Come l’IA sta cambiando la fase iniziale della selezione dei candidati (e cosa non può fare)
Miglioramento dell’efficienza: L'IA migliora l’efficienza automatizzando attività di reclutamento in fase iniziale come la ricerca e la pianificazione delle candidature.
Consapevolezza dei pregiudizi: L’utilizzo dell’IA può rafforzare i bias già esistenti nelle assunzioni, se i dati storici non vengono adeguatamente verificati.
Ruolo umano: Nonostante l’intervento dell’IA, la revisione umana resta fondamentale in ogni punto decisionale del processo di selezione.
Trasparenza verso i candidati: Comunicare chiaramente il ruolo dell’IA nella selezione aiuta a ridurre le preoccupazioni dei candidati sul processo.
Criteri definiti: Stabilire criteri di assunzione chiari è essenziale; gli strumenti di IA dipendono da definizioni precise per essere efficaci.
Qualche anno fa, il nostro team di selezione trascorreva la maggior parte del tempo su attività che non richiedevano il loro giudizio. Pianificazione, gestione della casella di posta, scrematura delle candidature prive delle qualifiche di base. Il team era bravo in questo lavoro, ma li allontanava dalle conversazioni che contavano di più.
Abbiamo iniziato a utilizzare l’IA nelle prime fasi del funnel dei candidati per sourcing, screening, pianificazione e valutazione iniziale. Non perché fosse una novità, ma perché era il giusto utilizzo della tecnologia. Gestire attività ad alto volume, ripetitive e che richiedono molto tempo erano esattamente le condizioni in cui l’IA trova la sua collocazione.
Con l’IA in gioco, è risultato evidente che il cambiamento non riguardava solo l’efficienza. Era ciò che i nostri recruiter riuscivano a fare con il tempo che recuperavano.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
La Parte in cui l’IA Eccelle
Non è un processo che richiede molto giudizio nella maggior parte dei casi. Si tratta di ordinare, filtrare e logistica.
Prima che venga applicato un vero giudizio, qualcuno deve svolgere molte attività manuali. A seconda del ruolo, potresti dover valutare centinaia di candidature per arrivare a poche conversazioni.
L’IA gestisce il sourcing proponendo i candidati che soddisfano i criteri del ruolo su vari canali, senza che un recruiter debba passare ore in ricerche manuali. Può effettuare uno screening preliminare segnalando chi soddisfa i requisiti di base, risparmiando ore prima che qualcuno legga una lettera di presentazione.
Poi, la pianificazione può essere automatizzata quasi del tutto. Anche se può sembrare banale, la pianificazione genera regolarmente giorni di scambi a catena, quindi l’impatto qui è significativo.
Per la valutazione di primo livello, gli strumenti di IA possono analizzare le risposte a domande strutturate di screening e valutarle secondo criteri definiti. Seguire criteri specifici, applicati in modo costante, invece che fare affidamento su giudizi complessivi, crea le basi per il successo di tutto ciò che segue.
Quella coerenza è uno dei motivi principali per usare l’IA in questo contesto. I selezionatori umani possono perdere oggettività. Sono influenzati dall’orario, dal numero di candidature che hanno già letto e dal fatto che l’ultimo candidato possa aver ricordato loro qualcuno.
Con l’IA, lo stesso schema di valutazione viene applicato alla centesima candidatura come alla prima. Questo conta più di quanto la maggior parte delle persone immagini.
Cosa Abbiamo Imparato su Dove l’IA Fallisce
L’IA applicata all’inizio del funnel crea un effetto filtro e ciò che rimuove dal tuo processo non è casuale. Se i tuoi criteri sono ristretti o i dati storici riflettono modelli di assunzione non completamente rappresentativi, l’IA riproduce quegli stessi schemi.
Non è una questione teorica. Esiste una documentazione storica di strumenti di selezione addestrati su dati storici che finivano per svantaggiare determinati gruppi poiché i dati di addestramento riprendevano i pregiudizi di chi aveva assunto in precedenza. Lo abbiamo riconosciuto e preso molto sul serio.
