AI就活が当たり前の時代、それでも差がつかない理由
近年、AIを活用した就職活動は急速に広がり、エントリーシート（ES）や志望動機の作成にAIを使う学生は一般化しています。実際、文章生成AIを使えば短時間で整った文章を作ることができ、「とりあえずAIに任せる」という使い方も珍しくありません。
しかし現場の採用担当の視点では、少し異なる現象が起きています。それは、AIを使っているにもかかわらず、むしろ通過率が上がらない学生が増えているという点です。
面接官も、AIは使って当たり前だと思っているよ！
この原因はシンプルです。AIは「平均点の文章」を作るのが得意ですが、「評価される文章」を自動で作るわけではありません。多くの学生が同じようにAIを使うことで、ESの質が均一化し、差がつかなくなっているのです。その結果、「悪くはないが印象に残らない」ESが量産され、埋もれてしまう構造が生まれています。
つまり重要なのは、AIを使うかどうかではなく、AIの出力をどう扱うかです。AIをそのまま使うのか、それとも改善の材料として使うのか。この違いが、そのまま通過率の差になります。
本記事では、ダメなESの特徴と改善方法を整理しながら、誰でも再現できる形で解説していきます。
人事が感じる「AIっぽいES」の正体
採用担当としてESを見ていると、「AIで書いたな」と感じる文章には明確な共通点があります。それは単なる直感ではなく、いくつかの構造的な特徴に基づいています。
まず最も多いのが、抽象的な表現の多用です。「成長したい」「価値を提供したい」「挑戦したい」といった言葉は一見前向きですが、具体的な裏付けがなければ評価の対象にはなりません。むしろ、誰でも言える表現として処理されてしまいます。
次に、エピソードの密度が低い点です。経験自体は書かれているものの、「なぜその行動を取ったのか」「どのような工夫をしたのか」「結果として何が変わったのか」といったプロセスが抜け落ちているケースが目立ちます。AIは文章の形を整えることは得意ですが、個人の意思決定や試行錯誤といった“人間らしさ”を自然に補うのは苦手です。
一次情報を知りたいのは、学生の皆さんだけでなく、私たち面接官も同じだよ！
さらに、企業理解が弱い点も特徴です。企業理念や特徴に触れているようでいて、実際にはどの企業にも当てはまる内容になっている。この状態では志望度の高さは伝わりません。つまりAIっぽいESとは、「整っているが判断材料が不足している文章」です。評価されるためには、具体性・構造・企業理解の3点を満たす必要があります。
図解で理解する｜ダメESと通過ESの決定的な違い
ES改善において最も重要なのは、「何が違うのか」を明確に理解することです。しかし多くの就活生は、“なんとなく良さそう”という感覚で修正してしまい、結果として大きな変化が出ないまま提出しています。ここで必要なのは、感覚ではなく構造で捉えることです。
ダメなESは、「抽象・曖昧・再現性なし」という特徴を持っています。例えば志望動機では「成長できる環境に魅力を感じた」、ガクチカでは「協力して成功させた」、自己PRでは「継続力がある」といった表現です。これらは間違いではありませんが、情報量が少なく、採用側が評価するための材料が不足しています。
一方で通過するESは、「具体・構造・再現性」が揃っています。志望動機では企業の事業や取り組みと自分の経験が結びつき、ガクチカでは課題・行動・結果が明確に示され、自己PRでは業務にどう活かせるかまで言語化されています。
つまり評価されるESとは、読み手が判断できる情報が整理されている文章なのです。この違いを理解することで、改善の方向性は一気に明確になります。
なぜ多くのESは改善されないまま提出されるのか
多くの就活生がダメESから抜け出せない理由は、「能力」ではなく「仕組み」にあります。ESを書く際、多くの人は「それっぽく整える」「とりあえず文字数を埋める」といった行動に終始し、どこをどう直せば評価が上がるのかという視点を持っていません。その結果、改善の方向性が曖昧なまま提出してしまいます。
さらにAIの普及により、この問題は見えにくくなっています。AIを使えば整った文章がすぐに完成するため、「もう完成している」と錯覚してしまうのです。しかし実際には、抽象性や情報不足といった本質的な問題はそのまま残っています。この“完成しているように見える未完成”こそが、現在の就活における大きな落とし穴です。
加えて、自分のESを客観的に評価する機会が少ないことも原因です。第三者の視点が入らないままでは、自分の文章の弱点に気づくことは難しいでしょう。だからこそ必要なのが、意図的にフィードバックを生み出す仕組みです。次のセクションでは、その具体的な方法として「AIの2段階フレームワーク」を解説します。
ESは提出することが目的ではないよ。
AIを正しく使う「2段階フレームワーク」とは
AI就活で成果が出るかどうかは、「どのAIを使うか」ではなくどう使うかの設計で決まります。多くの学生がやってしまうのは、AIにESを作らせてそのまま提出する使い方です。この方法は一見効率的ですが、実際には「平均的で埋もれる文章」を量産する原因になります。
そこで重要になるのが、「生成」と「検証」を分ける2段階フレームワークです。まずAIに叩き台を作らせ、その後に別の視点で徹底的に粗探しを行う。このプロセスを挟むことで、文章の弱点が可視化され、精度を一段階引き上げることができます。
