いているのと他人が聞いているのとで印象が違うんですが、AIは他人が聞いた状態で客観的に測定してくれる。この「自己認識とのギャップ」を知ること自体が、大きな学びになります。

Duration——発話時間とテンポ

どれだけ長く話しているか、間をどれだけ取っているか。プレゼンなら適度な間が聞き手の理解を助けるし、1on1なら「相手の話を聞いている時間」の割合が対話の質を左右する。

営業のヒアリングでDurationスコアが高すぎる（＝自分が話しすぎている）場合、顧客のニーズを十分に聞けていない可能性がある。逆にクロージングでDurationが低すぎると、提案のプッシュが弱い可能性がある。場面ごとの「適正なバランス」があって、それをスコアで把握できるのがこの分析の強みです。

分析結果をどう活かすか

ビフォーアフターで成長を可視化する

研修前と研修後のスコアを比較すれば、「何がどれだけ改善したか」が一目でわかります。「プレゼン研修を受けてPitchスコアが4.5から7.2に上がった」——こういう数字が出れば、研修の効果を客観的に証明できる。研修担当者にとっても、経営層に効果を報告する際の強力な武器になります。

個人別の弱点を特定する

Aさんは声は出ているけど抑揚がない（Energy高/Pitch低）、Bさんは抑揚はあるけど声が小さい（Pitch高/Energy低）、Cさんは話しすぎている（Duration高）——同じ「プレゼンが上手くない」でも原因は人によって違う。全員に同じ研修を受けさせるよりも、個別の弱点にフォーカスしたトレーニングをしたほうが効率的です。AIの分析があれば、この個別化が可能になります。

チーム全体のコミュニケーション傾向を把握する

営業チーム全体のDurationスコアが一様に高い（みんな話しすぎている）なら、「ヒアリングスキル強化」というチーム単位の研修テーマが見えてくる。個人の改善だけでなく、組織的な課題の発見にも使えるわけです。

AIは面接のコミュニケーションを「どう」分析・評価しているのか

結論から言えば、AIは面接のコミュニケーションをテキスト層（何を話したか）・音声層（どう話したか）・非言語層（どう見えたか）の三層に分解して観測し、それぞれの特徴量をスコアに変換している。人間の面接官が「なんとなく伝わってこない」と感じる印象を、AIは「結論が後置」「抑揚の変化点が論点とずれている」「視線の滞留が短い」といった観測可能な要素へ分解する。つまりAIがやっているのは人物の見抜きではなく、コミュニケーションの構造の可視化である。

ここを取り違えると、AIの出力を過大にも過小にも読んでしまう。以下、三層それぞれで何が測れ、何が測れないのかを、AI面接分析システムの開発元の立場から整理する。

三層で「実際に測れるもの」は何か

前章の音声3軸（Pitch／Energy／Duration）は、三層のうち音声層の一部にあたる。全体像は次の通り。

層	AIが観測している対象	可視化される代表的な指標
テキスト層	音声認識で文字起こしされた発話内容	結論の位置、論理の接続、質問への充足度、具体性（固有名詞・数量・行動の有無）、発話量の配分
音声層	音響信号そのもの	声の高さと抑揚（Pitch）、音量・力強さ（Energy）、発話時間・間・テンポ（Duration）
非言語層	映像フレーム上の顔・身体	表情の変化量、視線の向きと安定、うなずき、姿勢の揺れ

重要なのは、これらがいずれも「観測値」であって「評価」ではないということだ。評価はその後段で、「この職種のこの設問では、結論先出しと具体性を重く見る」といった人間が決めた重み付けを掛けて初めて成立する。AIが勝手に「良い人材」を定義しているわけではない。

また、当社が開発するAI面接分析システムでは、感情や印象の推定結果を確率分布として保持し、単一のラベルで断定しない設計を採っている。「この受け答えは自信あり」と言い切るのではなく、複数の状態にどれくらいの確からしさが分布しているかを示す。面接という一回性の高い場面で、単一ラベルの断定は誤読の温床になるからだ。

なお、評価基準そのものの詳細（どの設問型でどの要素が拾われるか、減点されやすい挙動）はAI面接とは？仕組み・評価基準と対策を開発元が解説で扱っているため、本記事では分析メカニズムに絞る。

逆に、AIには「何が測れない」のか

ここが最も誤解されやすい。三層で観測できるのは表出された振る舞いだけであり、次のものは原理的に測定できない。

• 内心・誠実さ・本音：AIが見ているのは表情の動きと音響特徴であって、心の状態ではない。「表情が硬い＝不誠実」ではなく、「表情の変化量が小さい」という観測値があるだけである。
• 将来の活躍：面接時のコミュニケーションと入社後の成果は別の変数である。AIの出力は入社後パフォーマンスの予測値ではない。
• 文脈依存の適切さ：カウンセリングや傾聴の場面では、発話量が少なく抑揚が抑制されているほうが適切なこともある。スコアの高低と適切さは一致しない。
• 環境要因と個人差の切り分け：マイク品質、通信遅延、照明、話し方の個人差や母語の影響は、そのまま観測値に混入する。AIはそれを自動で公平化しない。

したがって、AIの出力は「人が判断するための材料」であって「判定」ではない。この線を引かないまま合否に直結させるのが、AI面接運用で最も危険な使い方である。

他社のAI面接サービスは、分析結果をどう出力しているのか

実際に公開されているサービスの出力形式を、各社公式サイト・公式プレスリリースの記載（2026年7月時点で確認）から整理する。他社ブログの孫引きは用いない。

サービス（提供元）	公表されている分析観点	出力形式・公表条件
QAmatch（日本能率協会マネジメントセンター）	話す内容（エピソードの緻密さ／話し運びの上手さ／結論の明快さ）、コミュニケーション（熱意／聞き取りやすい話しぶり／堂々とした振る舞い）	S・A・B・C・Dの5段階総合評価。初期費用0円、候補者1名あたり3,000円（税抜）と公式に明記
就トレ（ONE CAREER）	内容面（必要事項・具体性）、表現面（話す間・スピード）、スキル面（伝わりやすさ・聞き取りやすさ）	「GOOD／TRY」形式のフィードバック。2025年3月4日提供開始。「15万件を超える実際のESや面接の回答」を学習データとすると公表

