Si fa sempre più generalizzata l’implementazione di soluzioni basate sull’intelligenza artificiale nel processo di ricerca, selezione e assunzione di personale per ruoli specifici. Il suo obiettivo è automatizzare le attività ripetitive che richiedono molto tempo e risorse, consentendo così al recruiter di concentrarsi sullo svolgimento delle principali attività come l’analisi più approfondita delle informazioni aggiuntive presenti sul curriculum o l’organizzazione dei colloqui e la selezione finale. I sistemi più diffusi includono il pre-screening di grandi volumi di candidature e l’abbinamento di determinati profili a specifiche posizioni di lavoro aperte.
Come agisce l’AI nelle candidature
I sistemi di pre-screening e di matching che analizzano i dati dei curricula attraverso algoritmi di Deep Learning e Natural Language Processing (NLP) per selezionare i candidati o per abbinare determinati candidati per determinati posti aperti sono soltanto una piccola parte dei sistemi di AI utilizzati per il reclutamento.
Così, diverse grandi aziende fanno uso di chatbot che consentono ai candidati e ai dipendenti delle risorse umane di comunicare tramite un’interfaccia utente conversazionale tramite SMS, email e altre applicazioni di messaggistica come WhatsApp. La piattaforma consente scambi significativi senza la necessità per i responsabili delle risorse umane di dedicare del tempo della loro giornata. Queste chatbot possono fare risparmiare tempo alle aziende, gestendo fino all’80% delle domande standard in pochi minuti. Funzionalità particolarmente utile se si pensa che, in media, oltre la metà dei candidati rinuncia a un’azienda se non ha ricevuto una risposta entro due settimane dalla domanda. Inoltre, i candidati si aspettano una risposta personalizzata, che le chatbot sono in grado di curare poiché sfruttano i dati esistenti, l’apprendimento automatico e l’elaborazione del linguaggio naturale per rendere appunto le interazioni personalizzate.
L’AI nella valutazione dei post sui social media
In più, oltre allo screening dei curricula, l’AI viene utilizzata anche per scansionare e valutare i post dei candidati sui social media, come Facebook, LinkedIn, Twitter e Instagram. Gli algoritmi possono scansionare Internet alla ricerca di post pubblici in un breve lasso di tempo, risparmiando ai professionisti delle risorse umane e ai responsabili delle assunzioni il processo manuale di ricerca dei post di un potenziale dipendente sulle varie piattaforme di social media. I sistemi di intelligenza artificiale possono così valutare le tendenze di un individuo verso determinati comportamenti, mentre altre tecnologie selezionano post che evidenziano questi tratti per facilitare l’analisi del responsabile del reclutamento.
Infine, esistono anche sistemi che permettono la realizzazione di interviste automatizzate. Si tratta di interviste video a senso unico in cui un algoritmo analizza la scelta delle parole, la voce e, a volte, anche le espressioni facciali di un candidato.
I vantaggi dell’uso di AI nel reclutamento del personale
I metodi tradizionali di selezione del personale, che necessitano di un’analisi ‘manuale’ dei curricula per individuare i candidati più idonei, richiedono molto tempo e risorse e spesso il loro utilizzo ha portato i reclutatori a essere sommersi dal carico di lavoro. Inoltre, muoversi a un ritmo più lento può far perdere buoni candidati, principalmente perché i candidati di talento nelle ricerche di lavoro attive possono ricevere offerte da altre aziende più tempestive. Al contrario, i sistemi di AI sono in grado di automatizzare le attività ripetitive di valutazione dei curricula e di selezione dei candidati migliori. Ciò ha un impatto enorme sul tempo necessario per assumere qualcuno per una posizione aperta poiché accelera l’intero processo. Ciò, a sua volta, ha un effetto sul costo del reclutamento, poiché solleva i reclutatori da ore e ore di analisi manuale.
Inoltre, i reclutatori possono ora fare affidamento sull’intelligenza artificiale per consentire loro di abbinare con precisione i candidati con posizioni aperte sulla base di dati elaborati in precedenza. In questo senso, l’uso di sistemi di machine learning può permettere di estrarre più rapidamente e con più accuratezza i dati relativi alle conoscenze, le abilità e l’esperienza di un candidato e confrontarle con i requisiti del lavoro per definire quanto sia effettivamente idoneo per quella posizione. Infatti, mentre gli esseri umani possono facilmente commettere errori quando effettuano analisi faticose e ripetitive di documenti, al contrario i sistemi di machine learning si sviluppano analizzando i dati e la loro “alimentazione” porta a risultati sempre più accurati.
