INDICE
Il recruiting ha recentemente mutato la propria fisionomia per effetto dell’utilizzo dell’intelligenza artificiale (IA) e delle tecniche di analisi dei dati nella scelta del personale da assumere. Oggi l’intervento del selezionatore segue, molto spesso, quello della macchina: è l’algoritmo di recruiting che compie il primo screening dei CV e ammette i candidati alla fase successiva di selezione.
In questo articolo approfondiremo il ruolo dell’intelligenza artificiale nella scelta dei nuovi dipendenti e approfondiremo le tecniche di lettura automatizzata dei CV. Non mancheranno alcuni consigli pratici su come ottimizzare un curriculum vitae nel caso in cui venga utilizzato un algoritmo di recruiting.
Il recruiting è 4.0 grazie all’algoritmo
Il ricorso alla scienza dei dati e all’intelligenza artificiale nel settore del recruiting ha determinato un cambiamento profondo della fisionomia della professione.
L’innovazione viene sfruttata per automatizzare, in tutto o in parte, i processi di selezione del personale al fine di renderli più efficienti e meno costosi per le aziende.
Si parla di AI recruiting per indicare l’applicazione di tecnologie “intelligenti” a questo settore.
Tali innovazioni prevedono, per lo più, l’utilizzo di algoritmi di machine learning e il ricorso a tecniche di data analysis per ottimizzare i processi di valutazione.
Come già spiegato in questo articolo, i sistemi di machine learning permettono al calcolatore di “imparare da solo” e perfezionare nel tempo lo svolgimento di un compito o la scelta della soluzione da dare a un problema.
Nel caso dell’algoritmo di recruiting, la macchina è in grado di compiere attività routinarie o di elaborare una grande quantità di informazioni in tempi molto brevi. L’utilizzo di un algoritmo permette quindi il raggiungimento di risultati ottimali con l’impiego di risorse limitate, inferiori rispetto a quelle che sarebbero necessarie qualora tali attività fossero compiute da una persona umana.
Recruiting e IA: esempi pratici di utilizzo dell’algoritmo
Oggi sono molteplici i casi in cui sistemi di intelligenza artificiale vengono utilizzati per svolgere, in tutto o in parte, mansioni legate all’attività di recruiting. Nei paragrafi seguenti riporteremo alcuni esempi pratici di utilizzo dell’algoritmo con finalità di efficientamento dei processi di selezione del personale.
Algoritmo di recruiting e screening selettivo dei CV
Anzitutto un algoritmo di recruiting basato sull’apprendimento automatico può essere usato per compiere uno screening automatizzato dei CV disponibili e scegliere quelli più simili a un dato modello (scelto dall’azienda).
L’uso dell’algoritmo per lo screening “orientato” dei CV è spesso giustificato dalla volontà del datore di lavoro di garantire un’omogeneità di valori o condotte tra i dipendenti.
Il sistema di IA viene infatti addestrato utilizzando i CV dei dipendenti già assunti al fine di selezionare i profili che più si avvicinano, per formazione e tratti caratteriali, a quelli dei lavoratori in servizio.
Ciò eviterà le micro-conflittualità interne e garantirà una maggior coesione tra la forza lavoro, con conseguente incremento complessivo della produttività.
Chatbot
I “chatbot” sono software progettati per simulare conversazioni basate sul modello domanda-risposta tra un utente e una data persona o figura professionale (es. l’addetto all’assistenza clienti). Vengono utilizzati per fornire risposte automatiche alle domande più frequenti poste dai clienti o dagli utenti di un determinato servizio web.
Il software esegue la scansione delle parole pronunciate o digitate nell’apposito pop-up e fornisce una risposta preconfezionata. Tali risposte vengono via via perfezionate dall’applicativo grazie al funzionamento dell’algoritmo, basato anch’esso su un sistema di apprendimento automatico.
Esempio di chatbot del servizio Amazon Lex
Nel settore recruitment i chatbot vengono impiegati per fornire risposte o suggerimenti in tempo reale ai candidati. In base ai feedback dati da questi ultimi durante o al termine dell’esperienza, il chatbot impara e perfeziona le proprie risposte.
Analisi predittive basate sull’utilizzo dei big data
Tra le ipotesi più interessanti di utilizzo di un algoritmo di recruiting rientrano le analisi predittive basate sullo studio dei big data.
