この記事で分かること

  • Pymetrics型のゲーム式適性検査が何を測定しているとされ、日本でどこまで実例が確認できるか
  • スコアの仕組みのうち、公開情報から分かっていることと、分かっていないこと
  • 過剰対策がなぜ有効な対策になりにくく、むしろ逆効果になりうるのか
  • 直前準備として実務的に意味のある「環境・体調・回答姿勢」の整え方

結論：対策の主眼は「攻略」ではなく「自然な状態で臨む環境づくり」

Pymetrics（現在は人材アセスメント企業Harverが運営）のゲーム式適性検査は、複数の短いミニゲームに取り組む過程から行動的な特性データを収集し、応募者と特定の職務・企業のベンチマークとの適合度を推定する仕組みです。日本でも一部の外資系金融機関の選考で導入例が確認できますが、具体的な採点式や重み付けは非公開であり、外部から「こう回答すれば高得点が出る」という攻略法を組み立てられる材料は存在しません。

したがって本記事の立場は明確です。Pymetrics型の検査に対して事前に人格を作り込んだり、想定される「望ましい回答パターン」を演じようとする対策は、効果が不確かなだけでなく、かえって一貫性のない反応を生み出すリスクがあります。実務的に意味のある準備は、検査そのものを操作しようとすることではなく、通信環境・実施時間帯・体調といった「自分でコントロールできる条件」を整え、指示された通りに素直に反応できる状態を作ることに尽きます。以下では、何が測定されているとされるか、スコアの仕組みのうち公開されている範囲、そして過剰対策がなぜ推奨されないのかを順に整理します。選考プロセス全体における位置づけは投資銀行IBDの選考フロー完全解説もあわせて参照してください。

Pymetrics型ゲーム選考とは何か（日本での確認例）

Pymetricsは、神経科学者とAIの倫理的活用を専門とする研究者らが共同で設立した企業とされ、2022年に人材アセスメント企業のHarverに買収されました。以後はHarverの製品ラインの一つとして、ゲーム式の行動科学アセスメントを提供しています。応募者はブラウザ上で合計12種類以上・約25分程度のミニゲームに取り組み、その反応データが職務ごとに構築された「ハイパフォーマー」の行動プロファイルと比較される仕組みです。

日本国内での実施例としては、就職活動情報サイトのONE CAREERに掲載されているJ.P.モルガンの選考体験談で、複数年度にわたり「Pymetrics社が提供するAIゲームで12個のゲームを行い性格診断を行う」「風船を割るゲーム」「お金を分配するゲーム」といった具体的な記述が確認できます。また外資就活ドットコムに掲載された22卒内定者の体験談でも、冬期選考のエントリー後、11月上旬にPymetrics形式のゲーム式性格検査が実施され、結果はエントリーの合否と合わせて1週間以内にメールで通知されたことが報告されています。同じ体験談では「J.P.モルガンで活躍する社員のコンピテンシーを分析したものであり、対策はほぼ不可能であると思われる」という内定者自身のコメントも記録されています。

いずれも個々の応募者の体験談であり、実施の有無・対象部門・実施時期は年度や部門によって変わりうる点には注意が必要です。J.P.モルガン以外の外資系金融機関についても類似形式のゲーム式適性検査を採用しているという報告が就職活動系メディアには見られますが、本記事では内容を直接確認できた範囲でJ.P.モルガンの事例を中心に扱い、確認できていない企業については断定を避けます。募集要項に記載される選考プロセスは年度ごとに公式サイトで確認するのが基本です。なお、この形式は外資系金融のWeb録画面接（HireVue）対策で扱う録画・記述式の面接とは別の選考ステップとして併用されることがあり、両者は測定しようとしている対象も回答の形式もまったく異なります。

外資系金融 選考フローの一例（設例） 順序・実施有無・実施時期は企業・年度により異なります ES・レジュメ提出 STEP 1 → Web適性検査 (Pymetrics等) STEP 2 この記事の対象 → 録画面接 (HireVueなど) STEP 3 → 面接(複数回) STEP 4 → 最終面接・内定 STEP 5
図：設例。外資系金融の新卒・キャリア採用における選考フローの一例。ゲーム式適性検査が置かれる段階や有無は企業・年度により異なります。

