採用AI向けVAP-PAP：履歴書スクリーニング監査証跡の暗号検証技術フレームワーク

1. はじめに：採用AIにおける監査可能性の危機

1.1 AI主導の採用決定の規模

推定でフォーチュン500企業の99%が、採用プロセスで何らかの形の自動スクリーニングを使用しています。これらのシステムは毎日何百万人もの候補者を評価し、個人の生計、キャリア軌道、経済的流動性に影響を与える重大な決定を下しています。

しかし、これらのシステムはブラックボックスとして機能しています。候補者が不採用になった場合、せいぜい一般的な通知を受け取るだけです：「慎重に検討した結果、他の候補者を選考することになりました。」AIの実際の推論は不透明なままです。

1.2 根本的な問題

核心的な問題は単なる不透明性ではなく、検証不可能性です。現在の採用AIシステムは：

1. 個々の候補者レベルで意思決定の理由を記録していない
2. 事後的な修正を許可する変更可能なストレージを使用
3. 改ざん防止を証明する暗号的整合性がない
4. 同じアルゴリズムが一貫して適用されたことを実証できない
5. 独立した第三者検証のメカニズムがない

1.3 フライトレコーダーパラダイム

航空安全は、規制当局がフライトデータレコーダー—航空機運用のあらゆるパラメータをキャプチャする改ざん防止デバイス—を義務付けた後に変革しました。基本的人権に影響を与えるAIシステムは、同等の説明責任インフラに値します。

VAPフレームワークは、この「フライトレコーダー」パラダイムをAI意思決定に適用します。VAP-PAPは特に、雇用を含む公共向けAI意思決定に対応しています。

2. 規制環境

2.1 EU AI法：高リスク分類

EU AI法（Regulation 2024/1689）は、Annex III、Point 4(a)の下で採用AIを明示的に高リスクとして分類しています：

「自然人の採用または選考に使用されることを意図したAIシステム、特にターゲット求人広告の掲載、求人応募の分析およびフィルタリング、候補者の評価に使用されるもの。」

2.2 適用要件

2.3 施行タイムラインと罰則

罰則：高リスクAI義務違反に対して最大1,500万ユーロまたは年間売上高の3%。

2.4 グローバル規制環境

3. 技術的ギャップ分析

3.1 現行システムの欠陥

現行システムがログ記録するもの：

• ✓ 応募提出のタイムスタンプ
• ✓ 最終決定（合格/不合格/保留）
• ✓ 集計メトリクス

現行システムがログ記録しないもの：

• ✗ 候補者ごとの特徴抽出出力
• ✗ モデルバージョンと設定ハッシュ
• ✗ スコアへの個別特徴の寄与
• ✗ 人間レビュアーのオーバーライド詳細
• ✗ 訓練データの来歴

3.2 法的帰結

3.3 訴訟環境

4. VAPフレームワークアーキテクチャ

Verifiable AI Provenance（VAP）フレームワークは以下を提供します：

1. ハッシュチェーンとデジタル署名による暗号的整合性
2. 同期タイムスタンプと外部アンカリングによる時間的固定
3. 誰が、何を、いつ、なぜ、どのような結果で、の来歴追跡
4. 公開された証明による第三者検証可能性
5. 異なる高リスクAIカテゴリ向けのドメイン固有プロファイル

