米国州別AI雇用法：採用プロセスに実際に適用されるものは何か

「米国のAI雇用法」は単一の法律ではない。州および市の法規のパッチワークであり、それぞれ異なるAIユースケース——採用・候補者選考、昇進判断、パフォーマンスモニタリング、労働時間やシフトに影響するスケジューリング——によって発動し、州ごとに異なる規模の閾値を超える雇用主に適用される。

すべてに適用される単一の企業規模の数字は存在しない。イリノイ州HB 3773は同州に少なくとも1人の従業員がいる雇用主に適用され、NYC Local Law 144は対象となる決定にAEDTを使用する雇用主であれば従業員数にかかわらず適用される。コロラド州の法律とカリフォルニア州のADMT規則は、固定の従業員数よりも決定の種類によって範囲が定められる傾向が強い。すべての場所に「50人以上」や「100人以上」といった単一の閾値が適用されると仮定せず、下記の州別セクションを確認すること。

これらの法律が対象とするユースケースには、通常、履歴書スクリーニングと候補者ランキング、面接評価・分析、昇進推薦、AI支援によるパフォーマンス・センチメントモニタリング、一部の州では労働時間やシフトに影響する自動スケジューリングが含まれる。求人票の作成や社内HRポリシーに関する質問への回答のみを行うツールは、実在の候補者や従業員を評価・ランク付けするツールとはリスクプロファイルが大きく異なる——以下の法律は、汎用的なAI支援ではなく、特定の個人に影響する決定を対象に書かれている。

従業員を雇用している州と、実際に使用しているAIユースケースを選択すると、どの法律が適用される可能性が高いか、その施行日の参考情報、そして各法律が通常要求する成果物を確認できます。計算はすべてブラウザ内で行われ、データはどこにも送信されません。これは法的助言ではありません。

以下の各項目は、その法律が規制する内容、施行日の参考情報、そして依拠する前に最新状況を確認するよう明示的に求める注記をカバーしている——この確認の注記こそが各行の真の要点であり、単なる定型文ではない。

2025年12月11日、連邦政府は大統領令14365号「人工知能に関する国家政策フレームワークの確保」に署名し、各機関に対し、それと矛盾すると見なされる州法を優先するような統一的な連邦AI政策の策定に向けて取り組むよう指示した。この命令を受けて2026年3月20日に「人工知能国家政策フレームワーク」が公表され、「不当な負担」を課すと見なされる州法を議会が優先すべきだと提言している——しかし議会への提言はそれ自体、法律の変更ではない。

大統領令は現行の州法を無効化しておらず、法的にも単独ではそれができない。 州法を実際に優先できるのは、議会の立法または裁判所の判断のみである。そのいずれかが実現するまで、コロラド州、カリフォルニア州、イリノイ州、テキサス州、ニューヨーク市の義務は上表の通り完全に施行可能であり続け、大統領令のみを根拠に遵守を停止する企業は、実際にはまだ発生していない優先権について、現実かつ現在進行形の法的リスクを負うことになる。

ここでの明確な実務指針は次の通りである：大統領令のみを根拠に、いかなる州のAI雇用法の遵守も停止しないこと。 この命令は、特に自社の法律が将来の連邦立法によって争われたり修正されたりする可能性のある州で事業を行っている場合に注視すべきシグナルとして扱うべきであり、今日のコンプライアンス作業を中断する理由とすべきではない。

上記の各州にわたって、実務上の要件は5つの繰り返し現れるカテゴリーに集約される。州固有の詳細は上表を参照。本セクションでは各カテゴリーが一般的に何を含むかを説明する。

AIモデルを自社インフラ——自己ホスティング、オンプレミス、またはエアギャップ環境——で運用しても、上記の通知・差別禁止・監査義務のいずれも解消されない。 表内のすべての法律は、モデルの推論がどこで行われるか、またどのベンダーがそれを構築したかではなく、AIシステムが実在の人物に関する決定に実質的に影響を与えたという事実によって発動する。

これは明確かつ早期に述べる価値がある。なぜなら、これはHRテックチームがローカルLLM導入の意思決定に持ち込む、最も一般的かつ高くつく誤解だからである。自己ホスティングは実際には別の問題群を解決する——候補者の履歴書やパフォーマンスデータを第三者ベンダーのサーバーから遠ざけ、データ共有リスクとしてのベンダーを排除する。しかし、通知・監査・人的レビューの法的な発動条件には触れない。なぜならその発動条件は「AIシステムが人物に関する決定に影響を与えたこと」であり、これはどの導入モデルであっても変わらない事実だからである。

ベンダーがホストするAI採用ツールと、同じ履歴書スクリーニング機能を果たす自己ホスティングのオープンウェイトモデルは、同じ州法上の義務を負う。導入方法の決定はデータプライバシーとベンダーリスクの姿勢を変えるが、雇用法上の立場は変えない。

変わるもの： 自己ホスティング導入は、候補者・従業員データのデータフロー図から第三者ベンダーを排除する。これはベンダーリスクと国境を越えたデータ移転リスクの真の軽減であり、EUの従業員を抱える米国企業にとって特に重要である。GDPRの国際移転ルールが、上記の雇用法上の義務にさらに一層を加えるためである。

変わらないもの： 候補者・従業員への通知義務、不利益決定に対する人的レビュー経路の要件、記録保持義務、そして（該当する場合）独立バイアス監査の要件。これらはいずれもベンダーに依存せず、決定そのものに紐づいている。

ほとんどのHRテックチームが行き着く実務上の順序は次の通り：ローカル導入を上記のコンプライアンスチェックリストとは独立したデータガバナンスおよびコストの意思決定として扱い、その上で、どの導入モデルを選んでも同じ方法で通知・監査・人的レビューの成果物を構築する。

以上はすべて米国の州レベルのパッチワークを対象としている。EUに従業員を抱える米国本社企業にとっては、下記のEUの観点が並行して適用され、いくつかの点では現時点で米国のどの単一州よりも厳格である。

雇用関連のAI（候補者スクリーニング、パフォーマンス監視、人員配置スケジューリング）はEU AI法の附属書IIIにおいて「高リスク」システムに分類される。関連するリスク評価義務は、2026年6月に採択された「デジタル・オムニバス」パッケージにより、2026年8月2日から2027年12月2日へ延期された——この日付に依拠する前に、再度変更されていないか確認すること。

ただし、この延期はAI法自体の「高リスク」義務にのみ関係する。より古い3つの規制枠組みはすでに遅延なく全面的に適用されている。GDPR第22条（自動化された個別意思決定、2018年から適用、人による関与の権利を含む）、AI法第4条（従業員のAIリテラシー、2025年2月2日から適用）、そしてドイツ、オーストリア、オランダにおける、パフォーマンスや行動を監視するAIシステムに対する事業所委員会の共同決定権である。結果として、特定の利用場面では、EUの雇用主が今日、米国の多くの州の雇用主よりも強く制約されている可能性がある。

日本については、本稿執筆時点で拘束力のあるAI雇用固有の法律は確認できていない。日本は2025年のAI推進法の下で、人間中心の利用、透明性、安全性といった政策原則を非拘束的なガイダンスとして示す形を取っており、包括的な拘束力あるAI立法ではなく、原則・自主的枠組み・既存法に主に依拠している。正直に言えば、この分野の日本の情報は薄く、今後の立法動向を継続的に確認する必要がある。

本セクションは一般的な情報提供であり、法的助言ではない。具体的な州、業種、ユースケースについては、コンプライアンス計画を確定する前に労働法の専門家に適用可能性を確認すること。