GROWのカンニングはバレる！360度評価の不正検知を解説

就職活動の適性検査で、「GROWのカンニングはバレるのか」と気になっている就活生は多いのではないでしょうか。

結論から言うと、GROWは他者評価とAI分析を組み合わせた360度評価型テストであるため、そもそもカンニングが構造的に不可能です。

この記事では、GROWのカンニングが不可能な仕組みや不正が発覚した場合のリスク、そして正攻法の対策方法まで詳しく解説します。

GROWのカンニングはバレる？結論から解説

GROWのカンニングについて、「自分の回答を工夫すればテスト結果を操作できるのではないか」と考える就活生がいるかもしれません。

ここでは、GROWのカンニングが実際にバレるのかどうかを、テストの仕組みと最新のAI技術の観点から解説します。

結論：GROWはカンニングが構造的に不可能なテスト

結論として、GROWはカンニングが構造的に不可能なテストです。

GROWはInstitution for a Global Society（IGS）社が提供する適性検査で、従来型のWebテストとは根本的に異なる仕組みを採用しています。

最大の特徴は、受検者本人の自己申告だけでなく、友人や同僚など周囲の人物3名以上からの評価データを収集する「360度評価」を実施している点です。

つまり、SPIや玉手箱のように受検者本人が問題を解いてスコアを出す形式ではなく、他者からの客観的な評価によって受検者の能力と特性が測定されるのです。

自分一人の回答を操作しても、周囲の評価者が提出するデータまでコントロールすることはできません。

さらに、GROWはAIを活用して評価データの信頼性を分析しており、不自然な評価パターンは自動的に検出される仕組みになっています。

このように、GROWは「自分だけでは結果を操作できない」という構造的な特性により、カンニング自体が成立しないテストなのです。

GROWが他のWebテストと根本的に異なる点

GROWが他のWebテストと決定的に異なるのは、評価の情報源が受検者本人だけではないという点です。

SPIや玉手箱などの従来型Webテストでは、受検者が問題に回答し、その正答率や回答パターンからスコアが算出されます。

この形式では、解答集の使用やAIツールの利用、替え玉受検といったカンニング手口が理論上は存在します。

一方、GROWでは受検者本人の自己評価に加えて、受検者が指名した友人・知人3名以上が評価者として回答する仕組みになっています。

評価者はそれぞれ独立して受検者の特性を評価するため、受検者本人が全員の回答を操作することは事実上不可能です。

さらに、GROWでは「気質」と呼ばれる先天的な特性と「コンピテンシー」と呼ばれる後天的な能力の両方を測定しており、これらの整合性もAIが分析しています。

従来型テストのカンニング対策が「不正を検知すること」であるのに対し、GROWは「不正が成立しない仕組み」を採用しているという根本的な違いがあるのです。

カンニング経験者の割合と不正対策の強化

株式会社サーティファイが実施した調査によると、Webテストにおけるカンニング経験者の割合は45%以上にのぼるとされています。

つまり、就活生の約半数が何らかの形で不正行為を経験しているということになります。

この深刻な状況を受けて、テスト会社各社はさまざまな不正対策を強化してきましたが、IGS社はさらに一歩進んだ発想でGROWを開発しました。

従来のテストが「監視を強化して不正を防ぐ」というアプローチを取っているのに対し、GROWは「他者評価とAI分析を組み合わせることで、不正そのものを構造的に排除する」というアプローチを採用しています。