Il nostro approccio è stato quello di definire i criteri esplicitamente prima di configurare qualsiasi screening automatico. Cosa significa veramente "qualificato" per questo ruolo? Quali segnali prevedono la performance, e quali sono solo surrogati di familiarità? Quando devi mettere tutto nero su bianco, noti dettagli che altrimenti ti sfuggirebbero.
Abbiamo anche mantenuto il controllo umano in ogni punto decisionale, anche quando l’IA aveva già fatto una raccomandazione. Nessuno avanza senza che una persona abbia esaminato la candidatura. L’IA può restringere il campo, ma la decisione finale spetta sempre all’essere umano.
Cosa Ha Permesso al Nostro Team di Fare
Questa è la parte di cui si parla meno rispetto all’efficienza, ma che in pratica conta di più.
Quando i recruiter non passano la prima metà della giornata sulla logistica e il filtraggio preliminare, possono dedicare quel tempo ad attività che richiedono un vero giudizio, come la candidate experience, colloqui approfonditi con i finalisti, o riflessioni accurate su assunzioni a livello executive, dove nessun strumento IA potrà mai essere il filtro principale.
In DoorLoop pensiamo ai ruoli come potenziati dall’IA o gestiti dall’uomo. Nel recruiting, la prima parte del funnel rientra nell’ambito IA-potenziante: l’IA svolge il lavoro di volume, ma una persona ne possiede il risultato. L’assunzione in fase finale o tutto ciò che riguarda l’affinità culturale resta completamente una responsabilità umana, senza eccezioni.
Quella classificazione non è permanente. La rivediamo periodicamente. Man mano che gli strumenti migliorano e che raccogliamo più dati su quali segnali del funnel iniziale effettivamente prevedano le prestazioni a valle, la linea potrebbe spostarsi. Ma, per ora, è lì che si trova.
La questione dell'esperienza del candidato
C’è una preoccupazione legittima su cosa si provi a trovarsi dall’altra parte di un processo selettivo filtrato dall’IA. I candidati sanno che questi strumenti esistono e alcuni sono scettici sul fatto che un essere umano legga davvero la loro candidatura.
Noi rispondiamo con trasparenza. Fin dall’inizio, rendiamo noto che l’IA viene utilizzata per lo screening nelle fasi iniziali. Informiamo i candidati su ciò che valutiamo e che ogni candidatura che supera il primo round viene esaminata da una persona.
Non so se questo basti a dissipare completamente lo scetticismo. Ma l’ambiguità non giova a nessuno, e crediamo che i candidati possano gestire una risposta chiara su come funziona il processo.
Il rischio più grande è un processo che sembra vuoto alla fine. Un candidato supera il funnel, e la prima vera conversazione che ha dà l’impressione che nessuno si sia preparato. L’uso dell’IA all’inizio non giustifica una cattiva esperienza alla fine.
Cosa questo non risolve
Se utilizzi l’IA nel funnel dei candidati per compensare il fatto di non sapere davvero chi stai cercando, non ti aiuterà. Lo strumento è valido solo quanto i criteri che gli fornisci. Descrizioni di lavoro vaghe, requisiti non definiti, specifiche del ruolo copiate da un modello generico, tutto ciò porta a un processo rapido e automatizzato che però genera risultati sbagliati.
Abbiamo dedicato tempo reale, prima di implementare qualsiasi strumento, a chiarire cosa dovevamo cercare nelle assunzioni. Questo lavoro è stato separato dalla tecnologia. Valeva la pena farlo comunque.
L’IA nel primo funnel non è una scorciatoia verso assunzioni migliori, ma, se usata correttamente, è un modo per gestire il volume di lavoro con meno tempo manuale e maggiore coerenza. Il giudizio resta comunque nelle mani del tuo team. La questione è solo quanto del loro tempo viene consumato prima che debbano esercitarlo.
