{"id":12040,"date":"2023-09-06T17:46:54","date_gmt":"2023-09-06T21:46:54","guid":{"rendered":"https:\/\/www.jlgc.org\/?p=12040"},"modified":"2023-10-19T05:36:51","modified_gmt":"2023-10-19T09:36:51","slug":"%e3%83%8b%e3%83%a5%e3%83%bc%e3%83%a8%e3%83%bc%e3%82%af%e5%b8%82%e3%81%ab%e3%81%8a%e3%81%91%e3%82%8b%e8%87%aa%e5%8b%95%e9%9b%87%e7%94%a8%e6%b1%ba%e5%ae%9a%e3%83%84%e3%83%bc%e3%83%ab%ef%bc%88automated-e","status":"publish","type":"post","link":"https:\/\/www.jlgc.org\/ja\/09-06-2023\/12040\/","title":{"rendered":"\u30cb\u30e5\u30fc\u30e8\u30fc\u30af\u5e02\u306b\u304a\u3051\u308b\u81ea\u52d5\u96c7\u7528\u6c7a\u5b9a\u30c4\u30fc\u30eb\uff08Automated Employment Decision Tools\uff1aAEDT\uff09\u898f\u5236\u306e\u5c0e\u5165\u306b\u3064\u3044\u3066"},"content":{"rendered":"

<\/span><\/p>\n

\uff11\uff0e\u672c\u7a3f\u306e\u30dd\u30a4\u30f3\u30c8 <\/strong><\/span><\/p>\n

 2023年7月に<\/span>ニューヨーク市が導入した自動雇用決定ツールへの規制の内容とその形成過程を紹介する。この規制は差別を抑制する目的で設けられたもので、自動雇用決定ツールを利用しようとする雇用主等は<\/span>、利用開始の1年前にツールの「バイアス監査」を完了することが求められる。<\/span><\/p>\n

 規制の制定過程では公聴会やパブリックコメントにおいて数多くの意見が寄せられ、活発な議論が行われたが、特に規制の対象とするツールの範囲と監査すべきバイアスの範囲が主要な焦点となった。<\/span><\/p>\n

 雇用決定には人間の判断も関わるため、規制の対象範囲をどこまで広げるかは重要な課題である。範囲を広くとると多くの雇用決定が含まれる可能性があるが逆に狭くすると限定的なケースのみが対象となるリスクも生じる。バイアス監査のもたらす負担と、開発側の条件による規制の限界によって、<\/span>「規制すべき範囲か否か」と「負担等に見合う規制範囲か」のトレードオフ、および、「規制範囲は明確か」と「規制すべき範囲か否か（規制すべきものが規制できているか）」のトレードオフが生じている。<\/span><\/p>\n

 また、規制の対象となる技術を特定することで、技術の発展が偏るリスクや、規制の範囲が不明確になるリスクを伴う。さらに、バイアスの監査には多くのデータが必要となり、その収集と利用は個人情報保護や関係者の負担との間でトレードオフの関係が生じることが考えられる。<\/span><\/p>\n

<\/span><\/p>\n

２．はじめに<\/strong><\/span><\/p>\n

 2023年7月5日、ニューヨーク市<\/span>消費者・労働者保護省（<\/span>NYC Department of Consumer and Worker Protection 以下<\/span>「DCWP」）は、自動雇用決定ツール（Automated Employment Decision Tools 以下「AEDT」）を規制する新しい法律である2021年地方法第144号（L144-2021 以下「新法」）を実施するための規則（以下「新規則」）を施行した<\/span>[1]<\/a><\/sup>。<\/span><\/p>\n

<\/span><\/p>\n

 新法と新規則は、AEDT使用の1年前にバイアス監査を受け、その結果の公開と一定の通知が従業員または求職者に提供されない限り、雇用主および人材派遣会社のAEDT使用を禁止している。<\/span><\/p>\n

<\/span><\/p>\n

 これにより、ニューヨーク市は全米で初めてAEDTに対する規制を導入した。今後、米国内の自治体ではこの規制を参考にして、同様の規制についての検討も進むものと考えられる。<\/span><\/p>\n

 一方で、新規則導入に当たっては、<\/span>雇用主、人材派遣会社、法律事務所、AEDT開発者、擁護団体を含む一般市民から２回のパブリックコメントではそれぞれ170ページを超える様々な意見が寄せられ、施行が当初の予定（2023年4月15日）から遅れるなど、実施に向けた議論が活発に行われた。<\/span><\/p>\n