カンニングの蔓延はテスト結果の信頼性を低下させる深刻な問題ですが、GROWはこの問題に対して根本的な解決策を提示しているのです。

企業側もカンニング対策の観点からGROWを導入するケースが増えており、従来型テストでは不正リスクが高いと判断した企業がGROWに切り替える動きも見られます。

GROWでカンニングが不可能な仕組み

GROWがカンニング不可能なテストである理由は、その独自の評価構造にあります。

ここでは、GROWのカンニングが構造的に成立しない3つの仕組みについて詳しく解説します。

360度評価の仕組み（友人・同僚3名以上からの評価収集）

GROWの最も特徴的な仕組みが、360度評価と呼ばれる多面的な評価システムです。

360度評価では、受検者本人の自己評価だけでなく、受検者が指名した友人・同僚・知人が3名以上、評価者としてGROWの質問に回答します。

評価者はそれぞれ独立して受検者の行動特性や能力について質問に答えるため、受検者本人が評価者全員の回答をコントロールすることは事実上不可能です。

仮に受検者が評価者に「良い評価をつけてほしい」と頼んだとしても、GROWのAIは不自然に高い評価パターンを検出する機能を備えています。

複数の評価者が示し合わせたように同じ傾向の回答をした場合、その評価データは信頼性が低いと判定されます。

また、評価者は受検者の「気質」と「コンピテンシー」の両面について多角的に評価するため、一部の項目だけを操作しても全体の整合性が崩れ、不正が明らかになります。

このように、360度評価という仕組み自体が、受検者一人の力ではテスト結果を操作できない構造になっているのです。

AIによる評価データの信頼性分析

GROWでは、収集した評価データの信頼性をAIが自動的に分析しています。

具体的には、評価者ごとの回答パターンを解析し、不自然な偏りや矛盾がないかをチェックする仕組みです。

たとえば、すべての評価項目で最高評価をつける「全項目高評価パターン」や、複数の評価者がほぼ同一の回答をする「示し合わせパターン」は、AIによって信頼性が低いデータとして判定されます。

さらに、GROWのAIは受検者の自己評価と他者評価の乖離も分析しています。

自己評価が極端に高いにもかかわらず他者評価が低い場合や、その逆のパターンが見られる場合は、評価の信頼性に関する注意フラグが立てられます。

このAI分析により、評価者に依頼して高い評価をつけてもらうという不正は実質的に無効化されています。

GROWのAIは膨大な受検データを学習しており、正常な評価パターンと不自然な評価パターンを高い精度で識別できるようになっています。

気質×コンピテンシーの二重構造による不正防止

GROWが測定する項目は、「気質」と「コンピテンシー」の二重構造になっています。

気質とは、生まれ持った先天的な性格特性のことで、外向性、協調性、誠実性などの基本的なパーソナリティを指します。

コンピテンシーとは、経験や学習によって後天的に身につけた能力のことで、リーダーシップ、課題解決力、コミュニケーション力などの実践的なスキルを指します。

GROWではこの両方を同時に測定し、気質とコンピテンシーの整合性をAIが検証します。

たとえば、気質として「内向的」と評価されている受検者が、コンピテンシーとして「高いリーダーシップ」を示す場合、それ自体は矛盾ではありませんが、その背景にある具体的な行動が評価者の回答と整合しているかが確認されます。

この二重構造により、一方の評価だけを操作しても他方との整合性が崩れるため、テスト結果全体の信頼性を維持する仕組みが構築されています。

従来のWebテストが単一の測定軸で評価を行うのに対し、GROWは複数の軸を交差させることで不正の余地をさらに狭めているのです。

GROWで不正を試みるとどうなる？

GROWはカンニングが構造的に不可能なテストですが、それでも何らかの不正を試みた場合には深刻なリスクを負うことになります。

ここでは、GROWで不正行為を行った場合に起こりうる具体的なリスクについて解説します。

内定取り消し

GROWで不正が発覚した場合、最も一般的に起こるのが内定取り消しです。

GROWの結果を不正に操作しようとする行為は、企業との信頼関係を根本から破壊するものであり、企業側はほぼ例外なく内定を取り消す判断を下します。

GROWでは、評価者に高い評価を依頼する行為や、実在しない評価者のメールアドレスを登録する行為なども不正行為に該当します。

特にGROWの場合、評価データの信頼性をAIが分析しているため、不正な評価操作は企業に報告される仕組みになっています。

企業はGROWの評価結果だけでなく、評価データの信頼性に関する情報も受け取るため、不正の疑いがある受検者を選考段階で除外することが可能です。

また、GROWを導入している企業は人材の本質的な能力を重視する傾向が強いため、不正行為そのものが企業の求める人物像と真逆の印象を与えることになります。

誠実性やコンプライアンス意識を重視する企業文化の中で、不正行為が発覚することは致命的なマイナス評価となるのです。

評価者との人間関係の破壊

GROWの不正行為には、他のWebテストにはない独自のリスクが存在します。

それは、評価者として指名した友人や知人との人間関係が破壊される可能性があるということです。

GROWでは友人や同僚に評価者としての回答を依頼する必要がありますが、もし受検者が「良い評価をつけてほしい」と圧力をかけたり、虚偽の説明をして回答を誘導したりした場合、評価者が不快に感じることは避けられません。