4.1 5層アーキテクチャ

5. PAP採用プロファイル仕様

5.1 イベントタイプ

5.2 決定イベント例

{
  "event_id": "019432ab-7c8d-7def-8123-456789abcdef",
  "event_type": "HIRING_DECISION_MADE",
  "timestamp": {
    "unix_ns": 1735689600000000000,
    "iso8601": "2026-01-04T12:00:00.000000Z",
    "precision": "MICROSECOND",
    "sync_status": "NTP_SYNCED"
  },
  "provenance": {
    "actor": {
      "type": "AI_MODEL",
      "identifier": "resume_scorer_v2.3.1",
      "model_config_hash": "sha256:a1b2c3d4e5f6..."
    },
    "action": {
      "decision": "PASS",
      "score": 0.82,
      "threshold_applied": 0.70,
      "contributing_factors": [
        {"factor": "relevant_experience_years", "contribution": 0.35, "direction": "POSITIVE"},
        {"factor": "skills_match_score", "contribution": 0.28, "direction": "POSITIVE"}
      ]
    }
  },
  "integrity": {
    "prev_hash": "sha3-256:789xyz...",
    "event_hash": "sha3-256:abc123...",
    "signature": "ed25519:..."
  },
  "explainability": {
    "method": "SHAP",
    "simplified_explanation": "ご経験と職務要件の強い一致に基づき、選考通過となりました。"
  }
}

6. 実装アーキテクチャ

6.1 サイドカーパターン

VAP-PAPは、既存の採用システムとの統合にサイドカーアーキテクチャを推奨します：

• コア採用アプリケーションの修正が不要
• API境界で決定イベントをインターセプト
• イベントを独立して署名しチェーン化
• 段階的にデプロイ可能

┌─────────────────────────────────────────────────────────────┐
│              既存採用システム                                  │
│  [履歴書パーサー] ──▶ [MLスコアラー] ──▶ [決定エンジン]      │
│                                              │               │
│                                      [APIゲートウェイ]        │
└──────────────────────────────────────────┼───────────────────┘
                                           │
                                   ┌───────▼───────┐
                                   │  PAPサイドカー │
                                   │  • ロガー      │
                                   │  • 署名者      │
                                   │  • チェーナー  │
                                   └───────┬───────┘
                                           │
                                   ┌───────▼───────┐
                                   │   外部         │
                                   │   アンカリング │
                                   │  (RFC 3161)   │
                                   └───────────────┘

7. 暗号コンポーネント

7.1 マークルツリーアンカリング

8. GDPR互換性：クリプトシュレッディング

8.1 緊張関係

GDPR Article 17は消去権を確立しています。EU AI法 Article 12はログ保持を義務付けています。これらは矛盾しているように見えます。

8.2 クリプトシュレッディングソリューション

1. 個人データは候補者ごとの鍵で暗号化（AES-256-GCM）
2. 暗号化された暗号文のみがハッシュチェーンに含まれる
3. 消去要求時に暗号化鍵を破棄
4. ハッシュチェーンは維持されるが、個人データは数学的に復元不可能

9. 説明可能性の統合

9.1 多層説明モデル

9.2 サポートされる手法

10. 適合レベル

10.1 規制マッピング

11. リファレンス実装

from vap_pap_hiring import HiringAuditLogger, CryptoShredder

# ロガーの初期化
logger = HiringAuditLogger(
    signing_key=load_key_from_hsm(),
    anchor_client=RFC3161Client("https://freetsa.org/tsr"),
    storage=ImmutableStorage("s3://audit-logs/"),
    conformance_level="PAP-HIRING-2"
)

# 決定イベントのログ記録
event = logger.log_decision(
    candidate_id_hash=candidate_hash,
    job_requisition_id="JOB-2026-001",
    model_version="resume_scorer_v2.3.1",
    score=0.82,
    threshold=0.70,
    decision="PASS",
    contributing_factors=[
        {"factor": "experience", "contribution": 0.35, "direction": "POSITIVE"}
    ],
    explainability={
        "method": "SHAP",
        "simplified": "経験の強い一致"
    }
)

# チェーン整合性の検証
assert logger.verify_chain()

# GDPR消去の処理
shredder.process_erasure_request(candidate_id)
assert logger.verify_chain()  # チェーンは依然として有効

12. デプロイメント考慮事項

13. 結論

EU AI法の2026年8月期限は、採用AIオペレーターに緊急の必要性を生み出しています。現行システムには、Article 12（ログ記録）、Article 14（人的監視）、Article 86（説明）要件を遵守するための技術インフラが欠如しています。

「根拠なき決定なし。証明なきログなし。」