このフレームワークの本質は、AIを“作る役割”と“疑う役割”に分けることです。AIは指示次第でどちらの役割も担えますが、同時にやらせると精度が落ちます。そのため、意図的に役割を分離することで、アウトプットの質を安定して高めることができるのです。次のセクションでは、具体的な手順をステップごとに解説します。
STEP1 生成AIで「叩き台」を作る（60点を狙う）
最初のステップは、生成AIを使ってESの叩き台を作ることです。ここで重要なのは、最初から完成度の高い文章を求めないことです。多くの人は「志望動機を書いてください」と丸投げしてしまいますが、この方法では抽象的で汎用的な文章しか出てきません。
正しいやり方は、材料を整理してから入力することです。具体的には、「どんな経験をしたのか」「どんな課題があったのか」「どのような行動を取ったのか」「どんな結果が出たのか」「なぜその企業に興味を持ったのか」といった要素を事前に言語化し、それをAIに渡します。これにより、AIは単なる一般論ではなく、個人の経験に基づいた文章を生成できるようになります。
また、この段階のゴールはあくまで「60点の文章」です。完璧を目指す必要はありません。むしろ重要なのは、後から改善できる“素材”を作ることです。AIをライターとして使うのではなく、下書きを作るアシスタントとして使う意識が、この後の工程の質を大きく左右します。
STEP2 検証AIで「粗探し」をさせる（最重要）
次のステップは、生成した文章に対して徹底的にダメ出しを行う工程です。ここが2段階フレームワークの中核であり、最も差がつくポイントです。多くの人は「この文章どう思う？」とAIに聞いてしまいますが、この聞き方では十分な改善は得られません。AIは基本的に無難な評価を返すため、致命的な弱点が見逃される可能性があります。
重要なのは、評価ではなく“欠点の指摘”をさせることです。具体的には、「抽象的な表現はどこか」「論理の飛躍はないか」「企業との接続が弱い部分はどこか」「人事が違和感を持つポイントはどこか」といった観点でチェックさせます。さらに、「あなたは採用担当者である」という役割を与えることで、より実践的な視点でのフィードバックが得られます。
この工程の目的は、文章を良くすることではなく、弱点を徹底的に洗い出すことです。ここでどれだけ厳しく指摘を受けられるかが、その後の改善幅を決めます。遠慮のないフィードバックを引き出すことが、質の高いESを作るための鍵となります。
STEP3 人間が「具体化と構造化」で修正する
検証で洗い出された課題をもとに、実際に文章を修正するステップです。ここで重要なのは、AIの修正案をそのまま使わないことです。AIは整った文章を提案してくれますが、そのまま採用すると再び“平均的な文章”に戻ってしまう可能性があります。
修正の基本は、「抽象を具体に変える」「構造を明確にする」の2点です。例えば「成長したい」という表現は、「どのような経験を通じて、どんな価値を提供できるのか」に置き換えます。また、エピソードについては「課題→行動→結果」という流れを意識し、読み手が理解しやすい形に整理します。
さらに重要なのが、「なぜその行動を取ったのか」という思考の部分を補足することです。結果だけでなく、そこに至る判断や工夫を書くことで、再現性が伝わります。この工程はAIではなく人間の役割であり、自分の経験をどこまで言語化できるかが質を左右します。
STEP4 再検証で「完成度」を引き上げる
修正した文章は、必ずもう一度AIにチェックさせます。このときのポイントは、最初の検証とは異なる観点で評価させることです。1回目は「粗探し」が目的でしたが、2回目は「完成度の確認」にフォーカスします。
具体的には、「論理の一貫性はあるか」「具体性は十分か」「説得力があるか」「他の学生と差別化できているか」といった観点でチェックを行います。このプロセスを通じて、見落としていた細かな改善点を拾い上げることができます。
この再検証を挟むことで、文章は一気に洗練されます。多くの学生が1回の修正で終わらせてしまう中、この“もう一手間”が大きな差を生みます。最終的には、自分で読んで違和感がないか、面接でそのまま話せる内容かを確認し、仕上げていきます。
実例｜AIフレームワークでESはどこまで変わるのか（完全プロセス）
ここでは、実際に「2段階フレームワーク」を使った場合に、ESがどのように改善されるのかを具体的に示します。重要なのは“完成形”ではなく、“どう変化したか”のプロセスを見ることです。この変化を理解することで、自分のESにも応用できるようになります。
STEP1 生成AIによる初稿
まずはAIに材料を渡して生成した初稿です。この段階では完成度を求めず、あくまで叩き台として扱います。
私は貴社の成長できる環境に魅力を感じ志望しました。大学では飲食店のアルバイトにおいて、チームで協力しながら売上向上に貢献しました。この経験を活かし、御社でも価値を提供しながら成長していきたいと考えています。
一見すると整っていますが、実際には評価されにくい典型的なESです。理由は明確で、「成長」「価値提供」といった抽象表現が中心であり、具体的な行動や判断プロセスが一切見えないためです。
