「一次通過率、今年やけに高くないですか？」。選考データを見ていた採用チームのメンバーがふと漏らしたひと言。調べてみると、Webテストの平均点が前年より明らかに上がっている。しかし面接で会ってみると、テストの点数ほどの実力を感じない候補者が目につく。採用担当なら、一度はこうした「違和感」を覚えたことがあるのではないでしょうか。
その違和感の正体は、Webテストの不正かもしれません。ある調査では、就活生の約45%がオンライン試験で何らかのカンニングを経験したと回答しています[1]。しかも、不正を行った人の6割以上がそのまま内定を得ており、企業側が不正を見抜けていない現状が浮き彫りになっています。
一方で、不正をせず真面目にテストを受けた学生の6割以上が「監視の甘い企業に不信感を持った」と答えています[2]。約3割は志望度が下がったとも。つまり、不正対策を怠ることは、不正をする人を通してしまうだけでなく、真面目な候補者の信頼を失うことにもつながるのです。
本記事では、Webテストの不正を「どう防ぐか」だけでなく、「受験者の体験を損なわずにどう設計するか」まで踏み込んで解説します。不正の実態から具体的な防止策、ツール選定のポイント、そして不正発覚時の対応まで、採用・研修担当者が押さえておくべき内容を網羅的に紹介します。
|
📌 この記事で分かること
|
目次
1. いまWebテストで何が起きているか
2022年、就活生のWebテストを代行していた会社員が逮捕されるという事件がありました。4年間で4,000件以上を代行し、「通過率95%以上」を謳ってSNSで依頼者を募っていたとされます。全国初の摘発として大きく報道されましたが、問題の本質は「逮捕者が出た」ことではなく、これほどの規模の不正が何年も発覚しなかったことにあります。
コロナ禍以降、自宅からPCで受験するWebテストが標準的な選考手段になりました。企業にとっては会場手配のコストが下がり、受験者にとっても移動の負担がなくなる。双方にメリットがある一方で、監視の目が届かない環境での受験は、不正の温床にもなっています。
1-1. 不正の3つの類型
Webテストで起きている不正は、大きく3つに分けられます。「誰が解いたか」「何を参照したか」「何に解かせたか」の3軸です。
| 類型 | 何が起きるか | 典型的な手口 |
|---|---|---|
| A. 別人が受ける （替え玉受験） |
受験者と解答者が別人 | 友人に頼む、SNSで見つけた代行業者に依頼する |
| B. 外部情報を参照する | 本人だが、持ち込み不可の情報を使う | スマホで検索、解答集を見る、SNSで解答を共有・取得する、通話で友人に聞く |
| C. 生成AIに解かせる | 本人だが、AIが実質的に解答 | ChatGPTに問題文を貼り付ける、スクリーンショットをAIに読み取らせる、音声入力で回答を得る |
従来の不正対策はAとBに集中していました。しかし2023年以降、生成AIの登場で状況は大きく変わっています。調査データを見ると、生成AIを使ったカンニングは、すでに替え玉受験を上回る頻度で発生しています[1]。
生成AIは、質問応答・文章作成・翻訳など幅広いタスクを自動化できるため、試験問題を解くためのツールとして悪用されるケースが増えています。問題文のコピー＆ペーストが最も多い手口ですが、OCR（光学文字認識）や音声入力を利用するなど、テキストのコピーを禁止するだけでは防ぎきれない方法も確認されています。
SNSを通じた解答共有も深刻です。試験中にスマートフォンから問題をSNSに投稿し、第三者から解答を得ようとするケースが報告されています。この手口の厄介な点は、回答した側がカンニングに加担していると認識していない場合もあること、そして複数の受験者が連携して組織的な不正行為に発展する可能性があることです。
1-2. 「うちは大丈夫」は本当か
「不正をするのは一部の人だけ」と思いたいところですが、データはそう楽観させてくれません。就活生を対象としたある調査では約45%がカンニングの経験があると回答しています[1]。一方、入社後の社会人を対象にした学術研究では、より厳密な手法を用いても不正経験者は数%と推定されています[3]。