<\/span><\/p>\n

 本稿においては、全米でのリーディングケースとなるであろう新法と新規則の制度形成過程、つまり、どのように制度や条項が設計され、どのような議論を経て、どのように変更や調整が行われたのかを紹介する。なお、本稿において意見にわたる部分は筆者の私見である。<\/span><\/p>\n

<\/span><\/p>\n

\uff13\uff0eAEDT\u3068\u306f\u4f55\u304b<\/strong><\/span><\/p>\n

 新法と新規則におけるAEDT規制において、ひとつの論点となったのが、AEDTの定義、すなわち規制の範囲である。新法と新規則における具体的な定義については後述するが、まずはAEDTがどのようなものかというイメージを掴んでいただくため、本稿の導入として、新法の立案者が想定していたであろうAEDTの典型例を紹介する。<\/span><\/p>\n

 新法の法案段階（Int.No.1894-2020）におけるニューヨーク市議会技術委員会の報告<\/span>[2]<\/a><\/sup>においては、自動決定ツールの雇用における利用に関して以下のように述べている。<\/span><\/p>\n

<\/span><\/p>\n

「（略）例えば、トロントを拠点とするスタートアップ企業Idealは、履歴書をスクリーニングし、応募者からチャットボットを通じてシフトの空き状況やスキルに関する情報を収集し、適格な候補者を推薦することで、様々な大手小売企業の採用を支援している。ファストフードのフランチャイズ企業の中には、同社が請負業者に開発を依頼した集中型の候補者スクリーニング・システムを利用しているところもある。このシステムは、応募書類をマネージャーが確認する前に、労働者をアルゴリズムで評価する。この人工知能テクノロジーは、候補者のオンラインプレゼンスをスキャンしたり、候補者の行動やマナーを評価する目的で面接ビデオを分析したり、候補者がそのポジションに適しているかどうかを評価するためにテクノロジーを使用したりと、さまざまな方法で使用することができる。 このテクノロジーは、履歴書をキーワードでスキャンし、職務経験や学歴などのさまざまな指標に基づいて最も適任の候補者を抽出することで、履歴書を迅速に評価するためにも使用できる。 AIシステムには、不適格な候補者を推薦してしまう可能性があるなどの欠点もあるが、AIツールは人間よりも迅速に応募書類を確認できるため魅力的であり、AIの性質上、これらのツールは失敗から「学習」して機能を改善することができる。（略）」<\/span><\/p>\n

<\/span><\/p>\n

４．AEDT規制の目的・効果<\/strong><\/span><\/p>\n

 AEDT規制導入の目的・効果は、監査の実施および通知・公表を義務付けることによる予防効果であり、差別抑制に対しては個別の差別禁止法の適用を前提としている。<\/span><\/p>\n

 第一に、AEDT規制導入の意義について、法案の提案者であるLaurie A. Cumboニューヨーク市議会議員が以下のように述べている。<\/span><\/p>\n

「今日、オンラインで募集した求人には、インターネットの増幅効果により、数十から数百、数千の応募がある。労働統計局はオンライン上の研究発表で、2018年、アメリカ人全体が1件の面接を受けるために少なくとも6件の応募書類を提出しなければならなかったと指摘した。受け取ったユーザーの履歴書には不透明なプロセスが施されていた。この法案では、このような<\/span>プロセスの霧を晴らし、採用プロセスにおける暗黙の偏見や差別をなくすのに役立つ監査を義務づける<\/span>ものである。法案は、雇用主が面接の対象とする履歴書を決定するために使用する自動スクリーニング・ツールに潜在的な買い手が組み込まれることを減らし、<\/span>どの候補者が職場で成功するかを決定するための差別的指標の使用を削減する<\/span>。最後に、法案は、雇用主がこのような採用決定ツールを使用する場合、応募者への通知を義務付けている。このようなツールが評価に使用されることを決定し、認識することを奨励することにより、<\/span>雇用と採用のこの新しいフロンティアを知る必要のある、より多くのニューヨーカーに知らせることができる<\/span>。」<\/span>[3]<\/a><\/sup><\/p>\n

