Sherlock

Sherlockは面接を監視し、AIが生成した回答、隠れた副操縦士、台本の読み上げを見つける。同社によれば、端末の動き、音声の状況、行動を一つの信号に束ねるマルチモーダルの敵対的モデルを使い、再学習で検出精度を約85%から97%超へ引き上げた。警告は面接の最中に出て、数日後の報告書ではない。同じモデルがAI副操縦士の検出も支える。

合成や改変された映像、カメラの人物が記録上の候補者でない兆候を探す。説得力のある顔や複製音声で通話を乗り切る、増加中の不正を覆う。面接官が受け取るのは確認すべき印であり、自動的な不合格ではない。

外部の人物の参加、余分な端末、誰かが答えを耳打ちするような兆候に目を配る。狙いは典型的な代行の構図で、より強い候補者や有償の助っ人が質問に答える形だ。

企業が候補者にAIを認めると、Sherlockは不正を捕まえる側から能力を測る側へ移る。問題解決でAIツールにどれだけ頼れるかを観察し、活用度を点数にする。狙いは、AIの良い使い方を評価することであり、AIの信号をすべて失格扱いすることではない。

面接中に構造化したメモを取り、成果と面接官に関する示唆を添える。これで別の議事録ツールがひとつ不要になり、確認する側は印と並べて読める記録を得る。

示された各瞬間は、タイムスタンプと文脈を伴って面接の該当箇所へひもづく。確認する側は何がいつ起きたかを見て、自分で判断する。判断を点数に委ねず、人を輪の中に残す設計だ。

Google、Apple、Outlookにつながり、面接として印を付けた会議に加わり、安全なリンクを自分で生成する。ATS連携も示しており、確認の流れをチームがすでに使う採用基盤の中に置ける。

Sherlockは、検出を自社の流れに組み込みたいチーム向けにAPIを公開する。APIのページでは面接の録画から不正を分析したり、確認を自前の処理に組み込んだりできる。自前のツールを持つ大規模な採用チームには効く。