Aumenti dell’efficienza: L’IA migliora l’efficienza automatizzando le attività di selezione nelle prime fasi, come la ricerca dei candidati e la programmazione dei colloqui.
Consapevolezza dei pregiudizi: L’uso dell’IA può rafforzare i pregiudizi già presenti nelle assunzioni se i dati storici non vengono convalidati con attenzione.
Ruolo umano: Nonostante il coinvolgimento dell’IA, la revisione umana rimane essenziale in ogni fase decisionale del processo di assunzione.
Trasparenza per i candidati: Una comunicazione chiara sul ruolo dell’IA nella selezione aiuta ad alleviare le preoccupazioni dei candidati riguardo al processo.
Criteri definiti: Stabilire criteri di assunzione chiari è fondamentale; gli strumenti di IA dipendono da definizioni precise per essere efficaci.
Alcuni anni fa, il nostro team di selezione trascorreva la maggior parte del tempo in attività che non richiedevano il loro giudizio. Pianificazione, gestione della posta in arrivo, selezione delle candidature che non soddisfacevano i requisiti di base. Il team era competente, ma questo lo allontanava dalle conversazioni più importanti.
Abbiamo iniziato a utilizzare l'intelligenza artificiale nelle prime fasi del percorso dei candidati per la ricerca, la selezione preliminare, la pianificazione e la valutazione iniziale. Non perché fosse una novità, ma perché rappresentava il modo giusto di utilizzare questa tecnologia. Gestire attività ripetitive, ad alto volume e dispendiose in termini di tempo era esattamente la situazione in cui l'IA dimostra il proprio valore.
Con l'IA nel processo, è diventato chiaro che a cambiare non era solo l'efficienza. Era ciò che i nostri selezionatori riuscivano a fare con il tempo che avevano recuperato.
La parte in cui l'IA è efficace
Per la maggior parte, non è un processo che richiede un giudizio approfondito. Si tratta di ordinare, filtrare e gestire la logistica.
Prima di applicare qualsiasi giudizio vero e proprio, qualcuno deve svolgere molto lavoro manuale. A seconda del ruolo, potresti dover esaminare centinaia di candidature per arrivare a una manciata di colloqui.
L'IA gestisce la ricerca individuando candidati che corrispondono ai criteri del ruolo su più canali, senza che un selezionatore debba trascorrere ore in ricerche manuali. Può occuparsi della selezione preliminare per segnalare i candidati che soddisfano i requisiti di base, facendo risparmiare ore prima ancora che qualcuno legga una lettera di presentazione.
Inoltre, la pianificazione può essere quasi completamente automatizzata. Anche se può sembrare un aspetto banale, la pianificazione crea regolarmente giorni di scambi e-mail, quindi l'impatto in questo ambito è significativo.
Per la valutazione iniziale, il software per le assunzioni basato sull'IA può analizzare le risposte a domande strutturate di selezione e assegnare loro un punteggio in base a criteri definiti. Seguire criteri specifici applicati in modo coerente, invece di basarsi su una valutazione olistica, prepara al successo tutto ciò che segue.
Questa coerenza è uno degli argomenti più convincenti a favore dell'utilizzo dell'IA in questo ambito. I selezionatori umani possono essere incostanti. Sono influenzati dall'ora del giorno, dal numero di candidature che hanno già letto e dal fatto che l'ultimo candidato abbia ricordato loro qualcuno.
Con l'IA, la stessa griglia di valutazione viene applicata alla centesima candidatura esattamente come alla prima. Questo aspetto è più importante di quanto la maggior parte delle persone riconosca.
Cosa abbiamo imparato sui suoi limiti
L'IA nelle prime fasi del percorso di selezione crea un effetto di filtraggio, e ciò che rimuove dal tuo bacino di candidati non è casuale. Se i tuoi criteri sono restrittivi o i dati storici riflettono modelli di assunzione non pienamente rappresentativi, l'IA riprodurrà quei modelli.
Non è un'ipotesi teorica. Esiste una storia documentata di strumenti per le assunzioni addestrati su dati storici che hanno finito per penalizzare determinati gruppi, perché i dati di addestramento incorporavano i pregiudizi di chi aveva effettuato le assunzioni in precedenza. Ne abbiamo riconosciuto il rischio e lo abbiamo preso sul serio.