<\/span><\/p>\n

 第二に、1964 年公民権法第 <\/span>7 編は<\/span>、一般に、人種、肌の色、宗教、性別 (妊娠、性的指向、性同一性を含む)、または国籍に基づく雇用差別を禁止している。<\/span><\/p>\n

 米国雇用機会均等委員会（U.S.Equal Employment Opportunity Commission 以下「EEOC」）は、他の選考手順やテストと同様、「アルゴリズムによる意思決定ツールの使用が、特定の人種、肌の色、宗教、性別、または国籍の個人、あるいはそのような特徴の特定の組み合わせ（例えば、アジア系女性の応募者のような人種と性別の組み合わせ）を持つ個人に悪影響を及ぼす場合、雇用主がその使用が公民権法第 7 編に従って「職務に関連し、業務上の必要性に合致している」ことを証明できない限り、ツールの使用は公民権法第７編に違反」すると述べている。<\/span>[4]<\/a><\/sup><\/p>\n

 AEDT規制に関するFAQにおいても、「新法は雇用主や人材派遣会社にバイアス監査の結果に基づく具体的な措置を義務付けているわけではない」が、「雇用主および人材派遣会社は、関連するすべての差別禁止法および規則を遵守し、バイアス監査の結果に基づいて必要な措置を決定する必要がある」と説明されている。<\/span><\/p>\n

<\/span><\/p>\n

 したがって、AEDT規制は、個別の差別禁止法の適用を前提としており、監査の実施および通知・公表を義務付けることによる予防効果がその主たる導入意義と考えられる。<\/span><\/p>\n

 <\/span><\/p>\n

５．新法と新規則におけるAEDT規制の内容<\/strong><\/span><\/p>\n

 新法と新規則におけるAEDT規制の内容（留意点を含む。）について、DCWPが雇用主等に向けて公表している説明資料<\/span>[5]<\/a><\/sup>の内容に沿って説明する。<\/span><\/p>\n

<\/span><\/p>\n

〇規制の概要<\/span><\/p>\n

 ・人工知能やデータ分析など、雇用や昇進を支援するコンピューターベースの技術であるAEDTの使用を規制する。<\/span><\/p>\n

 ・AEDTを使用する場合、雇用主や人材派遣会社は以下のことを行わなければならない。<\/span><\/p>\n

  ➢採用や昇進のためにAEDTを使用する前に、1年以内にAEDTの「バイアス監査」を完了すること<\/span><\/p>\n

  ➢求職者にAEDTの使用に関する通知を提供すること<\/span><\/p>\n

<\/span><\/p>\n

〇AEDTの３要素<\/span><\/p>\n

 ①機械学習、統計モデリング、データ分析、または人工知能<\/span><\/p>\n

  ・数学的、コンピュータベースの技術群：<\/span><\/p>\n

   ➢スコア、ランク、分類、評価などの予測を生成する。<\/span><\/p>\n

   ➢コンピュータが少なくとも以下について部分的に識別する。<\/span><\/p>\n

    ➢入力、<\/span><\/p>\n

    ➢それらの入力に置かれた相対的な重要度、および<\/span><\/p>\n

    ➢（ある場合は）予測や分類の精度を向上させるためのモデルの他のパラメータ<\/span><\/p>\n

<\/span><\/p>\n

 ②採用決定／スクリーニング<\/span><\/p>\n

  ・採用や昇進のプロセスにおいて、応募者を採用または昇進させるべきかどうかの判断を支援すること<\/span><\/p>\n

  <\/span>(例)履歴書スクリーニング・ソフトウェアが、どの応募者を面接に選ぶかを決定するために使用されている場合、それは「採用決定」 に使用されている。<\/span><\/p>\n

<\/span><\/p>\n

 ③裁量による意思決定を実質的に支援または代替するもの<\/span><\/p>\n

  ・<\/span>採用決定においてツールが唯一の要素であること、<\/span><\/p>\n

  <\/span>(例)履歴書スクリーニング・ソフトウェアが、直接面接の対象者を決定する。<\/span><\/p>\n

<\/span><\/p>\n

  ・<\/span>採用決定において、ツールが最も重要な要素であること、または<\/span><\/p>\n

  <\/span>(例) 履歴書審査ソフトと人力審査ソフトを併用して、応募者を採点し、誰が採用されるかを決定する場合で、履歴書審査ソフトを人間の採点よりも重視する。<\/span><\/p>\n