12種のゲームで測定されているとされる特性

Harverの製品紹介ページでは、Pymetricsのゲーム式アセスメントについて、注意力・集中力・意思決定・リスク許容度・努力・学習・公正性・寛容性・感情という9つのカテゴリーにまたがる行動特性を、12種類以上のインタラクティブなゲームを通じて収集すると説明されています。各ゲームには「正解」はなく、反応の速さ・一貫性・選択の傾向といった行動データそのものが分析対象になるとされています。

特性カテゴリー一般的に説明されている内容
注意力・集中力単調な作業や刺激に対して、反応をどれだけ安定して持続できるか
意思決定情報が不完全な状態で、どのタイミング・根拠で判断を下すか
リスク許容度不確実な報酬を伴う場面で、どの程度のリスクを取る選択をするか
努力難易度が上がる課題に対して、取り組みをどこまで継続するか
学習フィードバックを受けて、その後の行動をどう調整するか
公正性・寛容性他者との利益配分や、他者に対する信頼・寛大さの傾向
感情表情などの手がかりから、他者の感情状態を認識する精度

ONE CAREERに掲載された体験談で具体的に名前が挙がっていた「風船を割るゲーム」は、風船を膨らませるほど得られる報酬が増える一方で、割れると得点を失うという設計から、上記でいうリスク許容度に関わるゲームだと考えられます。同様に「お金を分配するゲーム」は、他者との利益配分に関する公正性・寛容性を扱うゲームに相当すると考えられます。ただし、どのゲームがどの特性に何割寄与するかという具体的な配点は公開されておらず、以上はあくまで一般的なゲームの設計思想から推測できる範囲にとどまります。

スコアの仕組みで分かっていること・分かっていないこと

Harverの買収先であるPymetricsのゲーム式アセスメント（Harverでは「Soft Skills Platform」と呼称）は、米国では自動雇用意思決定ツール（AEDT）に関する規制の対象になりうる仕組みとして扱われています。ニューヨーク市が定めるLocal Law 144は、AEDTを採用選考で使う雇用主・職業紹介事業者に対し、独立監査人による年1回のバイアス監査の実施と、その結果概要の公開を義務付ける条例で、2023年7月5日から執行が始まっています。この規制は米国ニューヨーク市固有のものであり、日本の労働法制に同種の監査義務は存在しません。日本国内で同じツールが使われる場合でも、この監査結果がそのまま適用されるわけではない点には注意が必要です。

2025年7月付でBABL AI Inc.が実施したHarverのSoft Skills Platformに関するバイアス監査報告書には、システムの仕組みについて次のような記述があります。プラットフォームの出力は「Do Not Recommend」「Recommend」「Highly Recommend」の3段階の推奨ティアであり、候補者が職務ごとに構築された検証済みモデルに対してどのパーセンタイル順位にあるかに基づいて決まるとされています。監査では、デフォルトの設定として50パーセンタイルを「Recommend」の閾値として扱い、2024年1月から12月までのデータをもとに、人種・性別のグループ間で選抜率（selection rate）に偏りがないかを検証した結果、総合判定は「PASS」とされています。ただし監査の対象は人種・性別の2区分に限定されており、年齢・障害の有無・国籍など他の属性は対象外であること、また、「Highly Recommend」との境界となる具体的なパーセンタイル値については、同じ報告書内に記載が見当たりません。

スコアの仕組み：パーセンタイル順位と推奨ティア（概念図） 具体的な採点式・重み付けは非公開。帯の内訳の境界も非開示。 50th pct（Recommendの閾値） Do Not Recommend Recommend以上 設例：65th pct 0 50 100 パーセンタイル順位（対象母集団内の相対位置、0〜100） Do Not Recommend Recommend以上（内訳の境界は非公開）
出所：BABL AI Inc.「Summary of Bias Audit Results」（Harver、2025年7月17日付）の記述を基に大手町プレップ作成。65th pctの候補者例は理解のための設例です。

