L'illusione dell'efficienza: l'intelligenza artificiale ha migliorato la selezione del personale?

Lavoro nel recruiting tecnico dal 2008 e posso affermare qualcosa che contraddice il senso comune prevalente: non è mai stato così facile generare candidati e, tuttavia, non si è mai assunto peggio. L'intelligenza artificiale prometteva di liberare le aziende dalla parte noiosa del processo di selezione: filtrare i curriculum, redigere il primo contatto, ordinare il funnel dei candidati. In questo senso ha mantenuto la promessa. Ciò che nessuna promessa includeva è che, abbassando il volume fino a renderlo quasi gratuito, la tecnologia ha finito per rendere irrilevante il criterio. E senza criterio, reclutare smette di essere una decisione per diventare un rumore su scala industriale.

Prima, contattare quaranta candidati per una ricerca senior richiedeva una settimana. Questa frizione obbligava a pensare a chi si scriveva e perché. Oggi uno strumento invia quei quaranta messaggi in quaranta secondi, personalizzati con un nome di battesimo e una riga estratta da LinkedIn. Il costo di contattare la persona sbagliata è sceso a zero, e ciò che non costa nulla viene fatto senza riflessione preventiva.

Anche il candidato si automatizza. Un ingegnere ha raccontato a Wired di aver inviato cinquemila richieste con un bot e di aver ottenuto venti colloqui. Un 0,5% di efficacia. A mano, candidandosi a duecento o trecento, otteneva quelle stesse venti. Dieci percento. Il volume non ha migliorato nulla, ha solo nascosto il deterioramento dietro un numero più grande.

Nell'industria hanno già dato un nome a questo: il "ciclo dell'automazione". Le aree delle risorse umane incorporano filtri di IA perché ricevono candidature fatte con IA, questi filtri spingono più candidati ad automatizzare per evitarli e la ruota gira da sola.

È opportuno essere precisi riguardo a cosa può e cosa non può fare questa tecnologia. L'intelligenza artificiale risolve con competenza la prima metà del processo, come identificare chi domina un certo linguaggio di programmazione o ha lavorato in un certo settore. Ciò che non risolve è la seconda metà, quella che effettivamente definisce un'assunzione: giudicare. Nessun modello può anticipare se una persona tollererà l'ambiguità di un'azienda in espansione, se avrà problemi con un fondatore incline al micromanagement, o se un cambiamento lavorativo frequente è un campanello d'allarme o il dato meno rilevante del suo percorso. E quando il filtro scorre su questi sistemi, nemmeno chi li audita riesce a spiegare perché un candidato è stato scartato. Giudicare richiede ancora una conversazione, un'ipotesi e la disponibilità a sbagliare e ricalibrare.

Un sondaggio di Harvard Business Review ha mostrato che il 91% dei leader considera critico assumere bene, ma solo il 28% crede che la propria organizzazione lo faccia bene. Questa lacuna non è nata con l'IA. L'intelligenza artificiale l'ha semplicemente approfondita installando l'illusione di fare di più quando si fa lo stesso, peggio e più velocemente. Con tutta questa velocità, coprire una ricerca richiede più tempo che mai. La media ha già toccato un massimo di quarantadue giorni e un terzo delle assunzioni continua a provenire da referenze, il canale più artigianale, quello che nessun bot ha mosso.

Lo vedo ogni settimana in aziende che arrivano esauste alla fine di un processo di ricerca. Hanno contattato trecento persone, programmato venti colloqui e continuano a non chiudere la ricerca. Non manca l'attività, manca una diagnosi. Nessuno ha definito quale problema risolve quella posizione né quali segnali escludono qualcuno anche se il CV brilla. Senza questo, l'IA accelera solo la confusione.

Con l'automazione, numerose aziende hanno interrotto l'investimento in profili junior. Gli annunci di livello iniziale continuano a essere pubblicati, ma le assunzioni reali in quel segmento sono crollate, perché risulta più economico chiedere a un modello dieci ricerche che dedicare tempo a formare qualcuno senza esperienza. La conseguenza è l'erosione silenziosa del pipeline di professionisti senior della prossima decade.

Nessuna di queste osservazioni implica un rifiuto della tecnologia. Il punto centrale è un altro. L'intelligenza artificiale amplifica ciò che l'organizzazione era già prima di adottarla. Se il processo di selezione era ben progettato, lo strumento lo rende più veloce. Se non lo era, consente di scalare industrialmente la mancanza di criterio precedente.

Reclutare bene non è mai stato un problema di volume. È stato, e continua a essere, un problema di precisione. Nella nostra consulenza abbiamo una regola: se di ogni quattro candidati che presentiamo non avanza almeno uno, ci fermiamo e ricalibriamo il brief prima di aggiungere nomi. Quella pausa è proprio ciò che l'IA invita a evitare, ed è ciò che non si deve saltare. La domanda che le organizzazioni dovrebbero porsi non è a quanti candidati hanno contattato questa settimana, ma a quanti hanno saputo scegliere correttamente l'anno scorso. Quella risposta, ancora, nessun modello la genera.

Questo contenuto è fornito a solo scopo informativo generale e non costituisce consulenza finanziaria, di investimento, legale o fiscale. Qualsiasi evento, ricompensa, promozione online o informazione correlata menzionata nel presente documento non deve essere considerata una raccomandazione, una sollecitazione o un invito ad acquistare, vendere, fare trading o altrimenti negoziare criptovalute. Le criptovalute sono altamente volatili e possono comportare perdite. La disponibilità dei servizi, dei prodotti e degli eventi correlati di WEEX può variare a seconda della regione. È tua responsabilità assicurarti che la tua partecipazione sia conforme alle leggi e ai regolamenti locali applicabili.