前者は就活中の学生に直接聞いた自己申告の数字、後者は入社後の社会人に間接的な手法で尋ねた推定値であり、母集団も手法も異なるため単純比較はできません。しかし、いずれの調査でも「ゼロではない」ことだけは一致しています。大半の受験者が真面目に取り組んでいるからこそ、不正を放置することは、そうした人たちに対して不公平な選考環境を強いることになります。
さらに厄介なのは、不正をした受験者のうち6割以上がそのまま内定を得ているという事実です。つまり、多くの企業が不正を見抜けていないまま選考を進めている可能性があります。本来なら通過しなかったはずの人が入社し、本来なら通過していたはずの人が落ちている。「面接に入ってから違和感がある」。その時点で気づいても、すでに選考コストを費やした後です。
2. 不正を防ぐ7つの対策
不正対策というと「監視カメラを入れるかどうか」の話になりがちですが、それだけでは不十分です。ある研究では、自動検知システムが意図的なカンニングをほとんど検出できなかったという実験結果も報告されています[5]。監視ツールに頼るだけでは、不正を完全には防げません。
大切なのは、対策を一つに頼らず、何段階かに分けて備えるという考え方です。どれか1つで完璧に防ぐのではなく、「ここをすり抜けても次で引っかかる」という構造にしておけば、不正をする側の手間とリスクが跳ね上がります。ここでは7つの対策を紹介します。
| 層 | 対策 | ひと言でいうと | コスト感 |
|---|---|---|---|
| 1 | 問題設計 | AIや検索で解けない問題を作る | 低〜中 |
| 2 | 受験環境の制御 | カメラ監視・ブラウザ制御・コピペ禁止で物理的に防ぐ | 中〜高 |
| 3 | 本人確認の厳格化 | 顔認証で替え玉受験を防ぐ | 中〜高 |
| 4 | データ検知 | 解答パターンの異常を事後的に発見する | 低〜中 |
| 5 | 面接照合 | 筆記スコアと面接の印象を突き合わせる | 低 |
| 6 | 告知・制度 | 「見られている」という意識で不正をためらわせる | 低 |
| 7 | 来社・テストセンター受験 | 管理された物理環境で不正を根本的に防ぐ | 高 |
2-1. 問題設計で防ぐ
1つ目の対策は、テストの「中身」そのものです。生成AIの登場以降、ここが最も重要になっています。
ある技術面接プラットフォームの実験が参考になります。書籍やWebに載っているような「よく知られた問題」に対しては、ChatGPTの正答率が7割を超えました。しかし、その企業が独自に作成した、ネット上に答えが存在しない問題に対しては、正答率が25%にまで落ちたのです[10]。もちろんAIの性能は日々向上していますから、この差は徐々に縮まる可能性はあります。しかし「ネットに答えがない問題はAIにも解きにくい」という原則は当面変わりません。だからこそ、自社独自の問題を作ることに意味があるのです。
具体的に有効な設計は3つあります。
問題プールを多めに作り、ランダム出題する
50問以上のプールから毎回ランダムに出題する方法は、不正対策として極めて有効です。先に受けた人の答えをSNSで共有されても、次の人に同じ問題が出る確率が下がります。問題の順番をシャッフルすることで、「1問目は〇〇だった」といった情報共有も無効化できます。仮にプール問題を20問から60問に増やし、ランダム出題に切り替えたとすると、SNSで共有された答えが出題される確率は3分の1以下になります。
1問あたりの制限時間を設ける
テスト全体の制限時間だけでなく、問題ごとに「この問題は90秒以内に解答してください」と設定すれば、問題文をChatGPTに入力して回答を待つ時間的余裕を奪えます。知識を問う問題であれば回答自体には数秒〜数十秒しかかからないため、検索にかける時間を意図的に削ることが有効です。受験者自身も「ランダム出題」と「厳格な制限時間」を不正防止に効果的だと感じているという調査結果があります[9]。
「検索しても正解が出ない」出題形式を混ぜる
SJT（状況判断テスト）や、自社の業務を題材にしたケース問題のように、正解が自社の価値観や業務の文脈によって変わる出題は、検索やAIでは対処しにくい形式です。四択問題だけで構成するテストは、最もカンニングされやすい形式です。問題設計の工夫だけで、不正の成功率は大幅に下がるのです。