評価者にとっても、依頼された不正行為に加担することは道義的な問題を伴います。

また、不正が発覚した場合、評価者にも何らかの影響が及ぶ可能性があり、そのことが友人関係の悪化や信頼の喪失につながります。

就職活動は一時的なものですが、友人や知人との関係は長期にわたって続くものです。

一時的な就活の利益のために大切な人間関係を犠牲にすることは、長期的に見て大きな損失となるでしょう。

法的リスク（不正行為の影響範囲は受検者個人を超える）

Webテストの不正行為は、場合によっては刑事事件に発展する可能性があります。

実際に2022年、他人になりすましてWebテストを受検する「替え玉受検」を行った男が「私電磁的記録不正作出・同供用」の容疑で逮捕・起訴されました。

この事件では、検察側が懲役2年6ヶ月を求刑しており、Webテストの不正行為が軽い気持ちで済まされる行為ではないことを明確に示しています。

GROWの場合、不正行為の影響範囲は受検者個人を超えて評価者にまで及ぶという特徴があります。

360度評価では友人や教授など周囲の人物が評価者として関与するため、不正行為は評価してくれた人々への裏切り行為でもあります。

実在しない評価者になりすまして虚偽の評価を入力する行為は「私電磁的記録不正作出」に該当する可能性があり、他人のメールアドレスを無断で評価者として登録する行為は個人情報の不正利用として問題視されるリスクがあります。

評価者に不正な高評価を依頼して応じてもらった場合、評価者も共犯として法的責任を問われるリスクがあり、友人関係の破壊にとどまらない深刻な事態を招きかねません。

GROWの不正は受検者一人の問題では済まず、周囲の人々を巻き込む行為であることを十分に認識しておくべきです。

GROWで不正が疑われるパターン

GROWのAIは、さまざまな角度から評価データの不自然なパターンを検出しています。

ここでは、GROWにおいて不正が疑われる具体的なパターンを解説します。

評価者の回答パターンの異常（全項目最高評価、示し合わせ等）

GROWで最も検出されやすい不正パターンは、評価者の回答における統計的な異常です。

通常の評価者は、受検者の長所と短所をバランスよく評価するため、評価項目によって高い評価と低い評価が自然に混在します。

しかし、受検者から「良い評価をつけてほしい」と依頼された評価者は、すべての項目で最高評価に近い回答をする傾向があります。

GROWのAIは、こうした「全項目高評価パターン」を不自然な回答として検出する機能を備えています。

また、複数の評価者が示し合わせたように極めて似た回答パターンを示す場合も、AIが「示し合わせパターン」として検知します。

独立して評価した場合、評価者ごとに回答傾向には一定のばらつきが生じるのが自然であり、ばらつきがほとんどない場合は評価者間で事前に打ち合わせが行われた可能性が高いと判断されるのです。

さらに、評価者の回答に要した時間もAIの分析対象であり、すべての質問に対して極端に短い時間で回答している場合は、質問内容を十分に考慮せずに回答した可能性があるとして信頼性が低いと判定されます。

自己評価と他者評価の大幅な乖離

GROWでは受検者本人の自己評価と評価者による他者評価を照合しており、両者の間に大幅な乖離がある場合は不正の疑いが生じます。

たとえば、受検者本人が自己評価ですべての項目を最高レベルに設定しているにもかかわらず、評価者からの他者評価が平均的または低い場合は、自己認識と客観的評価が大きくずれていることを示しています。

この乖離自体は不正行為とは限りませんが、自己評価を意図的に操作して高く見せようとしている可能性があるとして、企業への報告時に注意情報として付記される場合があります。

