「リクナビ」内定辞退予測サービス、個人データ不正利用の深刻さ - 冷泉彰彦 プリンストン発 日本／アメリカ 新時代

仮にそうであれば、いくら昨年のケースであってデータが過去形であり、またビッグデータとして匿名化されているにしても、非常にプライベートな情報になります。また、閲覧履歴だけでなく、リクナビを通じたエントリーシートの記入に関するデータ、つまり所要時間とかコピペの有無、記入と同時に参照したページなどの記録になれば、よりプライベートなものとなります。

ビッグデータだとか、アルゴリズム、人工知能などというと「何か最先端の技術が使われている」とか「匿名性で安全な世界」というようなイメージを抱きがちですが、どう考えても、この「内定辞退率」の算出を目的として考えると、使用された個々のデータは相当に高度なプライバシー情報と考えられるのです。

今回の辞退率予測については、こうして得られた「アルゴリズム」を、実際に2019年の就活生の個別データに当てはめて、算出されているという説明です。

昨年データのビッグデータ化、アルゴリズム化だけでもプライバシー侵害の可能性があるわけですが、そのアルゴリズムを今年のデータ、つまり個別データに適用する場合、プライバシーの侵害度は数段高くなります。

例えば、2019年にA社が内定を出した就活生Cさんに対して、Cさんが別の会社であるB社のサイトを閲覧したパターンを、前年の多くのパターンから導き出したアルゴリズムで分析するだけでなく、B社以外のCさんに内定を出しそうな多くの他社サイトの閲覧データも分析して、最終的にB社に就職する確率を算出、それを100からマイナスすれば辞退率が出るわけです。

その際には、B社をはじめとしてA社とは全く関係のない他社サイトをCさんが閲覧したデータが、加工された形で、A社に流れるわけです。これは前年のものとは違う個別データであり、しかも匿名ではありません。予測の計算は、すべて個別の名前の入った情報が処理されて、個人ごとに辞退率が算出されるのです。

そして、Cさんとしては、自分のあずかり知らないところで、「辞退率58％の学生」などという情報がリクルートキャリアからA社に示され、結果的に「辞退するかもしれないので、拘束や監視を強める対象」にされたり、「計算外とみなされて、場合によっては面接や試験のパフォーマンスを不利に判定されたり」することになります。

リクルートキャリアや、このサービスを利用したと公表している企業は、このうちの後者、つまり辞退予測に基づいて不合格にしたケースはないとしています。ですが、内定者数全体の管理としては、辞退率を前提に「水増し内定」を行ったり、「現在内定を出しているグループから辞退が出ることを前提に、次善のグループには合否連絡を遅らせたり」するということはあったと思います。