<\/span><\/p>\n

  ・<\/span>ツールが採用決定を覆すこと<\/span><\/p>\n

  <\/span>(例)人間が履歴書を確認し、面接する10人を選ぶ。面接の日程を決める前に、履歴書スクリーニングソフトを使用し、合わない候補者を除外する。<\/span><\/p>\n

<\/span><\/p>\n

〇AEDT使用前の要件ーバイアス監査<\/span><\/p>\n

 ・独立監査人による実施<\/span><\/p>\n

  <\/span>➢ バイアス監査は、ツールを使用または開発する事業者は実施できない。<\/span><\/p>\n

<\/span><\/p>\n

<\/span><\/p>\n

 ・使用前1年以内<\/span><\/p>\n

  <\/span>➢AEDTの直近のバイアス監査から1年以上経過している場合、雇用主または人材派遣会社はAEDTを使用することも、使用を継続することもできない。<\/span><\/p>\n

<\/span><\/p>\n

 ・結果の概要<\/span><\/p>\n

➢<\/span> <\/span>雇用主または人材派遣会社は、ウェブサイトの雇用セクションに結果の概要を掲載しなければならない。<\/span><\/p>\n

〇バイアス監査の要件<\/span><\/p>\n

 ①最低限以下の計算が求められる。<\/span><\/p>\n

➢ 選考率または得点率（あるカテゴリーにおいて個人が選考される又は中央値以上の点数を得る割合）<\/span><\/p>\n

➢ 影響比率（(1)あるカテゴリーの選考率を最も選考されたカテゴリーの選考率で割ったもの、または(2)あるカテゴリーの<\/span>得点率<\/span>を最も得点の高いカテゴリーの<\/span>得点率<\/span>で割ったもの）<\/span><\/p>\n

➢ 性別<\/span>カテゴリー、人種／民族カテゴリー、交差カテゴリー（性別カテゴリーおよび人種／民族カテゴリーを組み合わせたカテゴリー）のそれぞれにおいて上記の計算を行う。<\/span><\/p>\n