逆に、自己評価は控えめであるにもかかわらず他者評価がすべて最高レベルの場合は、評価者に高い評価を依頼した可能性があると判断されます。

GROWでは自己評価と他者評価のバランスを重要な信頼性指標として扱っているため、どちらか一方だけを操作しても全体の整合性が崩れます。

自然な自己評価と正直な他者評価の組み合わせが最も信頼性の高い結果を生み出すため、操作を試みることはかえって不利になるのです。

面接時の実力との乖離

GROWの評価結果と面接時の印象が大きく異なる場合も、不正を疑われる原因となります。

GROWではリーダーシップ、コミュニケーション力、課題解決力などのコンピテンシーが測定されますが、これらの能力は面接やグループディスカッションで直接確認できるものです。

GROWで高いリーダーシップの評価を受けた受検者が、面接のグループディスカッションで全く発言しなかったり、議論を主導できなかったりすると、面接官はGROWの結果に疑問を抱きます。

同様に、GROWで高いコミュニケーション力の評価を受けた受検者が、面接で質問の意図を理解できなかったり、自分の考えを論理的に説明できなかったりすると、評価結果との不一致が明らかになります。

GROWを導入している企業は、テスト結果を面接の参考情報として活用しているため、結果と実力の乖離は選考全体を通じて見抜かれることになります。

特にGROWの場合、コンピテンシーという実践的な能力を測定しているため、面接での振る舞いとの比較が容易であり、不正による結果操作は他のテスト以上に発覚しやすいと言えます。