Il nostro approccio consisteva nel definire esplicitamente i criteri prima di configurare qualsiasi selezione automatizzata. Che cosa significa davvero essere "qualificati" per questo ruolo? Quali segnali predicono le prestazioni e quali sono soltanto indicatori indiretti di familiarità? Quando devi mettere tutto nero su bianco, ti accorgi di aspetti che altrimenti non avresti notato.
Abbiamo inoltre mantenuto la revisione umana all'interno del processo in ogni punto decisionale, anche quando l'IA aveva già formulato una raccomandazione. Nessuno passa alla fase successiva senza che una persona abbia esaminato la sua candidatura. L'IA può restringere il bacino, ma la decisione finale spetta sempre alle persone.
Cosa ha permesso al nostro team di fare
Questa è la parte che riceve meno attenzione rispetto al tema dell'efficienza, ma nella pratica è più importante.
Quando i tuoi selezionatori non trascorrono la prima metà della giornata occupandosi di attività logistiche e di selezione preliminare, possono dedicare quel tempo a lavori che richiedono un vero giudizio, come l'esperienza dei candidati, conversazioni più approfondite con i finalisti e una riflessione attenta sulle assunzioni a livello dirigenziale, per le quali nessuno strumento di IA sarà comunque il filtro principale.
In DoorLoop, consideriamo i ruoli come supportati dall'IA oppure affidati alle persone. Nel processo di selezione, le prime fasi rientrano nel territorio dei ruoli supportati dall'IA: l'IA gestisce il lavoro ad alto volume, ma una persona è responsabile del risultato. Le assunzioni nella fase finale e tutto ciò che riguarda l'adattamento alla cultura aziendale sono affidati alle persone, senza eccezioni.
Quella classificazione non è permanente. La riesaminiamo. Man mano che gli strumenti migliorano e raccogliamo più dati su quali segnali delle prime fasi prevedano effettivamente le prestazioni successive, il confine può cambiare. Ma al momento, è questa la situazione.
La questione dell'esperienza del candidato
C'è una preoccupazione legittima riguardo a come ci si senta a trovarsi dall'altra parte di un processo di selezione basato sull'IA. I candidati sanno che questi strumenti esistono e alcuni sono scettici sul fatto che una persona leggerà mai davvero la loro candidatura.
Rispondiamo a questa preoccupazione con trasparenza. Fin dall'inizio, rendiamo noto che l'IA viene utilizzata nelle prime fasi dello screening. Spieghiamo ai candidati cosa stiamo valutando e che ogni candidatura che supera il primo turno viene esaminata da una persona.
Non sono certo che questo basti a dissipare completamente lo scetticismo. Ma l'ambiguità non è utile a nessuno e riteniamo che i candidati possano ricevere una risposta chiara su come funziona il processo.
Il rischio maggiore è un processo che alla fine sembri vuoto. Un candidato supera tutte le fasi del percorso di selezione e la prima vera conversazione che ha dà l'impressione che nessuno si sia preparato. L'IA all'inizio non giustifica una cattiva esperienza alla fine.
Cosa questo non risolve
Se utilizzi l'IA nel percorso di selezione dei candidati per compensare il fatto di non sapere chi stai effettivamente cercando, non sarà d'aiuto. Lo strumento è valido solo quanto i criteri che gli fornisci. Descrizioni del lavoro vaghe, requisiti non definiti, specifiche del ruolo copiate da un modello trovato altrove: tutto questo ti offre un processo rapido e automatizzato che produce il risultato sbagliato.
Prima di implementare qualsiasi strumento, abbiamo dedicato tempo concreto a chiarire per quale posizione stessimo assumendo. Quel lavoro era separato dalla tecnologia. Sarebbe valsa la pena farlo comunque.
L'IA nelle prime fasi del percorso di selezione non è una scorciatoia per assumere meglio, ma se utilizzata correttamente è un modo per gestire attività ad alto volume con meno tempo manuale e maggiore coerenza. Il giudizio resta nelle mani del tuo team. La domanda è soltanto quanto del loro tempo venga consumato prima che debbano utilizzarlo.
