La selezione dei candidati è uno dei processi chiave di ogni organizzazione, a prescindere dalle sue dimensioni e settore. Negli ultimi anni i reparti HR hanno dovuto affrontare sfide inedite, specie durante la pandemia. Dai colloqui a distanza passando per fenomeni come Great Resignation (Grandi dimissioni) e Quiet quitting, trovare le persone giuste per un ruolo è un compito sempre più delicato. L’intelligenza artificiale in tutto questo può essere un prezioso alleato, in grado di migliorare il lavoro sia dal punto di vista quantitativo che qualitativo. Grazie all’utilizzo di algoritmi avanzati infatti, l’AI può automatizzare attività ripetitive, ridurre i pregiudizi e migliorare l’efficienza complessiva del processo di assunzione.
L’intelligenza artificiale nelle risorse umane
Secondo uno studio condotto da Gartner nel 2023, il primo impatto dell’AI sulle Risorse Umane è la gestione dei dati. Prendendo ad esempio la raccolta delle candidature, fino a qualche anno fa ogni singolo candidato costituiva un elemento a sé, un pezzo che non dialogava con i dati degli altri candidati. Un insieme di informazioni che andavano esaminate una ad una, rendendo onerosa ogni fase del processo di selezione, ma che ora grazie alle intelligenze artificiali possono essere interrogate per rispondere di volta in volta alle esigenze delle singole funzioni. Ovviamente non si tratta solo di allestire un database, cosa che di per sé avrebbe poco di rivoluzionario, quanto di allenare una AI ad esaminare i dati e rispondere a domande molto specifiche, come ad esempio chi è la persona più adatta per ricoprire un determinato ruolo in uno specifico momento. Lo scopo ovviamente non è delegare le scelte ad un algoritmo, ma attivare nuovi criteri di analisi e selezione dei profili, intesi sia in ottica di job posting interno che di candidature esterne.
I vantaggi dell’utilizzo dell’AI nel processo di reclutamento
Praticamente tutte le fasi di un processo di selezione possono beneficiare del supporto di una AI, con una specifica. A seconda dell’obiettivo ci sarà bisogno di un tipo di intelligenza artificiale diverso. In molti di questi casi ad esempio si parla di AI generativa, ovvero un modello personalizzato che viene allenato a partire dai dati che contano per l’azienda, così che possa poi fornire risposte accurate e rilevanti. A differenza del machine learning, che è un metodo di apprendimento, l’AI generativa ha proprio lo scopo di produrre materiale (testo, immagini ecc). Ecco alcuni esempi.
Miglioramento dell’efficienza
L’AI generativa può supportare nella scrittura delle job description, dei manuali per l’onboarding dei dipendenti, di eventuali schede di presentazione dell’azienda fino alle lettere di offerta. In questo modo i dipartimenti coinvolti riceveranno già delle bozze in stato avanzato che potranno controllare per validazione o per piccole modifiche, senza però dover togliere tempo alle proprie attività per dedicarlo alla creazione di materiale.
Abbinamento accurato dei candidati
Una delle fasi più laboriose è sicuramente la selezione dei profili. Per ciascuna posizione potremmo dover valutare anche centinaia di candidature, e in condizioni normali questo non solo è un lavoro “manuale” che toglie tempo ai responsabili HR, ma come tutti i processi non automatizzati, è anche soggetto ad errori e bias di diverso tipo. Questo metodo di lavoro infatti crea una sorta di collo di bottiglia, in cui ogni nodo fa da filtro e determina le scelte di chi viene dopo. Il team HR dovrà scremare le candidature prima di inoltrarle ai team interessati, che però riceveranno solo i nomi che da HR sono ritenuti in linea. Il rischio, quindi, è non solo di dilatare i tempi dell’intera selezione, ma anche di alterarne il risultato a causa di scelte individuali.
Con l’aiuto della AI invece si possono condurre analisi sui profili dei candidati per estrarre singoli profili o cluster di candidati secondo raggruppamenti che vanno dall’età, agli anni di esperienza fino alle hard skill che ci interessano di più.
Riduzione dei pregiudizi
Come accennato prima, la selezione è un processo manuale in cui alcune persone (HR) sono chiamate a decidere se includere o meno candidati e candidate nelle liste da sottoporre alle funzioni aziendali in cerca di nuove risorse. Questo è un ambito nel quale storicamente proliferano bias di diverso tipo, e infatti ancora nel 2021 uno studio pubblicato su Harvard Business Review conferma che, ad esempio, esperienze come un tirocinio in una realtà prestigiose aumenta la visibilità dei candidati, mentre nel mondo STEM, donne e minoranze etniche sono svantaggiate rispetto ai maschi del gruppo predominante.
Analisi dei dati e previsioni
Da qualche anno si parla in modo insistente di HR Analytics, e grazie alle AI in particolare di HR Analytics predittiva. Ipotizziamo uno scenario. Un’azienda che ha già nel proprio database le anagrafiche dei propri dipendenti, può arricchire le informazioni di base con una serie di ulteriori dati: punteggi di soddisfazione nelle survey interne, risultato delle performance annuali, ottenimento di bonus, salario attuale e crescita storica, anni di permanenza in azienda. In questo modo si può costruire un vero e proprio modello predittivo, come quello creato da HP nel 2011 che assegnava a ciascuna risorsa un punteggio relativo al rischio di dimissioni. In questo modo il colosso IT statunitense ha potuto creare un programma di retention mirato a trattenere le persone più “a rischio”.
Come implementare l’AI nel processo di reclutamento e selezione dei candidati
Il contributo dell’intelligenza artificiale può essere determinante nel semplificare il lavoro e combattere i pregiudizi menzionati sopra, in modo da permettere di creare un ambiente di lavoro più diverso ed inclusivo. Tuttavia non tutti i sistemi di AI sono uguali, e soprattutto non tutti sono esenti da rischi. Secondo il Regolamento sull’approccio europeo per l’Intelligenza Artificiale infatti, alcuni di quelli legati proprio alle HR sono considerati ad “Alto Rischio”, in quanto ritenuti a impatto potenzialmente negativo sulla sicurezza delle persone o sui loro diritti fondamentali.
Proprio perché questi sistemi ci permettono di affidare la selezione ad un’intelligenza artificiale, dovremmo essere consapevoli di che strumento stiamo usando, come è stato allenato e sulla base di quali dati. In questo senso, adottare un’intelligenza artificiale “su misura” può essere un processo lungo e costoso.
MatchGuru: il match perfetto tra competenze e talenti
Proprio per mitigare tutti questi rischi MatchGuru ha sviluppato una piattaforma che permette di fare il match tra le competenze dei talenti e le esigenze delle aziende. Grazie all’utilizzo di questionari e profili, arricchiti poi da videointerviste e con il supporto dei guru specialist, la piattaforma permette di eliminare i pregiudizi e trovare riscontri basati esclusivamente sulle capacità. L’obiettivo? Basta montagne di cv da filtrare, competenze non verificate e colloqui conoscitivi che non danno valore ai talenti né alle aziende. Per ogni candidato/a l’algoritmo restituisce una scheda con un punteggio di compatibilità con la nostra azienda, oltre a una sintesi di tutte le verifiche su esperienze precedenti e competenze.