➢独立監査人は、バイアス監査に使用されるデータの 2%未満であるカテゴリーを、必要な影響比率の計算から除外することができる。<\/span><\/p>\n

<\/span><\/p>\n

＜バイアス監査の例＞<\/span><\/p>\n

<\/span><\/p>\n

<\/a><\/a><\/p>\n\n\n\n\n\n
\n

性別<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

<\/span><\/p>\n<\/td>\n

\n

応募者数<\/span><\/p>\n<\/td>\n

\n

選考者数<\/span><\/p>\n<\/td>\n

\n

選考率<\/span><\/p>\n<\/td>\n

\n

影響比率<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

男性<\/span><\/p>\n<\/td>\n

\n

1390<\/span><\/p>\n<\/td>\n

\n

667<\/span><\/p>\n<\/td>\n

\n

48%<\/span><\/p>\n<\/td>\n

\n

1.00<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

女性<\/span><\/p>\n<\/td>\n

\n

1181<\/span><\/p>\n<\/td>\n

\n

555<\/span><\/p>\n<\/td>\n

\n

47%<\/span><\/p>\n<\/td>\n

\n

0.979<\/span><\/p>\n<\/td>\n<\/tr>\n<\/table>\n

<\/span><\/p>\n

<\/span><\/p>\n

<\/a><\/a><\/p>\n\n\n\n\n\n\n\n\n\n\n
\n

人種／民族<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

<\/span><\/p>\n<\/td>\n

\n

応募者数<\/span><\/p>\n<\/td>\n

\n

選考者数<\/span><\/p>\n<\/td>\n

\n

選考率<\/span><\/p>\n<\/td>\n

\n

影響比率<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

ヒスパニック・ラティーノ<\/span><\/p>\n<\/td>\n

\n

408<\/span><\/p>\n<\/td>\n

\n

204<\/span><\/p>\n<\/td>\n

\n

50%<\/span><\/p>\n<\/td>\n

\n

0.97<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

白人（非ヒスパニック・ラティーノ）<\/span><\/p>\n<\/td>\n

\n

797<\/span><\/p>\n<\/td>\n

\n

412<\/span><\/p>\n<\/td>\n

\n

52%<\/span><\/p>\n<\/td>\n

\n

1.00<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

黒人またはアフリカ系アメリカ人（非ヒスパニック・ラティーノ）<\/span><\/p>\n<\/td>\n

\n

390<\/span><\/p>\n<\/td>\n

\n

170<\/span><\/p>\n<\/td>\n

\n

44%<\/span><\/p>\n<\/td>\n

\n

0.84<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

ハワイ先住民と太平洋諸島先住民（非ヒスパニック・ラティーノ）<\/span><\/p>\n<\/td>\n

\n

119<\/span><\/p>\n<\/td>\n

\n

52<\/span><\/p>\n<\/td>\n

\n

44%<\/span><\/p>\n<\/td>\n

\n

0.85<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

アジア系（非ヒスパニック・ラティーノ）<\/span><\/p>\n<\/td>\n

\n

616<\/span><\/p>\n<\/td>\n

\n

302<\/span><\/p>\n<\/td>\n

\n

49%<\/span><\/p>\n<\/td>\n

\n

0.95<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

アメリカ先住民とアラスカ先住民 （非ヒスパニック・ラティーノ）<\/span><\/p>\n<\/td>\n

\n

41<\/span><\/p>\n<\/td>\n

\n

18<\/span><\/p>\n<\/td>\n

\n

44%<\/span><\/p>\n<\/td>\n

\n

0.85<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

複数人種（非ヒスパニック・ラティーノ）<\/span><\/p>\n<\/td>\n

\n

213<\/span><\/p>\n<\/td>\n

\n

96<\/span><\/p>\n<\/td>\n

\n

45%<\/span><\/p>\n<\/td>\n

\n

0.87<\/span><\/p>\n<\/td>\n<\/tr>\n<\/table>\n

<\/span><\/p>\n

<\/span><\/p>\n

<\/a><\/a><\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
\n

交差カテゴリー<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n

\n

応募者数<\/span><\/p>\n<\/td>\n

\n

選考者数<\/span><\/p>\n<\/td>\n

\n

選考率<\/span><\/p>\n<\/td>\n

\n

影響比率<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

ヒスパニック・ラティーノ<\/span><\/p>\n<\/td>\n

\n

男性<\/span><\/p>\n<\/td>\n

\n

205<\/span><\/p>\n<\/td>\n

\n

90<\/span><\/p>\n<\/td>\n

\n

43.9%<\/span><\/p>\n<\/td>\n

\n

0.841<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

女性<\/span><\/p>\n<\/td>\n

\n

190<\/span><\/p>\n<\/td>\n

\n

82<\/span><\/p>\n<\/td>\n

\n

43.2%<\/span><\/p>\n<\/td>\n