Se addestrati correttamente, l’uso di algoritmi nella fase di selezione del personale può portare alla creazione di un database più diversificato che non tiene conto di genere, etnia, orientamento sessuale o qualsiasi altro aspetto.
L’AI può altresì contribuire a migliorare la comunicazione tra aziende e candidati attraverso, ad esempio, l’uso di chatbot che permettono a tutti i candidati di ricevere risposte alle proprie domande. Pertanto, i reclutatori possono offrire un’esperienza di colloquio superiore mentre i candidati ottengono il feedback di cui hanno bisogno per sapere cosa aspettarsi dal processo di selezione.
Dubbi etici e rischio discriminazioni
Se, come esposto, l’uso di algoritmi correttamente addestrati può contribuire in teoria a rendere il mercato del lavoro più inclusivo, anche con le migliori intenzioni per reclutare equamente persone in base alle loro capacità ed esperienza i sistemi di intelligenza artificiale non sono infallibili. Ad esempio, se i criteri per il ruolo sono stati basati su assunzioni di successo precedenti, i dati che “nutrono” l’AI potrebbero rafforzare una moltitudine di pregiudizi e quindi consentire involontariamente pratiche di assunzione discriminatorie.
Ciò significa che fasce di persone provenienti da contesti diversi non saranno in grado di accedere alle stesse opportunità dei loro coetanei, influenzando le loro prospettive a lungo termine e, su scala macro, aggravando la disuguaglianza sociale. E anche se molte aziende consentono alle macchine di prendere decisioni basate esclusivamente sui dati dei candidati, cosa che implica la qualificazione delle persone sulla base di criteri oggettivi come potrebbe essere la loro residenza, è stato evidenziato in altre istanze che anche criteri neutri come un codice postale possono fare emergere discriminazioni in base, ad esempio, all’origine etnica, in quanto l’appartenenza a una classe protetta può essere codificata in altri dati.
Allo stesso modo, dai “mi piace” e dalle condivisioni su Facebook possono essere dedotti l’appartenenza politica, le credenze religiose, l’orientamento sessuale o l’origine etnica con notevole precisione. Così, un uso improprio dello screening dei candidati sui social media come già largamente diffuso nei processi di selezione del personale pone importanti criticità per quanto riguarda la privacy dei candidati. Simili preoccupazioni possono essere avanzate per quanto riguarda il trattamento di dati biometrici dei candidati, come l’espressione facciale, da parte di algoritmi nella realizzazione di interviste automatizzate.
I sistemi “ad alto rischio”
Non a caso i sistemi di selezione del personale sono stati classificati come sistemi ad alto rischio nella proposta di Regolamento europeo che stabilisce regole armonizzate sull’intelligenza artificiale, “in quanto tali sistemi possono avere un impatto significativo sul futuro di tali persone in termini di future prospettive di carriera e sostentamento”[1]. Tale proposta normativa precisa, inoltre, che “tali sistemi possono perpetuare modelli storici di discriminazione, ad esempio nei confronti delle donne, di talune fasce di età, delle persone con disabilità o delle persone aventi determinate origini razziali o etniche o un determinato orientamento sessuale. I sistemi di AI utilizzati per monitorare le prestazioni e il comportamento di tali persone possono inoltre incidere sui loro diritti in materia di protezione dei dati e vita privata”.
Pertanto, essi saranno sottoposti a norme prescrittive che riprendono l’approccio di accountability del GDPR. I sistemi di AI ad alto rischio saranno quindi soggetti a rigorosi obblighi prima di poter essere immessi sul mercato: adeguati sistemi di valutazione e mitigazione dei rischi; alta qualità dei dataset che alimentano il sistema per ridurre al minimo i rischi e gli esiti discriminatori; registrazione delle attività per garantire la tracciabilità dei risultati; documentazione dettagliata che fornisce informazioni sul sistema e sul suo scopo per valutarne la conformità; informazioni chiare e adeguate all’utente; adeguate misure di supervisione umana per ridurre al minimo il rischio; ed elevato livello di robustezza, sicurezza e precisione.
Nota
- Cons. 36, proposta di Regolamento europeo che stabilisce regole armonizzate sull’intelligenza artificiale. ↑
