Inviate più richieste di lavoro e non vi risponde nessuno?

Le aziende di oggi usano sempre più l'intelligenza artificiale per selezionare i candidati, che negli ultimi anni è diventata il metodo di base nel processo di assunzione. Nonostante il fatto che molti candidati si trovino di fronte a problemi, e che molte domande non ricevano risposte, questa situazione è diventata di recente un punto di controversia, perché i ricercatori hanno notato che il motivo principale per selezionare i candidati ha a che fare con la conoscenza o l'esperienza, piuttosto che con il modo in cui le aziende trattano le domande.

Una ricerca dell'Università di Stanford, che ha analizzato circa 4 milioni di candidature per oltre 3 milioni di candidati, dimostra che le procedure di assunzione moderne dipendono sempre di più da sistemi automatizzati. Questi sistemi vengono utilizzati da oltre il 90% dei candidati negli Stati Uniti prima che i candidati vedano un candidato.

Una delle più importanti scoperte della ricerca è un fenomeno che i ricercatori chiamano "algorithmic monoculture" (una monocultura algoritmica). Ciò significa che molte aziende utilizzano strumenti molto simili per valutare i candidati e la loro intelligenza. A causa di questo, si verifica un effetto interessante: se un candidato in una procedura ottiene una valutazione debole, esiste una grande probabilità che sia valutato allo stesso modo anche da un altro.

Takšen vzorec presega expectations, which can be explained merely by coincidence, in nakazuje, da se pri decision making repeating the same criteria.

La conclusione più sorprendente della ricerca è che molti candidati non sono stati respinti a causa della mancanza di competenze, ma a causa dello stesso metodo di filtraggio. Gli algoritmi infatti sono basati su modelli fissi, che possono contenere pregiudizi. Esistono infatti differenze nel modo in cui vengono trattati i singoli gruppi di candidati. In alcuni casi, è stato dimostrato che i candidati sono stati selezionati in una fase di concordanza, non necessariamente a causa delle loro competenze deboli, ma a causa di caratteristiche che non sono direttamente correlate alle loro capacità linguistiche. Un'ulteriore difficoltà rappresenta il fatto che la valutazione dei candidati può durare a lungo.

Se il sistema è stato bloccato una volta, il candidato non può essere eletto prima, quindi la pressione può essere ripetuta anche dopo la prima candidatura, in modo che il candidato possa essere eletto dopo il primo turno.

La diminuzione del numero di posti di lavoro ha conseguenze molto concrete. I processi di reclutamento sono meno trasparenti, le informazioni di feedback sono meno frequenti e automatizzate. I candidati hanno difficoltà a capire cosa si può migliorare e spesso non hanno la sensazione che il loro lavoro sia per niente visibile. Il problema è che anche in questo caso gli algoritmi descrivono la vita in modo diverso da quello delle persone. I candidati possono avere una buona esperienza, ma non possono presentarsi in modo che il sistema lo riconosca, e quindi non possono essere orgogliosi del prossimo gruppo selezionato.

La ricerca di Stanford ha aperto una più ampia questione sul futuro del lavoro. L'uso dell'intelligenza artificiale in aziende porta ad un aumento dell'efficienza, ma allo stesso tempo crea rischi e opportunità di lavoro. Se più aziende usano lo stesso sistema, lo stesso sistema può influenzare molte decisioni contemporaneamente. Ciò significa che i singoli candidati non usciranno dal processo di selezione del candidato, ma potenzialmente otterranno più opportunità.

Anche se il sistema non è perfetto, gli esperti consigliano alcune modifiche. Ricordate che i candidati sanno come i loro curriculum vitae sono rappresentati nel sistema e come gli algoritmi hanno elaborato i dati. Così possono migliorare le loro possibilità di un'occupazione di successo. Devono imparare a rappresentare la loro esperienza, per essere compresi e valutati correttamente. Ciò significa che il loro coinvolgimento nel processo di assunzione ora non è solo di conoscenza, ma anche di acquisizione tecnica, che consente l'accesso alle opportunità.