\n

0.827<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

<\/span><\/p>\n

<\/span><\/p>\n

<\/span><\/p>\n

<\/span><\/p>\n

<\/span><\/p>\n

<\/span><\/p>\n

非ヒスパニック・ラティーノ<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n

<\/span><\/p>\n

<\/span><\/p>\n

男性<\/span><\/p>\n<\/td>\n

\n

白人<\/span><\/p>\n<\/td>\n

\n

412<\/span><\/p>\n<\/td>\n

\n

215<\/span><\/p>\n<\/td>\n

\n

52.2%<\/span><\/p>\n<\/td>\n

\n

1.000<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

黒人またはアフリカ系アメリカ人<\/span><\/p>\n<\/td>\n

\n

226<\/span><\/p>\n<\/td>\n

\n

95<\/span><\/p>\n<\/td>\n

\n

42.0%<\/span><\/p>\n<\/td>\n

\n

0.806<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

ハワイ先住民と太平洋諸島先住民<\/span><\/p>\n<\/td>\n

\n

87<\/span><\/p>\n<\/td>\n

\n

37<\/span><\/p>\n<\/td>\n

\n

42.5%<\/span><\/p>\n<\/td>\n

\n

0.815<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

アジア系<\/span><\/p>\n<\/td>\n

\n

321<\/span><\/p>\n<\/td>\n

\n

167<\/span><\/p>\n<\/td>\n

\n

52.0%<\/span><\/p>\n<\/td>\n

\n

0.997<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

アメリカ先住民とアラスカ先住民 <\/span><\/p>\n<\/td>\n

\n

24<\/span><\/p>\n<\/td>\n

\n

11<\/span><\/p>\n<\/td>\n

\n

45.8%<\/span><\/p>\n<\/td>\n

\n

0.878<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

複数人種<\/span><\/p>\n<\/td>\n

\n

115<\/span><\/p>\n<\/td>\n

\n

52<\/span><\/p>\n<\/td>\n

\n

45.2%<\/span><\/p>\n<\/td>\n

\n

0.866<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

<\/span><\/p>\n

<\/span><\/p>\n

<\/span><\/p>\n

女性<\/span><\/p>\n<\/td>\n

\n

白人<\/span><\/p>\n<\/td>\n

\n

385<\/span><\/p>\n<\/td>\n

\n

197<\/span><\/p>\n<\/td>\n

\n

51.2%<\/span><\/p>\n<\/td>\n

\n

0.981<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

黒人またはアフリカ系アメリカ人<\/span><\/p>\n<\/td>\n

\n

164<\/span><\/p>\n<\/td>\n

\n

75<\/span><\/p>\n<\/td>\n

\n

45.7%<\/span><\/p>\n<\/td>\n

\n

0.876<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

ハワイ先住民と太平洋諸島先住民<\/span><\/p>\n<\/td>\n

\n

32<\/span><\/p>\n<\/td>\n

\n

15<\/span><\/p>\n<\/td>\n

\n

46.9%<\/span><\/p>\n<\/td>\n

\n

0.898<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

アジア系<\/span><\/p>\n<\/td>\n

\n

295<\/span><\/p>\n<\/td>\n

\n

135<\/span><\/p>\n<\/td>\n

\n

45.8%<\/span><\/p>\n<\/td>\n

\n

0.877<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

アメリカ先住民とアラスカ先住民 <\/span><\/p>\n<\/td>\n

\n

17<\/span><\/p>\n<\/td>\n

\n

7<\/span><\/p>\n<\/td>\n

\n

41.2%<\/span><\/p>\n<\/td>\n

\n

0.789<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

複数人種<\/span><\/p>\n<\/td>\n

\n

98<\/span><\/p>\n<\/td>\n

\n

44<\/span><\/p>\n<\/td>\n

\n

44.9%<\/span><\/p>\n<\/td>\n

\n

0.860<\/span><\/p>\n<\/td>\n<\/tr>\n<\/table>\n

<\/span><\/p>\n

<\/span><\/p>\n

 ②監査に用いることができるデータ<\/span><\/p>\n

・<\/span>過去データ（雇用主または人材派遣会社が、採用候補者または昇進のための従業員を評価するためにAEDTを使用している間に収集されたデータ）<\/span><\/p>\n

➢入手可能な場合、バイアス監査の実施に使用されるべき。<\/span><\/p>\n

➢AEDTを使用している1または複数の雇用主または人材派遣会社からのものであってもよい。<\/span><\/p>\n

<\/span><\/p>\n

・<\/span>テストデータ（過去データ以外のデータ）<\/span><\/p>\n

➢統計的に有意なバイアス監査を実施するのに十分な過去のデータがない場合に使用許可。<\/span><\/p>\n

➢ テストデータを使用する場合、結果の要約には、なぜ過去のデータを使用しなかったかを説明し、テストデータがどのように作成され、入手されたかを説明しなければならない。<\/span><\/p>\n