以下は仕組みを理解するための仮設例です。ある職務の候補者100人のうち、属性グループXは50人中32人が50パーセンタイルの閾値を上回り、属性グループYは50人中24人が上回ったとします。この場合、グループXの選抜率は32÷50=64%、グループYの選抜率は24÷50=48%です。米国の雇用差別に関する一般的な考え方（いわゆる「四分の五ルール」）では、選抜率が低いグループの選抜率を高いグループの選抜率で割った値をインパクト比率と呼び、48%÷64%=0.75を計算します。この0.75は基準とされる0.8を下回るため、米国の枠組みでは追加の説明や是正が必要な状態として扱われます。この考え方はニューヨーク市の監査基準に含まれる米国の規制概念であり、日本の採用選考においてこうした比率の算出・公開が法的に義務付けられているわけではない点は区別して理解する必要があります。

対策すべきこと・すべきでないこと（過剰対策の弊害）

Pymetrics型のゲーム式適性検査に対して、事前に「望ましいとされる人物像」を演じようとする対策には、少なくとも2つの理由から慎重であるべきだと考えられます。第一に、スコアは万人にとっての「高得点・低得点」ではなく、職務ごとに構築された検証済みモデルとの相対的な近さで決まる仕組みです。ある職務のハイパフォーマー像に寄せようとリスク許容度を高く見せる反応をしても、別の職務のモデルではその反応がむしろ適合度を下げる方向に働く可能性があり、「これを演じれば有利になる」という単一の正解は存在しません。第二に、12種類以上のゲームはそれぞれ短い時間で、多数の瞬時の反応を積み重ねる設計になっています。意識的に特定の性格を演じようとすると、素の反応であれば生じるはずの一貫したパターンが崩れ、かえって不自然でばらついた反応データになりやすいと考えられます。ONE CAREERや外資就活ドットコムに掲載された内定者の体験談でも、ゲームの組み合わせや順序は人によって異なり、対策の手応えを感じられなかったという趣旨のコメントが複数見られます。

一方で、「何も準備しない」ことと「素直に反応できる状態を整える」ことは別の話です。対策として意味があるのは、ゲームの形式そのものに驚いて反応が乱れないよう、事前にどのような操作感のゲームが出題されうるかを一般的な範囲で把握しておくこと、そして次章で扱う実施環境・体調の整備です。ビヘイビア面接のように「語る内容」を作り込む対策とは性質が異なる点は、ビヘイビア面接と「1分自己紹介」の設計で扱う準備の考え方と対比すると理解しやすいところです。

選考で評価されるのはゲームの結果だけではありません

ゲーム式適性検査を通過した後も、テクニカル面接やモデルテストで実務理解そのものが問われる段階が続きます。自分の理解度がどの水準にあるかを客観的に確認したい場合は、以下のアセスメントも参考にしてください。

→ 実務理解度のアセスメントを見る

直前準備の実務チェックリスト

ゲーム式適性検査そのものを攻略することはできなくても、実施条件を整えることで、素の反応が正しく記録される状態には近づけます。以下は、選考プロセス全体を扱う投資銀行・PE面接の直前対策とも共通する、環境面の基本的な確認項目です。

確認項目なぜ重要か
通信環境・デバイス反応時間を測るゲームが含まれるため、通信の遅延や動作の重さが結果に影響しうる
実施場所・時間帯中断されない静かな環境を確保し、指定された期限内で自分が最も落ち着いて取り組める時間帯を選ぶ
体調・睡眠注意力・反応速度を測るゲームが多いため、寝不足や体調不良は結果に直接影響しうる
指示文の確認各ゲームの操作方法・時間制限を開始前に読み、操作ミスによる反応の乱れを避ける
回答姿勢「正解」を探して考え込むより、指示通りのペースで直感的に反応することが前提とされている

いずれも特別なテクニックではなく、通常の面接やモデルテストの直前準備と同じ発想です。ゲームの内容そのものに対策の余地が乏しい以上、当日までにコントロールできる条件を淡々と整えることが、実務的には最も再現性の高い準備になります。

結果が振るわなかった場合の考え方

ゲーム式適性検査の推奨ティアは、採用担当者が参照する複数の情報の一つであり、それだけで合否のすべてが決まる性質のものではないと考えられます。また、スコアは特定の職務・企業のベンチマークとの相対的な近さを示すものであるため、ある企業・部門で低い評価が出たとしても、別の企業・部門で同じ結果になるとは限りません。手応えが悪かったと感じた場合にまず振り返るべきは、通信環境や体調など当日の条件に問題がなかったかという点であり、ゲームの回答内容自体を「間違えた」と捉える必要はありません。