Si tratta, in sostanza, di studi probabilistici effettuati sulla base della scienza dei dati in cui l’algoritmo “riceve in pasto” un set di dati ampio e variegato (si parla infatti di “big data”) con l’ordine di elaborare un modello probabilistico da utilizzare per fare previsioni.
In generale, intendiamo per “big data analysis” il processo di raccolta e analisi di una grande mole di dati compiuto con lo scopo di individuare correlazioni tra eventi o condotte di soggetti appartenenti a un determinato cluster.
Differenze tra analisi statistica e big data analysis
Nel settore recruiting tali modelli predittivi possono servire per individuare in anticipo e in via probabilistica – ma con un elevato grado di certezza – se un determinato evento si verificherà (è il cosiddetto “big data recruitment”).
Ad esempio, l’algoritmo di recruiting potrebbe individuare quale candidato otterrà il maggior successo professionale e quale, al contrario, rassegnerà per primo le dimissioni.
L’obiettivo che si prefigge il recruiter facendo ricorso a tecniche di data analysis è quello di scegliere la persona più adatta per ricoprire un determinato ruolo, consentendo la massimizzazione della produttività aziendale.
CV e soft skills: la profilazione tramite i social networks
Un ulteriore ambito di applicazione dell’intelligenza artificiale nella scelta dei CV riguarda la profilazione delle soft skills del candidato tramite lo studio del comportamento sui social network.
L’algoritmo di recruiting è basato sul modello della rete neurale e studia i contenuti pubblicati dal richiedente sui social networks per ricostruire il profilo psicologico di quest’ultimo.
Data l’importanza che rivestono le soft skills e, allo stesso tempo, la difficoltà di misurarle tramite la semplice lettura del CV, l’algoritmo consente di cogliere gli aspetti emotivi e caratteriali del candidato e di teorizzarne la personalità.
Tuttavia, per assicurare il buon funzionamento dell’algoritmo di recruiting è necessario acquisire un grande quantità di informazioni sulla persona del candidato, con notevoli ricadute pratiche anche sul piano della protezione dei dati personali, come di seguito vedremo.
Questi sono solo alcuni esempi delle applicazioni dell’algoritmo di recruiting e dell’intelligenza artificiale all’attività di selezione del personale.
L’utilizzo dell’algoritmo ricorre soprattutto nelle fasi iniziali del processo di recruiting, ossia nel momento della “lettura” del CV, che diventa quindi automatizzata.
L’algoritmo di recruiting legge il mio CV
Moltissime persone in questo momento sono alla ricerca di un posto di lavoro (come confermato dall’ultimo rapporto pubblicato dell’ISTAT), ma la maggior parte di esse non sa che, con tutta probabilità, la propria candidatura sarà vagliata prima da un software, e solo poi, se ritenuta idonea, da un selezionatore “in carne ed ossa”.
Numerose società, enti no-profit e pubbliche amministrazioni preferiscono affidarsi a sistemi automatizzati di gestione delle candidature.
L’utilizzo di software appositamente sviluppati per il recruiting consente di semplificare notevolmente i processi di gestione e selezione del personale, soprattutto in contesti dove l’offerta di candidati è alta.
Come funzionano questi sistemi “intelligenti”? Vediamolo più nel dettaglio.
Cosa sono gli ATS e come funziona la lettura automatizzata dei CV
I sistemi di gestione e selezione automatizzata dei futuri dipendenti sono noti anche come ATS (acronimo del termine inglese Applicant Tracking System).
Questi software elaborano i dati presenti nel CV “leggendo” il documento inviato dal candidato e confrontando le informazioni in esso contenute con parametri predeterminati, assegnando talvolta un punteggio al soggetto. Sulla base dei risultati ottenuti l’algoritmo stabilirà se il candidato possa accedere o meno alle successive fasi di selezione.
Quando le informazioni contenute nel CV corrispondono ai requisiti stabiliti dal software il candidato supera brillantemente la fase di selezione. Al contrario, se l’algoritmo evidenzia delle difformità la candidatura viene rigettata.
Può accadere però che il sistema “intelligente” scarti una candidatura non perché non meritevole, ma semplicemente perché il documento non risponde ad alcuni requisiti contenutistici e/o grafici essenziali.
In assenza di un controllo umano sull’operato dell’algoritmo, l’errore commesso dalla macchina potrebbe essere fatale per il candidato.