<\/span><\/p>\n

〇AEDT使用前の要件ー必要な通知①（AEDT使用）<\/span><\/p>\n

 ニューヨーク市内に居住する従業員または候補者に対し、以下の事項を通知しなければならない。<\/span><\/p>\n

 ・AEDTの使用<\/span><\/p>\n

 ・AEDT が評価する職務上の資格および特性<\/span><\/p>\n

<\/span><\/p>\n

 通知について、<\/span><\/p>\n

 ・他の法律に基づく合理的配慮の要求方法に関する指示を含むこと。<\/span><\/p>\n

 ・以下のいずれかの方法で、使用の10営業日前に提供すること：<\/span><\/p>\n

➢求人広告<\/span><\/p>\n

➢ 米国内の郵便またはEメール<\/span><\/p>\n

➢ 求職者については、ウェブサイトの採用セクションに明確かつ目立つように掲載<\/span><\/p>\n

  ➢昇進候補者については、文書化された方針または手順に記載<\/span><\/p>\n

<\/span><\/p>\n

〇AEDT使用前の要件ー必要な通知②（データ収集）<\/span><\/p>\n

 データ収集に関する通知は、ウェブサイトの雇用セクションに、以下の情報を明確かつ目立つ方法で掲載すること。<\/span><\/p>\n

 ・AEDT データ保持方針<\/span><\/p>\n

 ・AEDTのために収集されるデータの種類<\/span><\/p>\n

 ・データの出所<\/span><\/p>\n

<\/span><\/p>\n

 通知について、<\/span><\/p>\n

・<\/span>当該情報に対する書面による要請の方法について、ウェブサイトの雇用セクションに明確かつ目立つように掲載すること<\/span><\/p>\n

・書面による要請を受けた場合は、30日以内に情報を提供すること<\/span><\/p>\n

・求職者または昇進を検討されている従業員に対し、そのような情報の開示が、地方法、州法、若しくは連邦法に違反する理由、または法執行の捜査の妨げとなる理由を説明すること<\/span><\/p>\n

<\/span><\/p>\n

〇適用範囲（「市内」での適用）<\/span><\/p>\n

 <\/span>①ニューヨーク市内に所在する役職<\/span><\/p>\n

  ➢バイアス監査が必要<\/span><\/p>\n

  ➢ニューヨーク市居住者には通知が必要<\/span><\/p>\n

<\/span><\/p>\n

 ② ニューヨーク市外の役職<\/span><\/p>\n

  ➢ バイアス監査および通知は不要<\/span><\/p>\n

<\/span><\/p>\n

 ③完全リモートポジション<\/span><\/p>\n

  <\/span>・雇用主がニューヨーク市にのみオフィスがある場合<\/span><\/p>\n

   ➢バイアス監査が必要<\/span><\/p>\n

   ➢ニューヨーク市居住者には通知が必要<\/span><\/p>\n

  ・雇用主がニューヨーク市にオフィスを持たない場合<\/span><\/p>\n

   ➢ バイアス監査および通知は不要<\/span><\/p>\n

  ・雇用主がニューヨーク市とニューヨーク市以外に事務所を持つ<\/span><\/p>\n

   ➢上記のそれぞれをあてはめ<\/span><\/p>\n

<\/span><\/p>\n

〇違反の種類<\/span><\/p>\n

 以下の違反について、<\/span>最初の違反および最初の違反と同日に発生した各追加違反に対して500ドル以下の民事罰の責任を負い、その後の各違反に対しては500ドル以上1,500ドル以下の民事罰の責任<\/span><\/p>\n

<\/span><\/p>\n

  ・AEDT使用要件の不履行<\/span><\/p>\n

  ・AEDTに関する通知要件の不履行<\/span><\/p>\n

<\/span><\/p>\n

〇雇用主および人材派遣会社に対するコンプライアンス上のアドバイス（留意点）<\/span><\/p>\n

・機械学習、統計モデリング、データ分析、または人工知能の定義に該当するかどうかを判断するために専門家に相談すること<\/span>[6]<\/a><\/sup><\/p>\n

・すべてのAEDTが使用前にバイアス監査を受けていることを確認すること<\/span><\/p>\n

<\/span><\/p>\n

・以下の記録を保管すること<\/span><\/p>\n

➢採用または昇進を支援するために使用されたすべての電子ツール<\/span><\/p>\n

➢どのように電子ツールを使用したか、また候補者や従業員を評価するために他のどのような方法を使用したか<\/span><\/p>\n

➢候補者や従業員を評価するために使用された方法<\/span><\/p>\n

➢候補者または従業員に提供されたすべての通知および通知方法<\/span><\/p>\n

➢候補者または従業員に提供されたすべての通知と通知方法<\/span><\/p>\n

➢従業員の業績を評価する AEDT の場合、ベストプラクティスは、AEDT を使用する 10 営業日前に全従業員に通知すること<\/span><\/p>\n

<\/span><\/p>\n

〇差別に関する重要な注意<\/span><\/p>\n

・AEDTの使用に関連する差別の申し立ては、ニューヨーク市委員会（NYC Commission on the NYC）に提出する必要がある。<\/span><\/p>\n

