Machine learning, quando a selezionare il personale è un software

Sono sempre di più le aziende che, per compiere una prima scrematura tra gli aspiranti lavoratori, si servono di sistemi di ricerca basati su algoritmi che analizzano i video

machine learning

Accanto al curriculum tradizionale, arriva l’intelligenza artificiale per selezionare candidati e assumere: basta registrare un video e saper rispondere a un set di domande pre-impostate. Sono sempre più le aziende che fanno ricorso al “machine learning”, servendosi di sistemi di ricerca basati su algoritmi che analizzano i video per compiere una prima scrematura tra gli aspiranti lavoratori per scegliere coloro che, in una fase successiva, saranno esaminati da recruiter in carne e ossa. Un modo, insomma, per risparmiare tempo, per ridurre il carico lavorativo e per avere la quasi certezza assoluta di aver fatto la scelta giusta.

A essere tenuti in considerazione nella fase di pre-screening – oltre a quiz e test attitudinali – sono espressioni facciali, cambi di posizione, tono della voce, sguardo, scelta delle parole. La famosa “prima impressione”, dunque, è completamente affidata a una macchina.  

Piattaforme e scenari
Tra i più utilizzati dalle aziende e dalle agenzie specializzate in selezione di personale c’è sicuramente il software inglese Hirevue: i candidati si piazzano davanti alla telecamera e, non appena parte l’intervista, il programma inizia a lavorare come una vera e propria squadra di psicologi ed esperti nascosti dietro la lente. Prende atto di cambiamenti appena percettibili al cervello umano, spacchetta le risposte in segnali verbali e non verbali (il movimento degli occhi, della testa, il momento in cui si prende respiro) le acquisisce e trasforma tutti questi dati in punteggio. Non finisce qui. I risultati vengono confrontati con le risposte e i comportamenti dei dipendenti più preparati ed efficienti.

Aggirare l’ostacolo
Lo scopo è certamente quello di effettuare la migliore selezione possibile, facendo risaltare al meglio le soft skills del candidato (capacità di relazione, di comunicazione e di problem solving, flessibilità, motivazione, empatia, predisposizione al lavoro di squadra), ma comunque non mancano le falle. I forum online specializzati sono pieni di studenti e aspiranti lavoratori che si scambiano le risposte ai test automatici, creando applicazioni ad hoc per aggirare le valutazioni e “imbrogliare” il sistema. Inoltre, Amazon è stato uno dei primi ad accorgersi dei limiti. L’azienda aveva provato a sviluppare un algoritmo che valutasse i candidati con le stesse stelline di gradimento utilizzate per recensire i prodotti. Ci si è accorti subito, però, che la macchina, nell’istruire se stessa sulle informazioni disponibili (il cosiddetto “machine learning” appunto), tendeva a privilegiare gli uomini e a sviluppare modelli che discriminavano le donne, questo perché il mondo della tecnologia è dominato da lavoratori maschi.

Interazione uomo-macchina
L’intenzione non è quella di sostituirsi all’uomo, semmai di supportarlo poiché, soprattutto nella gestione dei big data, la macchina performa meglio rispetto all’essere umano e spesso gli algoritmi intercettano informazioni che invece sfuggono all’occhio umano. Allo stesso tempo, tuttavia, un selezionatore in carne e ossa percepisce dei feedback, osserva, legge e intuisce chi gli è di fronte secondo altri criteri. È per questo che la maggior parte delle aziende realizza entrambi i percorsi: prima la selezione automatica e dopo il tradizionale colloquio, poiché non può essere prioritaria solo l’efficienza a scapito dell’etica.

Da diverse analisi fatte sul mercato del lavoro, però, risulta che più del 70 per cento dei candidati è spaventato da questa modalità di selezione e non vuole essere valutato da una macchina neppure nella fase iniziale e, nel momento in cui lo scopre, perde anche fiducia nell’azienda che lo sta selezionando.

Annunci

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here

5 − tre =