CanvaのAI支援面接：エンジニアの判断を観察する

2025年6月11日、Canvaはバックエンド、機械学習、フロントエンドの候補者に技術面接でのAI使用を求めると説明した。ただし、コンピュータサイエンス基礎の選考を置き換える説明は、バックエンドとフロントエンドを明示している。^[1] 二つの対象範囲を混同せず、一つの選考段階を採用プロセス全体と見なさないことが大切だ。

2025年10月の続編は、工学的な問題解決、技術的な深さと責任、効果的なAI協働という三つの評価領域を示す。^[2] 求められるのは機能数だけでなく、解決策を理解して説明できることだ。6月の記事もコンピュータサイエンスの基礎を引き続き求めており、不要になったとは述べていない。^[1]

分析と応用

両記事ともCanva自身の説明である。6月の記事は初期の手応えを報告するが、入社後の業績を比較する対照研究、標本数、選考の誤判定率は示さない。現実的に見える課題は評価品質についての仮説であり、採用改善の証明ではない。候補者は2025年の記事を今回の案内と見なさず、職種ごとの現行形式とツール規則を確認する必要がある。

分析と応用

動くデモの背後には、理解度の大きな差が隠れうる。評価記録では、ツールが生成した部分、候補者が検証した部分、本人が説明できる判断を分けたい。ツールの速度や慣れも観察に影響する。人を比較する前に、利用環境、認める支援、制限時間、採点基準を明示し、比較可能にする。

分析と応用

1. 試行前に職務に即した課題、使用可能なツール、共通の採点基準を定める。
2. 要件の明確化、見つけた欠陥、テスト済みの修正、説明されたトレードオフを記録する。機能数で代用しない。
3. モデルとツールの版、作業中断を記録し、環境差を見えるようにする。
4. 同じ成果物を複数の評価者が独立に採点し、判断の違いを調べる。
5. 標本と限界を明記して、面接の証拠とその後の職務上の仕事を比較する。これは私たちの提案であり、Canvaが公開した検証研究ではない。