そのうえで、次の選考ステップに向けてできることは、ゲーム式検査の結果を気にし続けることではなく、その後に控える技術面接・ビヘイビア面接・モデルテストといった、準備の手応えを実感しやすい領域に時間を配分することです。複数の面接が1日に集約される最終選考（いわゆるスーパーデー）まで進んだ場合は、なおさらゲーム式検査の結果を引きずらず、目の前の面接に集中することが現実的です。選考プロセス全体の見取り図は投資銀行IBDの選考フロー完全解説で、PEファンドを含む選考対策の全体像はPEファンド転職完全ガイドで整理しています。

よくある質問（FAQ）

Q. Pymetrics型のゲーム式適性検査は日本のどの企業で使われていますか。
A. 内容を直接確認できた範囲では、J.P.モルガンの新卒・キャリア採用選考で複数年度にわたり実施されたという体験談が就職活動情報サイトに掲載されています。他の外資系金融機関についても類似の報告が一部の就活系メディアに見られますが、本記事では内容を直接確認できたJ.P.モルガンの事例に限定して紹介しており、それ以外の企業での実施有無を断定するものではありません。

Q. 事前に対策本や練習用ゲームで準備すれば有利になりますか。
A. スコアは職務ごとの検証済みモデルとの相対的な近さで決まるとされ、万人に共通する「正解の反応」は公開されていません。特定の性格を演じようとする対策は、素の反応であれば生じる一貫したパターンを崩し、かえって不自然な結果につながる可能性があります。事前準備として意味があるのは、ゲームの操作感に驚かないよう一般的な形式を把握しておくことと、通信環境・体調を整えることです。

Q. 結果が悪かった場合、その時点で不合格が確定しますか。
A. 推奨ティアは採用担当者が参照する情報の一つであり、それだけで合否のすべてが決まるとは限りません。ただし各企業がこの結果をどの程度重視し、どの段階でスクリーニングに用いるかは公開されておらず、外部から断定することはできません。

Q. HireVueのような録画面接とは何が違いますか。
A. Pymetrics型のゲーム式検査は、短いミニゲームへの反応から行動特性データを収集する形式です。一方、HireVue等の録画面接は、質問に対して自分の言葉で話す様子を録画・評価する形式で、測定しようとしている対象も準備の方向性もまったく異なります。両方が同じ選考プロセスの中で別のステップとして課されることがあります。

Q. スコアの具体的な計算式は公開されていますか。
A. 公開されていません。米国ニューヨーク市の条例に基づく監査報告書からは、候補者が検証済みモデルに対してどのパーセンタイル順位にあるかで推奨ティアが決まるという枠組みや、50パーセンタイルが既定の閾値として扱われていることまでは確認できますが、各ゲームの反応をどう重み付けしてスコア化しているかという具体的な計算式は非公開です。

まとめ

Pymetrics型のゲーム式適性検査は、短いミニゲームへの反応から行動特性データを集め、職務ごとの検証済みモデルとの近さを推奨ティアとして示す仕組みです。日本ではJ.P.モルガンの選考での実施例が就職活動情報サイトの体験談から確認でき、具体的な採点式は非公開ながら、パーセンタイル順位に基づく3段階評価という大枠は米国の監査資料から読み取れます。人格を作り込む対策は一貫性のない反応につながりかねず、実務的に再現性のある準備は、通信環境・体調・回答姿勢を整えることに尽きます。結果が振るわなくても、それだけで実力のすべてが否定されるわけではなく、その後に続く面接・モデルテストへの準備に時間を配分することが現実的な対応です。

選考の先にある「入社後に何を作るか」も見ておく

ゲーム式適性検査や録画面接を通過した先には、テクニカル面接やモデルテストなど、実務理解そのものを問われる選考ステップが続きます。まずは無料会員登録のうえ、選考プロセス全体を扱う関連記事や演習で、次に何を準備すべきかを確認してみてください。

→ 無料会員登録して選考対策を続ける

次に読む

出典・参考（2026年9月確認）

※本記事は教育目的の一般的な解説であり、法務・税務・投資助言ではありません。設例は理解のための仮設例です。年収・採用市場・選考プロセスに関する記述は2026年9月時点で確認できた公開情報に基づく参考値であり、今後変更される可能性があります。