・ニューヨーク市人権委員会(CCHR)に連絡し、ニューヨーク市人権法に基づく調査を受けること。<\/span><\/p>\n

・DCWPは、差別の申し立てをCCHRに照会する。<\/span><\/p>\n

<\/span><\/p>\n

<\/span><\/p>\n

６．新法・新規則に関する議論<\/strong><\/span><\/p>\n

<\/span><\/p>\n

（新法・新規則経過の時系列）<\/span><\/p>\n

<\/a><\/a><\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
\n

<\/span><\/p>\n<\/td>\n

\n

新法に関する経過<\/span><\/p>\n<\/td>\n

\n

新規則に関する経過<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2020年2月27日<\/span><\/p>\n<\/td>\n

\n

案件名「Int. No. 1894-A」として提案<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2020年5月11日<\/span><\/p>\n<\/td>\n

\n

技術委員会に付託<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2020年11月13日<\/span><\/p>\n<\/td>\n

\n

技術委員会にて公聴会・審議<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2021年11月10日<\/span><\/p>\n<\/td>\n

\n

技術委員会にて公聴会・修正案提案・法案可決<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

<\/span><\/p>\n<\/td>\n

\n

議会可決<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2022年9月23日<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n

\n

初版公表<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2022年11月4日<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n

\n

公聴会<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2022年12月12日<\/span><\/p>\n<\/td>\n

\n

2023年1月1日から2023年4月15日への法施行延期を発表<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2022年12月23日<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n

\n

第二版公表<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2023年1月23日<\/span><\/p>\n<\/td>\n

\n

<\/span><\/p>\n<\/td>\n

\n

公聴会<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2023年4月6日<\/span><\/p>\n<\/td>\n

\n

2023年4月15日から2023年7月5日への法施行延期を発表<\/span><\/p>\n<\/td>\n

\n

最終案発表<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

2023年7月5日<\/span><\/p>\n<\/td>\n

\n

施行<\/span><\/p>\n<\/td>\n

\n

施行<\/span><\/p>\n<\/td>\n<\/tr>\n<\/table>\n

<\/span><\/p>\n

6-1.新法の制定過程<\/strong><\/span><\/p>\n

 新法は2020年2月27日にLaurie A. Cumboニューヨーク市議会議員らによって案件名「Int. No. 1894-A」として提案され、技術委員会（Committee on Technology）にて審議され、2021年11月10日に委員会及び議会において可決された<\/span>[7]<\/a><\/sup>[8]<\/a><\/sup>。可決された法案は、当初提案された法案からは主に以下の点が修正されている。<\/span><\/p>\n

    \n
  1. AEDTの定義：<\/span><\/li>\n<\/ol>\n

    ・特定の技術（ニューラルネットワーク等）に基づくという限定を行わない。<\/span><\/p>\n

    ・用途を「<\/span>採用又は昇進の決定」に限定<\/span><\/p>\n

    ・「自動的」に選別するという限定を行わない。<\/span><\/p>\n

      \n
    1. バイアス監査の主体：<\/span><\/li>\n<\/ol>\n

      ・監査人の「独立」の追加<\/span><\/p>\n

        \n
      1. バイアス監査の対象：<\/span><\/li>\n<\/ol>\n

        ・監査内容として明示する属性は<\/span>性別、人種／民族に限定<\/span><\/p>\n

          \n
        1. 規制の対象：<\/span><\/li>\n<\/ol>\n

          ツール販売への規制からツール利用への規制へ変更<\/span><\/p>\n

          <\/span><\/p>\n

          6-2.新規則の制定過程<\/strong><\/span><\/p>\n

           DCWPは、新規則の<\/span>初版を2022年9月23日に提案・公表した。2022年11月4日に公聴会が開催され、雇用主、人材派遣会社、法律事務所、AEDT開発者、擁護団体を含む一般からのコメントが寄せられた。<\/span><\/p>\n

           2022年12月12日、当初の新法の施行期日である2023年1月1日を前に、DCWPは第二回公聴会の開催と新法施行の2023年4月15日への延期を発表した<\/span>[9]<\/a><\/sup>。<\/span><\/p>\n

           DCWPは、新規則の第二版を2022年12月23日に提案・公表した。2023年1月23日に公聴会が開催され、初版と同様、新規則に関するコメントが寄せられた。2023年4月6日、DCWPは新法施行を2023年7月5日に延期することとともに、新規則の最終版を発表した。<\/span><\/p>\n

          <\/span><\/p>\n

           新規則は、<\/span>新法における雇用主・人材派遣会社の義務を明確にする観点から、以下のルールを設けている。<\/span><\/p>\n