ダイバーシティ推進の効果、どう測る？従業員の声をAIで可視化する方法
ダイバーシティ&インクルージョン（D&I）は多くの企業が重点施策として掲げています。女性管理職比率の向上、障害者雇用率の達成、外国籍社員の採用拡大——こうした数値目標は設定しやすいものの、「施策が本当に効果を上げているか」を測ることは容易ではありません。
この記事では、D&I施策の効果測定の課題を整理し、当事者の声をAIインタビューで収集・構造化して施策の実効性を可視化する方法を解説します。
D&I施策の効果測定が難しい理由
数値指標だけでは「体感」が見えない
女性管理職比率が上がっても、当の女性社員が「活躍できている」と感じているかは別の話です。数値目標の達成と、当事者の体感するインクルージョン（包摂感）には乖離があることが少なくありません。
「当事者の声」を集めにくい
D&Iに関するテーマは個人のアイデンティティに直結するため、アンケートであっても本音を書きにくいものです。「マイノリティとして不利益を感じている」と率直に回答するのは、心理的にハードルが高くなります。
「何を聞けばいいか」が分かりにくい
D&Iは範囲が広く、ジェンダー、年齢、国籍、障害、性的指向など、テーマごとに聞くべきことが異なります。既製のサーベイでは、自社の施策に合った質問設計が難しいことがあります。
D&I施策の効果を測る3つの視点
D&I施策の効果測定には、以下の3つの視点を組み合わせることが重要です。
1. 定量指標（数値）
- 女性管理職比率、障害者雇用率などの構成比
- 離職率の属性別比較
- エンゲージメントスコアの属性別比較
2. 定性指標（声・体験）
- 「自分の意見が尊重されていると感じるか」
- 「キャリアの機会は公平だと感じるか」
- 「職場で自分らしくいられるか」
3. 行動指標（変化）
- D&I研修の受講後に行動変容が起きたか
- インクルーシブな行動が職場で増えたか
- 制度の利用率（育休取得率、時短勤務利用率など）
このうち、最も把握が難しいのが定性指標です。数値では測れない「体感」や「実感」を、どのように収集し構造化するかが鍵になります。
従来の意識調査の限界
選択式アンケートでは深掘りできない
「職場でインクルージョンを感じますか？」という質問に対して5段階で回答しても、「なぜそう感じるのか」「何があれば改善するのか」は分かりません。施策の改善につなげるには、背景や具体的なエピソードが必要です。
属性に紐づくと回答しにくい
「女性社員向けアンケート」「外国籍社員向けアンケート」のように属性を限定すると、少人数の場合は回答者が特定されるリスクがあり、本音が出にくくなります。
「多数派」の声が見落とされる
D&Iは当事者だけの問題ではありません。「男性社員がD&I施策をどう受け止めているか」「管理職がインクルーシブなマネジメントに何を困っているか」といった多数派側の声も、施策の改善には不可欠です。
AIインタビューでD&Iの「体感」を可視化する
切り出しづらいテーマも対話に乗せる
AIとの対話は対面より相対的に切り出しやすい形式のため、属性に関わるセンシティブなテーマも話題にしやすくなります。質問の聞き方を工夫することで、属性を直接尋ねずに体験や感情を引き出す設計もできます。
回答に応じた柔軟な深掘り
たとえば「職場で自分らしくいられない場面がある」と回答した社員に対して、AIが以下のように深掘りします。
- 「差し支えない範囲で、どのような場面でそう感じましたか？」
- 「それは特定の人や状況に限ったことですか、それとも組織全体の雰囲気ですか？」
- 「どのような変化があれば、より自分らしくいられると思いますか？」
画一的なアンケートでは得られない、具体的で文脈のある情報が集まります。
全社員を対象にできる
D&Iに関するAIインタビューは、当事者だけでなく全社員を対象に実施できます。多数派の社員が感じていること——「D&I研修は役に立っているのか」「逆差別ではないか」「どう行動すればいいか分からない」——も含めて把握することで、施策の全体像が見えます。
結果を構造化して経営に報告
集まった回答をAIが自動で分類・構造化し、「D&I施策に対するポジティブな声とネガティブな声の割合」「部署ごとのインクルージョン体感の差」「最も多い改善要望のテーマ」などを可視化します。定量指標と合わせて経営層に報告することで、施策の実効性を立体的に示せます。
活用パターン
パターン1：D&I施策の効果検証
研修や制度変更の前後でAIインタビューを実施し、従業員の体感がどう変わったかを比較します。「研修前は無関心だった層が、研修後にどのような気づきを得たか」などの変化を追跡できます。
パターン2：インクルージョン・サーベイとして
年1〜2回、全社員を対象に「職場でのインクルージョン体感」をテーマにAIインタビューを実施します。エンゲージメントサーベイでは拾いきれない、D&Iに特化した深い情報が得られます。
パターン3：特定テーマの深掘り
「育休復帰後の働きやすさ」「外国籍社員のオンボーディング体験」「シニア社員のキャリア不安」など、特定のテーマに絞ったAIインタビューを実施します。施策のピンポイントな改善につなげられます。
導入のポイント
目的を明確に伝える
「施策の改善のために声を集めている」「個人の特定は行わない」ことを事前に明確に伝えます。D&Iというテーマの性質上、目的が曖昧だと不信感を招きます。
結果を施策に反映し、フィードバックする
「皆さんの声を受けて、○○を改善しました」というフィードバックを出すことで、次回の調査への信頼と協力が得られます。声を集めて終わりにしないことが最も重要です。
定量指標と組み合わせる
AIインタビューで得られた定性情報は、既存の定量指標（女性管理職比率、エンゲージメントスコアなど）と組み合わせて報告します。「数値は改善しているが、体感は追いついていない」といったギャップが見えることで、次の打ち手が明確になります。
数値の先にある「声」に向き合う
D&I推進は、数値目標の達成がゴールではありません。一人ひとりの従業員が「この職場で自分らしく働ける」と感じられるかどうかが本質です。その「体感」を引き出し、構造化して施策に反映するサイクルを作ることが、真のインクルージョンにつながります。
ホンネミルは、AIインタビューでD&Iに関する従業員の声を引き出し、テーマの構造化や部署間比較などの分析を自動で提供します。数値だけでは見えなかった「体感」を可視化し、施策の改善につなげてみてください。