2-2. 受験環境で防ぐ
2つ目の対策は、受験者がテストを受ける「環境」の制御です。代表的な対策は3つあります。
AI監視型Webテストは、Webカメラで受験者を撮影し、不審な動きをAIが検知する仕組みです。目線の動き、顔の向き、手元の動作などを自動で分析し、問題行動があった場合にアラートを出します。マイクによる音声の監視や、受験中に使用した画面の記録も不正の抑止・事後確認に役立ちます。
ロックダウンブラウザは、テスト中に他のアプリやタブを開けないよう端末を制御する仕組みです。日本の大学入試でも検証が進んでおり[4]、別タブでのWeb検索を防ぐだけでなく、キーボードの予測変換やスクリーンショット機能まで制限できる製品もあります。
コピー＆ペーストの禁止設定も、生成AIを悪用した不正の抑止に直接的な効果をもたらします。テスト画面の問題文を外部のAIツールや検索エンジンにコピー＆ペーストできないよう制限する機能は、特にChatGPTへの問題の転用を防ぐうえで欠かせない対策です。ただし前述のとおり、OCRや音声入力など、コピペ以外の手段も存在するため、この対策だけに頼ることはできません。
監視の効果について、興味深い研究結果があります。オンラインプロクタリング（遠隔監視）の効果を検証した研究によると、監視あり群のほうがスコアが低く、完了時間も長くなる傾向があります。これはカンニングが抑止されている証拠と考えられます。しかし同じ研究で、自動検知システムが意図的な不正を見抜けたケースはごくわずかでした[5]。つまり、監視の最大の効果は「見つかるかもしれない」という心理的抑止にあるのです。
すべての不正を自動で検知できるわけではない。この点を理解したうえで、監視を「これさえあれば安心」ではなく「7つの対策のうちの一つ」として位置づけることが大切です。
2-3. 顔認証による本人確認で防ぐ
替え玉受験を防ぐ手段として、顔認証（生体認証）による本人確認の厳格化が有効です。受験前に登録した顔データと試験中の顔を照合することで、IDやパスワードを知っていても本人でなければ受験できない仕組みを構築できます。
対面での本人確認が行われないケースも多いオンラインテストにおいて、顔認証は不正のハードルを大きく引き上げる効果があります。技術の精度は向上しているとはいえ完全に防げるとは言い切れませんが、替え玉受験の代行をビジネスとして成立させにくくするという点で、抑止力は大きいと言えます。
2-4. データで検知する
4つ目の対策は、受験データの分析です。リアルタイムで防ぐのではなく、事後的に「おかしなパターン」を見つけるアプローチです。
たとえば、こんなケースです。30問のテストで全問正解なのに、すべての問題を平均10秒で解答している。標準的な受験者は1問あたり60〜90秒かかるはずなのに、明らかに速すぎる。あるいは、前半10問は正答率50%なのに、後半20問は100%正解。途中から何かを「参照し始めた」可能性が高い。
具体的にチェックすべきポイントは4つあります。
| チェック観点 | 何がわかるか |
|---|---|
| 解答時間 × 正答率 | 高正答率なのに極端に短い解答時間は、不正の典型パターン |
| 同一ネットワークからの複数受験 | 同じ場所で友人と一緒に受けている可能性 |
| 前半と後半の正答率の乖離 | 途中からカンニングを始めた兆候 |
| 同じ誤答パターンの共有 | 解答集が流通している可能性 |
重要なのは、こうした「疑わしいパターン」が見つかったときの対応ルールをあらかじめ決めておくことです。即座に不合格にするのではなく、「面接で該当領域を深掘りする」「テストセンターで再受験を依頼する」など、段階的な対応フローを用意しておけば、誤検知のリスクも抑えられます。なお、ここで挙げたチェック観点はあくまで代表例であり、実際の運用ではテストの特性に応じてより多角的な分析を組み合わせることが有効です。
2-5. 面接で照合する
他の対策はすべて「試験の時点」で機能しますが、この対策だけは「面接の場」で機能します。テストで不正があったとしても、面接で見抜ければまだ間に合う。いわば最後の砦です。
