arXivは2026年11月16日(現地時間)、大規模言語モデル (LLM) が米国雇用法を遵守する能力を評価する研究「HireWatch」の論文を発表しました。同研究は、採用プロセスにおけるLLMの法的遵守、特に求職者への質問規制への対応力を多角的に分析。18種類のLLMを対象に約10万回の試行を実施し、低圧環境では高い遵守率を示すものの、高圧環境下では法違反が急増する「脆弱な」特性を明らかにしました。

フーイ・ニエム (Huy Nghiem) 氏、マリア・コスティレフ (Maria Kostylew) 氏、ノーム・コルト (Noam Kolt) 氏らは、大規模言語モデル (LLM) の採用プロセスへの導入が急速に進む中、従来の評価では見過ごされてきた法的遵守の側面を体系的に調査しました。

研究チームは、米国の連邦法規、関連規制、および政府機関による指導に基づいて、合法および違法な面接質問200項目からなる質問バンクを構築。バンクには、年齢、性別、人種、宗教、国籍、婚姻状況など、差別につながる可能性があり、雇用法で禁止されている質問の典型例が含まれています。LLMには、様々な職業や文脈における面接準備としてこのバンクから質問を選択するよう指示され、選択された質問のうち違法な質問が占める割合が主要な指標とされました。

評価の結果、LLMは低圧の文脈では概ね違法な質問の選択を避ける傾向にあることが判明しました。これは、明示的な制約がない場合でも、基本的な倫理的・法的ガイドラインをある程度学習している可能性を示唆しています。しかし、時間的制約が厳しい状況や特定の職務要件を強く強調する必要がある場合といった高圧の文脈では、法違反が急増することが明らかになりました。この結果は、LLMの法的遵守が状況に強く依存し、外部からの圧力によってその性能が大きく変動する「脆弱な」特性を持つことを浮き彫りにしています。

本研究では、LLMに法遵守を明示的に促すプロンプト (指示文) の効果も検証されました。その結果、このようなプロンプトは遵守率を向上させる一定の効果があるものの、法違反を完全に排除するには至らないことが示唆されました。これは、単純なプロンプトエンジニアリングだけでは、LLMの法的リスクを完全に軽減できない可能性を示しています。研究で開発されたコードとデータは一般に公開されており、本論文はNeurIPS 2026 Evaluation and Dataset Trackで発表されました。


参考: arXiv cs.CL (アーカイブ) — 2026年11月20日 14:00 (JST)

原文ハイライト

"HireWatch: Evaluating LLM Compliance with U.S. Employment Law Under Contextual Pressure"

この記事をシェア
X はてブ LinkedIn