GROWの検査内容と評価の仕組み

GROWは従来型のWebテストとは異なる独自の評価方法を採用しており、受検者の本質的な能力を多角的に測定します。

ここでは、GROWの具体的な検査内容と評価の仕組みについて解説します。

気質（先天的特性）の測定

GROWが測定する第一の領域が、「気質」と呼ばれる先天的な特性です。

気質とは、生まれ持った性格傾向やパーソナリティの基盤となる特性のことで、外向性・協調性・誠実性・情緒安定性・開放性などの要素が含まれます。

気質は成長過程で大きく変化しにくいとされている特性であるため、受検者の本質的な人物像を理解するうえで重要な指標となります。

GROWでは、受検者本人による自己評価と評価者による他者評価の両方から気質を測定します。

自分では認識していない気質の特徴が、周囲の評価によって明らかになることも少なくありません。

自己評価と他者評価の一致度が高い項目は特に信頼性が高いと判断され、企業にとって有用な人材情報となります。

気質には良し悪しがないため、正直に回答することが最も重要です。

企業は受検者の気質と自社の組織文化との適合度を確認するためにGROWを活用しており、無理に回答を操作すると入社後のミスマッチにつながるリスクがあります。

コンピテンシー（後天的能力）の測定

GROWが測定する第二の領域が、「コンピテンシー」と呼ばれる後天的に身につけた能力です。

コンピテンシーとは、学業や部活動、アルバイト、ボランティアなどの経験を通じて培われた実践的な能力のことを指します。

具体的には、リーダーシップ、課題解決力、コミュニケーション力、レジリエンス（回復力）、自己成長力などの項目が測定されます。

コンピテンシーの測定においても、受検者の自己評価と評価者による他者評価が併用されます。

評価者は、受検者と実際に活動を共にした経験に基づいてコンピテンシーを評価するため、受検者の「言っていること」ではなく「実際にやっていること」が反映されます。

たとえば、リーダーシップについて自己評価では「高い」と回答していても、評価者がその受検者にリーダーシップを感じていなければ、他者評価は低くなります。

この仕組みにより、自己申告だけでは見えない受検者の実際の行動や能力が客観的に浮かび上がるのです。

コンピテンシーは努力によって伸ばすことができる能力であるため、就活前に意識的に経験を積むことが対策の基本となります。

評価者の選定と評価プロセス

GROWの受検プロセスでは、受検者が自分で3名以上の評価者を選定する必要があります。

評価者には、受検者のことをよく知る友人、大学のゼミ仲間、部活動・サークルのメンバー、アルバイト先の同僚などが適しています。

評価者に選ぶべき人物は、受検者の日常的な行動を実際に観察した経験がある人です。

受検者が評価者を指名すると、評価者のもとにGROWからメールが届き、オンライン上で評価質問に回答する形式になっています。

評価者は受検者の気質やコンピテンシーに関する質問に対して、自分の観察に基づいて独立して回答します。

回答内容は受検者本人には公開されないため、評価者は忖度なく正直に評価することが可能です。

評価者の回答が集まると、GROWのAIが自己評価と他者評価を統合的に分析し、受検者の総合的なプロフィールを生成します。

この一連のプロセスにより、受検者一人では操作できない客観的な評価が実現されているのです。

GROWのカンニングに頼らない正攻法の対策

GROWは正解のある能力検査ではないため、「正しい回答」を覚える対策は不要です。

ここでは、GROWで良い評価を得るための正攻法の対策方法を解説します。

自己理解を深めて正直に回答する

GROWの対策として最も重要なのは、自己理解を深めて正直に回答することです。

GROWは受検者の能力テストではなく、受検者の特性と能力を多角的に評価するツールです。

そのため、「良い回答」をしようとして自分を偽るよりも、ありのままの自分を正確に伝えることが最も重要です。

自己評価の際は、自分の長所だけでなく短所も正直に認めることが大切です。

GROWでは自己評価と他者評価の整合性を分析しているため、自己評価を過度に高く設定すると信頼性が低下する可能性があります。

自己分析の方法としては、過去の経験を振り返り、自分がどのような場面で力を発揮できたのか、逆にどのような場面で苦手意識を感じたのかを整理することが有効です。

大学のキャリアセンターで実施されている自己分析セミナーや、自己分析ツールを活用することも効果的です。

また、信頼できる友人に「自分の強みと弱みは何だと思うか」を率直に聞いてみることも、GROWの自己評価の精度を高めるための良い準備になります。

信頼できる評価者を選ぶ

GROWの結果を左右する大きな要素が、評価者の選定です。

評価者は受検者のことをよく知る人物である必要があるため、日常的に接点があり、受検者の行動や能力を実際に観察した経験がある人を選びましょう。

理想的な評価者は、受検者と共同で何かに取り組んだ経験がある人です。

たとえば、ゼミのグループワークで一緒にプロジェクトに取り組んだ仲間や、部活動やサークルで共に活動した友人は、受検者の具体的な行動特性を観察した経験があるため適切な評価者と言えます。

一方で、SNS上の知り合い程度の関係性の人や、受検者のことをあまり知らない人を評価者に選ぶことは避けるべきです。

受検者のことをよく知らない評価者は具体的な行動に基づいた評価ができないため、回答の信頼性が低くなりAIの分析で不適切と判定される可能性があります。

また、評価者に対してGROWの目的と回答方法を事前に丁寧に説明し、正直に評価してほしいとお願いすることも重要です。

「良い評価をつけてほしい」とお願いするのではなく、「率直に評価してほしい」と伝えることが、結果的に最も信頼性の高い評価につながります。

日常生活でコンピテンシーを高める

GROWで高い評価を得るための最も本質的な対策は、日常生活の中でコンピテンシーを実際に高めることです。

GROWのコンピテンシーは実際の行動に基づいて評価されるため、テスト直前に対策するものではなく、日頃の行動の積み重ねが結果に反映されます。

リーダーシップを高めたい場合は、ゼミやサークルでリーダー的な役割を積極的に引き受けることが効果的です。

課題解決力を高めたい場合は、ゼミの研究やアルバイトで直面する課題に対して、自分なりの解決策を考えて実行する習慣を身につけましょう。

コミュニケーション力は、異なる立場や価値観を持つ人々と積極的に交流することで自然と高まります。

大学の授業やインターンシップ、ボランティア活動など、さまざまな場面で意識的にコンピテンシーを発揮することが、GROWの評価に直結するのです。

コンピテンシーの向上は一朝一夕では難しいですが、就活が本格化する半年前から意識的に取り組めば、十分に成果を実感できるでしょう。

GROWのカンニングに関するよくある質問

GROWのカンニングに関して、就活生が気になるよくある質問にお答えします。

正確な情報を知ることで、不安を解消し正攻法の対策に集中しましょう。

GROWで評価者に高い評価をお願いしたらバレますか？

評価者に高い評価をお願いする行為は、GROWのAI分析によって高確率で検出されます。

GROWのAIは、評価者の回答パターンを統計的に分析しており、すべての項目で最高に近い評価がつけられている場合や、複数の評価者が不自然に似た回答をしている場合は、評価の信頼性が低いと判定します。