たとえば、数的処理のスコアが90点なのに、面接で「この売上データから何が読み取れますか？」と聞くと的外れな回答しか返ってこない。論理的思考のスコアが高いのに、「そう判断した理由は？」と深掘りすると論理が組み立てられない。こうしたギャップが複数の候補者に共通して見られるなら、テスト自体の信頼性を疑うべきサインです。
面接官にスコアシートを渡す際に「このスコアに基づいて、この質問をしてください」というガイドを添えるだけで、テストと面接が連動した選考になります。不正対策としてだけでなく、選考全体の精度を高める施策としても有効です。
2-6. 告知と制度で抑止する
6つ目の対策は、不正をしにくい「空気」を作ることです。実はこれが、最もコストが低く、効果の高い対策の一つです。
海外の大学で行われた実験ですが、採用選考にも応用できる知見があります。試験前に「不正をしないでください」という事前告知を読ませるだけで、カンニングが有意に減少したという結果が出ています[6]。しかも、この実験は「受験者にも実施者にもどちらの条件か知らせない」という厳密なデザインで4回繰り返し検証されており、信頼性の高い知見です。
実務に落とし込むと、次のような施策が考えられます。
受験前の「不正に関する同意書」
「本テストではAI監視システムによる不正検知を行っています。不正が判明した場合は選考の対象外となります」と明記した同意書に署名してもらう。監視システムの精度がどうであれ、「見られている」「バレたら終わり」という認識を持たせることが最大の抑止力になります。受験者自身を対象にした調査でも、「監視されている意識が不正への心理的ハードルを上げる」ことが抑止の最大の理由として挙げられています[9]。
不正発覚時の対応方針の明文化
不正が発覚した場合に「失格・成績取り消し・内定取り消し・法的措置」など具体的な処分内容を事前に明示しておくことで、不正行為へのハードルを引き上げる効果があります。曖昧なままにしておくと判断が属人的になり、対応にブレが生じます。対応方針を明確にすることは、実際に不正が起きた際にも、担当者が公平かつ一貫した判断を下しやすくなるという実務上のメリットにもつながります。
2-7. 来社・テストセンターでの受験
最も確実な不正防止策として、受験者に来社してもらい、企業が用意した専用ルームやテストセンターでオンラインテストを実施する方法があります。監視者が直接立ち会える環境であれば、スマートフォンの持ち込みを制限したり、外部との通信を遮断したりすることが可能です。
ただし、受験者の負担が大きくなる点や、遠方の応募者への対応など、運用面での課題も考慮する必要があります。すべての選考段階で来社を求めるのではなく、最終選考に近い段階やハイステークスな試験に限定して導入するなど、段階的な運用が現実的です。
3. 不正対策と受験体験は両立できるか
「不正対策を強化すると、受験者に嫌がられるのでは？」。この懸念から、対策に踏み込めない企業は少なくありません。確かに、監視の仕方を間違えると逆効果になるリスクはあります。海外の大学では、プロクタリング（遠隔監視）で受験者の部屋を360度カメラで撮影させたり、少しでも視線が画面から外れると即座に警告が表示されたりと、過剰な監視が受験者の強い反発を招いた事例も報告されています。日本の採用選考でここまでの事態は考えにくいものの、監視の「さじ加減」は意識しておくべきです。
しかし、先ほどの調査データを思い出してください。監視が甘い企業には6割以上の学生が不信感を抱き、3割近くが志望度を下げています。内定承諾の判断にマイナスになると答えた人も3割を超えています[2]。つまり、「監視しないほうが受験体験を損なう」ケースのほうが多いのです。
不正対策と受験体験を両立するために、押さえておきたい原則が2つあります。
3-1. 「なぜ監視するか」を事前に伝え、公正のための仕組みだと理解してもらう
「テスト開始」を押した瞬間にいきなりWebカメラが起動したら、誰でも不快に感じます。事前に監視の目的を明示しておくだけで、受験者の受容度は大きく変わります。たとえば、テスト案内メールに次のような一文を添えるだけでも効果があります。