STEP2 検証AIによるダメ出し（構造の崩し）
次に、この文章を検証AIに厳しく評価させます。
指摘内容は以下の通りです。
- 「成長できる環境」が抽象的で企業特定性がない
- アルバイトの行動が具体的に書かれていない
- どのように売上向上に貢献したか不明
- 結果が数値化されていない
- 志望理由と経験の接続が弱い
つまりこの段階では、「何が起きたかは分かるが、評価できない文章」という状態です。
STEP3 人間による修正（具体化と構造化）
指摘をもとに、人間が“意味の補強”を行います。
私は、貴社の◯◯事業において既存サービスの改善を継続的に行う姿勢に魅力を感じ志望しました。大学では飲食店のアルバイトにおいて、来店数減少という課題に直面しました。原因を分析した結果、メニューの分かりにくさが注文率低下につながっていると考え、常連客へのヒアリングと売上データの分析をもとにメニュー構成を改善しました。その結果、注文率が向上し、売上を約15％改善することができました。この経験を活かし、貴社でも顧客視点で課題を捉え、サービス価値の向上に貢献したいと考えています。
この段階で大きく変わったのは、「抽象→具体」への変換と、「行動の理由」が追加された点です。
STEP4 再検証AI（完成度チェック）
再度AIに評価させると、次のような改善ポイントが出ます。
- 企業との接続が明確になっている
- 課題・行動・結果の流れが整理されている
- 数値が入っており説得力がある
- ただし「判断の背景」がやや弱い
ここで重要なのは、すでに“合格ラインに近い状態”まで来ているという点です。多くの学生はこの段階に到達できていません。
STEP5 最終調整（面接再現性の強化）
最後に、人間が「話せる文章」へと調整します。
私は、貴社の◯◯事業において、顧客データをもとに継続的にサービス改善を行っている点に魅力を感じ志望しました。大学では飲食店のアルバイトにおいて、来店数減少という課題に直面しました。原因を分析した結果、メニューの分かりにくさが注文率低下につながっていると考え、常連客へのヒアリングと売上データの分析を行い、メニュー構成を改善しました。その結果、注文率が向上し、売上を約15％改善することができました。このように、データと顧客の声をもとに課題を特定し改善する経験を活かし、貴社でもサービス価値の向上に貢献したいと考えています。
ここでのポイントは、単なる文章ではなく「面接でそのまま話せるレベル」に仕上げている点です。
自分が普段使いなれない言葉を使っていると、言葉に詰まるよ！
この実例で分かる本質
このプロセスから分かる重要なポイントは3つです。
まず1つ目は、最初のAI出力はほぼ全員が同じレベルであるということです。つまり差はここでは生まれません。
2つ目は、差が生まれるのは“検証と修正”の工程です。どれだけAIを使っても、この工程を飛ばすと文章は改善されません。
3つ目は、最終的な評価は「人間の言葉に戻せているか」で決まるということです。AIっぽさを残したままでは評価されません。
まとめ｜AI就活の本質は「効率化」ではなく「差の作り方」
AIを使ったES作成は、もはや特別なスキルではありません。重要なのは「AIを使うかどうか」ではなく、AIを使ったあとに何をしているかです。ここを理解しているかどうかで、就活の結果は大きく変わります。
今回紹介した2段階フレームワークの本質は、単なるテクニックではありません。これは「AIで文章を作る方法」ではなく、AIを通じて思考を改善するための仕組みです。生成AIで叩き台を作り、検証AIで弱点を洗い出し、人間が意味を補強する。この流れを分解して使うことで、初めてAIは“作業ツール”ではなく“思考強化ツール”になります。
多くの学生が見落としているのは、「AIが作った文章は完成形ではない」という前提です。整っているように見える文章ほど危険で、そのまま提出すると“平均的な評価”に収束します。つまりAIの活用とは、効率化ではなく差別化のための再編集プロセスなのです。
また、採用現場で評価されるのは文章の綺麗さではありません。見られているのは一貫して「その人がどう考え、どう行動したか」です。だからこそ、AIの出力をそのまま使うのではなく、自分の経験と判断をどこまで言語化できるかが重要になります。
今回のフレームワークを使うことで得られる最大の効果は、ESの完成度そのものではなく、「自分の思考を構造化できるようになること」です。この力はESだけでなく、面接・志望動機・キャリア選択すべてに直結します。
最終チェックポイント
最後に、このフレームを使いこなせているかどうかの判断基準を整理します。
- AIの文章をそのまま使っていないか
- 抽象表現を具体に変換できているか
- 「課題→行動→結果」の構造になっているか
- 企業と自分の経験が接続されているか
- 面接でそのまま話せる内容になっているか
この5つのうち、すべて満たしていればESの完成度は一段階上にあります。逆にどれかが欠けている場合は、まだ改善の余地があります。
AIは“文章を作る装置”ではなく、思考を磨くための装置です。
そして就活で差がつくのは、AIの使い方ではなく「思考の扱い方」です。
同じAIを使っていても、結果が分かれる理由はここにあります。
効率化で終わる人と、改善に使う人。この差がそのまま内定率の差になります。