通常の評価では、受検者に対して高い評価の項目と平均的な評価の項目が自然に混在するのが普通です。

すべてが高評価という結果は統計的に極めて不自然であり、AIが「お願い評価」として検知する可能性が高いのです。

また、信頼性が低いと判定された評価データは、企業への報告時にその旨が付記される場合があります。

これは受検者にとって大きなマイナスであり、通常の評価結果を提出するよりもかえって不利になるリスクがあります。

評価者には「率直に正直に評価してほしい」と伝え、自然な評価結果を得ることが最も有利な戦略です。

正直な評価の中に現れる受検者の長所こそが、企業にとって最も価値のある情報となるのです。

GROWは自分一人で結果を操作できますか？

GROWは、受検者一人では結果を操作できない仕組みになっています。

GROWの評価は受検者本人の自己評価と、3名以上の評価者による他者評価で構成されており、自己評価だけを操作しても全体の結果を大きく変えることはできません。

仮に自己評価をすべて最高レベルに設定しても、他者評価がそれと一致しなければ、自己認識と客観的評価の乖離としてマイナスに働く可能性があります。

また、評価者全員の回答をコントロールすることは事実上不可能です。

評価者はそれぞれ独立してオンライン上で回答するため、受検者が評価者の実際の回答内容を確認したり変更したりすることはできません。

さらに、GROWのAIは気質とコンピテンシーの整合性や、自己評価と他者評価の乖離を多角的に分析しているため、一部の評価だけを操作してもデータ全体の不整合が検出されます。

GROWは「自分一人では操作できない」という設計思想に基づいて構築されたテストであり、この構造的な特徴こそがGROWの最大の強みなのです。

GROWの結果で内定取り消しになることはありますか？

GROWの結果そのものが直接的に内定取り消しの原因となることは基本的にありません。

GROWは受検者の気質やコンピテンシーを測定するツールであり、「合格・不合格」を判定するテストではありません。

企業はGROWの結果を選考の参考情報として活用しており、特定のスコアを下回ったからといって自動的に不合格になるわけではないのです。

ただし、GROWの評価データに不正の疑いがある場合は話が異なります。

AIが評価の信頼性に問題があると判定した場合、その情報が企業に報告される可能性があり、不正行為が認定されれば内定取り消しの対象となることがあります。

また、GROWの評価結果と面接での印象が大きく乖離している場合も、企業が不正を疑うきっかけになります。

正直に受検し、ありのままの自分を評価してもらうことが、選考を通じて一貫した印象を与え、内定獲得につながる最善の方法です。

まとめ

GROWは、Institution for a Global Society（IGS）社が提供するAI活用の360度評価型適性検査です。

360度評価と呼ばれる仕組みにより、受検者本人の自己評価だけでなく友人・同僚3名以上からの他者評価を収集するため、カンニングが構造的に不可能なテストとなっています。

GROWはAIが評価データの信頼性を分析しており、評価者に高い評価を依頼する行為や評価の操作は検出される仕組みになっています。

不正が発覚した場合、内定取り消しや評価者との人間関係の破壊など深刻なリスクを負うことになります。

GROWの対策としては、自己理解を深めて正直に回答すること、信頼できる評価者を選ぶこと、そして日常生活でコンピテンシーを高めることが重要です。

カンニングに頼るのではなく、正攻法で自分の本質的な能力と人柄をアピールすることが、GROW攻略の唯一の正解であり、就活成功への最も確実な道です。

監修者

柴田貴司

明治大学院卒業後、就活メディア運営｜自社メディア「就活市場」「Digmedia」「ベンチャー就活ナビ」などの運営を軸に、年間10万人の就活生の内定獲得をサポート