| 本テストでは、すべての受験者に公正な環境を提供するため、Webカメラによる本人確認とAI監視システムを使用しています。これは不正を前提としたものではなく、真剣に取り組んだ方の努力が正しく評価されるための仕組みです。 |
ポイントは、監視を「疑いの目」ではなく「公正のための仕組み」として伝えることです。実際、ある研究では「監視がカンニングを減らし、成績の信頼性を高める」と多くの受験者が肯定的に評価しています[8]。真面目に取り組む候補者にとって、公正な環境はむしろ歓迎される要素です。
3-2. 不要な負荷を減らす
監視の強化と引き換えに、テスト時間を短縮する。UIをシンプルにして操作ストレスを最小限にする。通信障害が起きたときのリカバリー手順をあらかじめ案内しておく。こうした「テスト以外のストレス」を丁寧に取り除くことで、「厳しいけれど不快ではない」受験環境が実現します。
たとえば、テスト画面に「通信が切れた場合は、10分以内に同じURLから再接続すれば途中から再開できます」と表示しておくだけで、受験者の安心感はまったく違います。不正対策の強化と受験者ケアは、同時に進めるものです。
4. ツール選定で押さえるべき3つの比較ポイント
いずれのシステムを導入したとしても、技術的に不正受験を100%防ぐことは難しいのが現実です。そのうえで、なるべく不正を防ぐための環境を整えるという視点から、ツール選定の際に確認すべきポイントを整理します。
4-1. 監視の「厳格さ」と「受験者体験（UX）」のバランス
高精度の監視体制は不正抑止に有効ですが、受験者に対して心理的プレッシャーを与えたり、プライバシー侵害のリスクをはらんだりする側面もあります。過度な監視は受験辞退率を高め、優秀な人材を逃す要因にもなりかねません。試験の目的・重要度・受験者の属性に応じて、適切な監視レベルを選択することが重要です。
なお、監視システムの導入にあたっては、受験者の同意なく監視を行ったり、試験に必要のない個人情報を収集したりする場合、プライバシー侵害となる可能性があります。監視の目的・範囲・収集する情報の種類・保管方法などをあらかじめ明確にし、受験者の同意を得ることが不可欠です。個々の法的な判断については、必要に応じて専門家への相談をおすすめします。
4-2. 導入コスト
顔認証・ブラウザ監視・試験監視ログ閲覧機能を備えたフルスペックの監視システムは、年間で数十万円規模のコストがかかる場合もあります。自社の採用規模や試験の重要度に合わせて、必要な機能を絞った低コストのツールを選ぶことも、現実的な選択肢のひとつです。まず「どの不正が最も防ぎたいか」を明確にしたうえで、機能と費用のバランスを評価することをおすすめします。
4-3. サポート体制の有無
不正が発生した際の対応や、技術的なトラブルへの対処は、実務では想定以上に複雑になることがあります。ベンダーから手厚いサポートを受けられるか、導入後のフォロー体制が整っているかも、ツール選定の重要な判断基準のひとつです。担当者が一人で問題を抱え込まないためにも、サポートの質・対応スピードは事前に確認しておきましょう。
5. 不正発覚時の対応フロー
技術的な対策や心理的な抑止策を講じても、不正が完全になくなるとは限りません。不正が発覚した場合に備えて、対応フローを事前に整備しておくことが、実務上きわめて重要です。
5-1. 事実確認の徹底
不正の疑いが生じた場合は、まず事実確認を徹底し、証拠に基づいて公平な判断を下すことが基本です。データ検知で発見された異常パターンや、監視システムのアラート記録など、客観的な根拠を収集したうえで判断に進みます。
5-2. 段階的な処分の実施
不正の程度や状況に応じて、警告・減点・失格・内定取り消しなど適切な処分を決定します。処分の内容を事前に規定・公開しておくことで、担当者の判断ブレを防ぎ、対応の一貫性を保ちやすくなります。「疑わしい」段階では即座に不合格にするのではなく、面接での深掘りや再受験の依頼など、段階的な対応を取ることで、誤検知のリスクを抑えることも大切です。
5-3. 再発防止策の検討
個別の不正への対応が完了したら、同様の手口を今後どう防ぐかを検討します。問題プールの入れ替え、制限時間の見直し、監視体制の強化など、発覚した不正の手口に応じて対策をアップデートしていくことが求められます。