注目すべきは、いずれも「内容」と「話し方」を分けて出力している点だ。これは前述の三層のうち、テキスト層と音声層の分離に対応する。逆に言えば、精度を「何%」という数値で公表しているサービスは確認できない。面接評価には唯一の正解ラベルが存在しないため、精度%という指標自体が成立しにくいのである。「AI面接の精度は◯◯%」といった表現を見かけたら、まずその定義（何を正解とし、何と比較した数値なのか）を疑うべきだ。当社も、検証可能な定義を伴わない精度数値は公表しない方針を採っている。

各サービスの機能比較そのものはAI面接ツール比較のガイドにまとめているため、選定を検討する場合はそちらを参照されたい。

AIの分析結果を合否に使ってよいのか──公正な採用選考との関係

厚生労働省は公正な採用選考の基本として、「応募者の基本的人権を尊重すること」「応募者の適性・能力に基づいた基準により行うこと」の2点を示している。あわせて、本籍・出生地、家族の職業や学歴、住宅状況、生活環境といった本人に責任のない事項、宗教・支持政党・人生観・購読新聞などの本来自由であるべき事項を採用選考で把握することは、配慮すべき事項として明示されている。

AIによるコミュニケーション分析を運用する際、この原則は次の形で効いてくる。

• 職務遂行に必要な適性・能力に紐づく指標だけを見る。映像・音声からは、本人に責任のない属性を推測しうる情報が副次的に取得されうる。分析対象を「職務に必要なコミュニケーション要素」に限定する設計が要る。
• 最終判断は人間が行う。AIの出力は面接官の観察を補助するものであり、単独で合否を決めるものではない。
• 説明可能性を確保する。「なぜこのスコアなのか」を観測値のレベルまで遡って説明できない評価は、応募者にも社内にも正当化できない。

よくある質問

AIは面接での「コミュニケーション能力」を直接測れますか？

直接は測れない。AIが測っているのは、結論の位置、具体性、抑揚、発話量の配分、表情の変化量といった観測可能な要素であり、「コミュニケーション能力」という抽象概念そのものではない。それらの要素を、人間が定義した基準で束ねたものが、便宜的に「コミュニケーションスコア」と呼ばれている。

スコアが低いと不合格になりますか？

スコアは参考値であり、合否そのものではない。前述の通り、場面によっては発話量が少なく抑揚が抑制されているほうが適切なこともある。運用側にも、AI出力を単独の判定に使わない設計が求められる。

AIの分析は面接官の主観より公平ですか？

「同じ基準を全員に一貫して適用する」という意味では、人間の評価よりばらつきが小さい。ただしAIは学習データと設計者の重み付けを引き継ぐため、バイアスがゼロになるわけではない。公平性は「AIを使えば自動的に得られるもの」ではなく、指標設計と運用ルールで作り込むものである。

面接の録画・音声はどこまで分析されるのですか？

分析範囲はサービスごとに異なり、公開情報だけでは判別できない部分も多い。応募者・導入企業のいずれの立場でも、何を記録し、何を分析し、どれだけ保持するのかを提供元に確認することが、事実上の最初のチェック項目になる。

注意すべき点——数字だけが正義じゃない

ここは強調しておきたいんですが、コミュニケーション分析AIのスコアは「参考値」であって「正解」ではありません。

Pitchスコアが低いからダメ、とは一概に言えない。落ち着いたトーンで話すことが求められる場面（カウンセリング、クレーム対応の初期段階）もある。Durationが長い（話しすぎ）のも、状況によっては適切な場合がある（詳細な技術説明が求められるプレゼンなど）。

大事なのは「場面に応じた適切なパターンを選べているかどうか」であって、スコアの絶対値が高い低いという話じゃない。AIの分析結果を見る際にこの視点を忘れると、スコア至上主義に陥って本末転倒になります。

コミュニケーション分析の未来

現時点では音声の3軸（Pitch/Energy/Duration）と表情分析が主な分析対象ですが、今後はジェスチャー（手の動き）、姿勢、視線の方向といった非言語コミュニケーション全体に分析範囲が広がっていくと予想しています。

最終的には「あなたのコミュニケーションスタイルの総合レポート」のようなものが自動生成されて、定期的に自分のスキルの変化をトラッキングできるようになるかもしれない。健康診断みたいに、年に一度「コミュニケーション診断」を受ける——そんな未来がそう遠くないうちに来るんじゃないかと。

「なんか説得力がないな」をそのまま放置するか、数値化して改善するか。コミュニケーションを「センス」や「才能」の問題にせず、「スキル」として科学的にトレーニングする。その入り口として、AIによるコミュニケーション分析は十分に価値のあるアプローチだと思います。

参考文献

• 経済産業省「AI事業者ガイドライン」
• IPA「AI活用ガイドライン」
• 経済産業省「DXレポート」

感情認識AIの活用をお考えの方へ

DeepAIの感情認識エンジンEmoRec IIは、面接・研修ロープレ・カウンセリングなど様々な場面で活用できます。まずはデモで実際の感情分析を体験してみませんか。

AI面接での活用を見る ｜ AIロープレでの活用を見る ｜ AIカウンセリングでの活用を見る