Vediamo quindi quali accorgimenti possono essere adottati per evitare che il proprio CV venga scartato dal sistema di IA.
Come scrivere un CV “a prova di algoritmo”
Varie società specializzate nell’attività di selezione del personale hanno elaborato suggerimenti utili per la redazione di un CV “a prova di algoritmo”. Tra questi, anche la nota società Hays ha pubblicato il proprio vademecum.
Questo schema riporta alcuni consigli utili per ottimizzare la lettura del CV da parte di ATS e software di IA:
| Cosa fare / non fare | Perché … | |
| 1 | Utilizzare correttamente le parole chiave associate ai requisiti indicati nel bando o nell’offerta di lavoro | Gli ATS sono programmati per “cercare” all’interno del CV i termini chiave che indicano il possesso di requisiti o abilità ritenuti importanti dai selezionatori. |
| 2 | Indicare le esperienze professionali precedenti in maniera precisa, riferendosi a mansioni chiaramente identificabili
| L’algoritmo “legge” utilizzando il vocabolario della lingua di riferimento scelta in fase di programmazione. L’uso di neologismi o termini impropri per descrivere i ruoli rivestiti potrebbe portare l’algoritmo a escludere la sussistenza di tale requisito. |
| 3 | Utilizzare un formato semplice e lineare per la stesura del CV
| Un layout eccentrico o ricco di elementi grafici potrebbe rendere più difficoltosa o addirittura ostacolare l’analisi del CV da parte dell’algoritmo. |
| 4 | Non inserire informazioni importanti nelle intestazioni e nei piè di pagina | La maggior parte dei software di ATS non “vede” le informazioni contenute nelle intestazioni e nei piè di pagina. Non inserire informazioni importanti (es. nome, cognome, recapiti) in queste sezioni, oppure accertarsi che le stesse siano presenti anche nel corpo del testo. |
| 5 | Non inserire tabelle, caselle di testo, colonne nel CV | I software non riescono a decifrare le informazioni contenute in queste sezioni di testo. E’ probabile che quanto ivi riportato non sia considerato nel’elaborazione del profilo del candidato. |
| 6 | Non inserire immagini nel corpo del testo del CV | Le immagini rappresentano un problema per l’algoritmo di screening dei CV. E’ preferibile inserirle nell’intestazione anziché nel corpo del testo la quale, come visto sopra, non viene “letta” dal software. |
| 7 | Non utilizzare accenti o caratteri speciali | Si tratta, anche in questo caso, di elementi che il software non è in grado di decifrare. È meglio non utilizzare alcun accento o apostrofo, neppure nel nome o nel cognome. |
| 8 | Aggiungere una descrizione personale accattivante | Le caratteristiche del candidato vengono ricondotte a una check-list asettica di competenze. Per “catturare l’attenzione” dell’algoritmo può essere utile inserire nel CV una propria descrizione personale, che sarà molto utile anche in ipotesi di studio predittivo della personalità del candidato. |
| 8 | Generare il documento nel formato di file richiesto nel bando o nell’annuncio di lavoro
| Gli ATS possono elaborare soltanto determinati tipi di file (come .doc o .pdf). E’ necessario rispettare sempre le istruzioni: un documento generato con formato diverso potrebbe comportare il rigetto della candidatura perché l’algoritmo è incapace di leggerlo. |
Il mancato rispetto anche di una sola delle prescrizioni sopra indicate potrebbe comportare il rigetto della candidatura e l’esclusione del soggetto dalla selezione. È consigliabile prestare quindi la massima attenzione durante la creazione e la stesura del CV e attenersi scrupolosamente alle eventuali istruzioni pubblicate nel bando o nell’annuncio di lavoro.
Nell’era del recruiting 4.0 anche il CV deve essere ottimizzato la lettura da parte dell’algoritmo.
I vantaggi per le imprese nell’uso di algoritmi di recruiting per l’esame dei CV
Per le aziende, i vantaggi derivanti dall’accelerazione dei processi di gestione dei flussi di candidature e di selezione del personale superano di gran lunga i rischi ad essi connessi.
Pensiamo al rigetto ingiustificato di profili idonei a ricoprire un posto vacante o alla discriminazione involontaria tra i richiedenti, causate da un errore o dal malfunzionamento dell’algoritmo di recruiting. Questi incidenti possono dare luogo ad un vero e proprio danno da algoritmo, per il quale il candidato ingiustamente escluso potrebbe richiedere un risarcimento.