6. 自社の運用レベルを診断する
ここまでの内容を踏まえて、自社のWebテストの運用状況をセルフチェックしてみてください。
| No. | チェック項目 | 対応する対策 |
|---|---|---|
| 1 | 問題プールは50問以上あり、ランダム出題している | ①問題設計 |
| 2 | 1問あたりの制限時間を設けている | ①問題設計 |
| 3 | SJTやケース問題など「検索で正解が出ない」形式を含めている | ①問題設計 |
| 4 | Webカメラ・ロックダウンブラウザ・コピペ禁止等の監視手段を導入している | ②受験環境 |
| 5 | 顔認証などの本人確認手段を導入している | ③本人確認 |
| 6 | 解答時間×正答率のパターンを分析している | ④データ検知 |
| 7 | 筆記スコアと面接の印象を照合する仕組みがある | ⑤面接照合 |
| 8 | 受験前に不正に関する注意事項・同意書を書面で伝えている | ⑥告知・制度 |
| 9 | 不正発覚時の対応フローが明文化されている | ⑥告知・制度 |
| 10 | 重要度の高い試験では来社・テストセンター受験を実施している | ⑦来社受験 |
「はい」が4つ以下であれば、対策が手薄な状態かもしれません。すべてを一度にやる必要はありません。まずは①問題設計（ランダム出題・制限時間）と⑥告知（同意書・注意事項の明示）から着手してください。この2つは追加コストをほとんどかけずに実行でき、抑止効果の高い施策です。そのうえで、予算や体制に応じて②受験環境や③本人確認、④データ検知を段階的に導入するのが現実的な進め方です。
7. よくある質問
Q. オンラインテストで不正が行われる割合は？
サーティファイの調査では就活生の約45%がカンニング経験ありと回答しています[1]。一方、入社後の社会人を対象にした学術研究では不正経験者は数%と推定されています[3]。割合はテストの状況によって大きく変わりますが、重要なのは「常に何かしらの不正が行われる可能性がある」という前提で対策を設計することです。
Q. 監視システムはプライバシー侵害にならない？
受験者の同意なく監視を行ったり、試験に必要のない個人情報を収集したりする場合、プライバシー侵害となる可能性があります。監視の目的・範囲・収集する情報の種類・保管方法などをあらかじめ明確にし、受験者の同意を得ることが重要です。個々の法的な判断については、必要に応じて専門家への相談をおすすめします。
Q. 不正の証拠が見つかった場合、どう対処すべき？
まず事実確認を徹底し、証拠に基づいて公平な判断を下すことが基本です。不正の程度や状況に応じて、警告・減点・失格・内定取り消しなど適切な処分を決定するとともに、再発防止策を講じることが求められます。処分の内容を事前に規定・公開しておくことで、担当者の判断ブレを防ぎ、対応の一貫性を保ちやすくなります。
まとめ
Webテストの不正対策は、「監視ツールを入れるかどうか」だけの話ではありません。問題設計・受験環境・本人確認・データ分析・面接照合・告知と制度・来社受験の7つの観点から、対策を何段階かに分けて備えることが大切です。
生成AIの登場により、従来の「検索できないようにする」だけの対策はすでに通用しなくなっています。問題そのものの独自性を高め、出題形式を工夫することが、いまもっとも効果的な第一歩です。
ツール選定においては、監視の強度と受験者体験のバランス・導入コスト・サポート体制の3点を中心に比較・検討することをおすすめします。そして忘れてはならないのが、不正対策は受験体験の敵ではないということ。監視が甘い企業に不信感を抱く学生が6割以上いるという事実[2]が示すように、公正な選考環境を整えることは、真面目な候補者からの信頼を得るための投資です。
ラクテスでは、1問ごとの制限時間設定、ランダム出題、コピー＆ペースト禁止、解答パターンの確認など、本記事で紹介した対策の多くをシステム上で実現できます。まずは既存のテストの運用状況をセルフチェックし、できるところから改善を始めてみてください。
参考資料
本記事で参照した調査・研究の一覧です。