Per contrastare tali fenomeni è auspicabile un intervento umano di revisione dell’operato del sistema di IA che ne corregga le storture non appena queste ultime si presentano.
Una soluzione potrebbe essere la riscrittura manuale dell’algoritmo di recruiting che elimini la causa alla base dell’effetto distorsivo, come accaduto anche nel noto caso di discriminazione dell’algoritmo di assunzione di Amazon a danno delle candidate di genere femminile.
La scelta a favore di un sistema di AI recruiting è a tutt’oggi ancora molto dibattuta. A fronte degli indubbi vantaggi sul piano dell’accelerazione dei processi di selezione e indirettamente di massimizzazione del processo produttivo, si pongono questioni delicate in materia di discriminazione tra lavoratori e di protezione dei dati personali dei candidati.
Come usare un algoritmo di recruiting in modo conforme al GDPR
Molte delle funzioni svolte dall’algoritmo di recruiting implicano il trattamento di dati personali dei candidati, sicché la relativa tecnologia deve essere implementata tenendo conto delle disposizioni vigenti in materia di protezione dei dati.
Informativa, diritto alla revisione umana dei risultati, progettazione
Ad esempio, la mappatura delle soft skills del candidato tramite lo screening dei social network integra un’attività di profilazione ai sensi dell’articolo 4 del GDPR. Si tratta infatti di un “trattamento automatizzato di dati personali consistente nell’utilizzo di tali dati personali per valutare determinati aspetti personali relativi a una persona fisica, in particolare per analizzare o prevedere aspetti riguardanti il rendimento professionale, la situazione economica, la salute, le preferenze personali, gli interessi, l’affidabilità, il comportamento, l’ubicazione o gli spostamenti di detta persona fisica”.
L’impresa o la società di recruiting dovranno pertanto fornire al candidato un’adeguata informativa che faccia riferimento anche all’utilizzo dell’algoritmo di recruiting per finalità di profilazione.
Inoltre, ai sensi dell’articolo 22 GDPR il candidato ha diritto a non essere sottoposto a una decisione basata unicamente sul trattamento automatizzato, potendo richiedere la revisione umana dei risultati ottenuti dal calcolatore, salva l’ipotesi di consenso esplicito reso dall’interessato.
Diventa quindi necessario per l’azienda titolare del trattamento progettare sin dall’inizio una strategia basata sull’utilizzo di un algoritmo di recruiting o di altri sistemi di IA orientata alla protezione dei dati personali dei candidati (cd. privacy by design). Inoltre, tale approccio “privacy-oriented” deve costituire la regola da seguire in ogni ambito (cd. privacy by default).
Valutazione d’impatto
Ancora, queste tipologie di trattamento sono basate sull’utilizzo di nuove tecnologie e potrebbero presentare un rischio elevato per i diritti e le libertà dei candidati. L’azienda titolare del trattamento deve quindi interrogarsi sugli effetti prodotti dall’utilizzo di un algoritmo di recruiting o dalla lettura automatizzata dei CV sul punto ed effettuare una valutazione d’impatto (cd. DPIA).
Effetto “black box” dell’algoritmo di recruiting
Un ulteriore rischio collegato all’uso di sistemi di machine learning riguarda l’eventuale impossibilità di ricostruire il percorso fatto dall’algoritmo di recruiting che esamina i CV per giungere a un determinato risultato.
Mentre gli esiti del processo di elaborazione svolto dall’intelligenza artificiale, frutto dell’auto-apprendimento, sono noti, le modalità attraverso cui essa giunge a un dato risultato rimangono oscure (cd. effetto “black box”).
Qualora l’algoritmo svolga attività che implicano il trattamento di dati personali, tale mancanza di trasparenza nell’ottenimento dei risultati confligge con il principio di trasparenza sancito dal GDPR.
L’azienda deve quindi evitare a tutti i costi il verificarsi di questo criticabile effetto, attivandosi affinché l’algoritmo di recruiting utilizzato garantisca sempre la trasparenza e l’intelligibilità dei processi svolti dalla macchina.
Sono assolvendo a tali obblighi l’attività di recruiting compiuta dal titolare risulterà davvero conforme alle disposizioni vigenti in materia di protezione dei dati personali.
