La selezione del personale è da anni al centro di una trasformazione tecnologica accelerata: strumenti sempre più sofisticati promettono shortlist in pochi secondi e processi scalabili su migliaia di profili.
Eppure, i dati raccontano un’altra storia. Il problema non è la velocità con cui si seleziona, ma cosa si sceglie davvero di misurare.
Indice degli argomenti
La trappola della shortlist: quando due candidati identici danno risultati opposti
C’è una storia che nel mondo HR si ripete con una frequenza imbarazzante: due candidati arrivano in shortlist con profili quasi identici. Stessa università, stesso settore, stesso numero di anni di esperienza. Il processo li ha valutati allo stesso modo perché, sulla carta, sono la stessa persona.
Sei mesi dopo, uno è diventato il punto di riferimento del team: porta energia, tiene insieme le persone nei momenti di tensione, prende decisioni anche quando il contesto non è chiaro. L’altro ha lasciato l’azienda, portando con sé attriti, energie disperse e un processo di selezione da ricominciare da zero.
Efficienza senza qualità: l’equivoco al cuore dei processi di selezione
Il processo aveva funzionato: aveva selezionato entrambi. Ma cosa si sta ottimizzando veramente?
Più veloci. Ma verso dove?
L’AI accelera la selezione, ma il 58% degli HR non vede migliorare la qualità delle assunzioni
Negli ultimi anni, i migliori strumenti di selezione hanno imparato a leggere i CV più in fretta, a incrociare più variabili, a produrre shortlist in pochi secondi, i tempi si sono ridotti, la quantità di profili analizzabili è cresciuta in modo esponenziale e l’efficienza è misurabile, comunicabile e scalabile.
Eppure, secondo Gartner, il 58% dei leader HR ritiene che l’AI migliori l’efficienza del processo di selezione, ma solo il 19% ritiene che ne migliori la qualità delle assunzioni. È uno scarto che merita attenzione: stiamo investendo in strumenti che ottimizzano una metrica, mentre la metrica che conta di più rimane sostanzialmente invariata.
Il CV è nato per ordinare informazioni in un’epoca in cui non esistevano alternative. Dice cosa una persona ha fatto, in quali contesti, con quali titoli, è uno strumento utile per quello che è. La domanda è se sia ancora sufficiente per quello che le aziende oggi cercano di capire e se i sistemi di intelligenza artificiale addestrati su quei dati stiano ereditando gli stessi limiti, moltiplicandoli su scala.
Competenze obsolete e retention: perché selezionare per potenziale vale il 40% in più
Secondo il World Economic Forum, il 65% dei bambini che oggi entrano alla scuola primaria lavoreranno in ruoli che non esistono ancora. Questa non è una previsione sul futuro lontano, ma una descrizione della velocità con cui cambia il presente.
Basta guardare indietro di dieci anni: quante posizioni esistono oggi che allora non avevano ancora un nome? Quante competenze considerate strategiche nel 2015 sono state automatizzate, sostituite dall’AI o semplicemente irrilevanti? Il ciclo di vita delle skill tecniche si è compresso in modo drammatico e tutto lascia pensare che continuerà a farlo.
In questo scenario, selezionare una persona principalmente per le competenze che ha oggi significa assumere per un contesto che potrebbe non esistere più fra tre anni. McKinsey ha rilevato che le aziende che selezionano per potenziale e tratti comportamentali hanno una retention superiore del 40% rispetto a quelle che selezionano primariamente per competenze. Questo dato è la fotografia perfetta di due modelli di selezione con risultati strutturalmente diversi.
E Harvard Business School ha analizzato le cause dei fallimenti nelle assunzioni: il 67% è attribuibile a problemi di attitudini e valori, non di competenze tecniche. Questo dato racconta qualcosa di preciso, ovvero che le ragioni per cui una persona non funziona in un’azienda raramente stanno in quello che non sa fare. È importante capire chi è, come si relaziona con l’incertezza, quanto i suoi valori siano radicati e compatibili con quelli dell’ambiente in cui opera.
Come prende le decisioni quando le informazioni sono incomplete? Come si comporta quando il contesto cambia? Come gestisce la pressione, il conflitto, il fallimento? Come costruisce fiducia nel tempo con persone diverse?
Il paradosso del ruolo strategico: più conta, meno è misurabile
Niente di tutto questo è visibile in un CV. Eppure, è esattamente il tessuto di cui sono fatte le persone che fanno la differenza nelle organizzazioni. C’è un paradosso che vale la pena riconoscere: più un ruolo è strategico, più le qualità decisive per ricoprirlo bene sono quelle meno tracciabili su carta.
I limiti strutturali dell’AI nella selezione: bias ereditati e soft skill invisibili
Qui entra in gioco una distinzione che il mercato tende a sottovalutare. L’intelligenza artificiale è straordinariamente efficace nell’analizzare pattern, incrociare variabili, produrre shortlist in tempi impossibili per un essere umano. Ma è addestrata su dati storici e i dati storici rispecchiano le scelte passate, con tutti i loro bias.
Lo conferma la ricerca del MIT Sloan: i sistemi AI addestrati su hiring data tradizionali tendono a replicare i bias presenti nei processi precedenti, riducendo la diversità dei profili selezionati. Questo significa che automatizzare un processo imperfetto non lo migliora, anzi lo consolida.
E c’è un secondo limite, più strutturale ancora: l’intelligenza artificiale può costruire una shortlist, ma non può sedersi di fronte a una persona e capire chi è. Non percepisce la tensione, non legge quello che non viene detto, non valuta se c’è qualcosa di autentico. Secondo LinkedIn, il 92% dei talent professional ritiene che le soft skill contino quanto o più delle hard skill. Ma solo il 41% dei recruiter dispone oggi di strumenti adeguati per valutarle. L’empatia, la lettura del contesto, la capacità di stare nell’ambiguità sono esattamente le qualità che rendono un colloquio rivelatore. E sono esattamente quello che nessun algoritmo può replicare.
Restituire spazio al giudizio umano: la tecnologia al servizio delle conversazioni che contano
Le aziende che stanno ripensando i processi di selezione non lo stanno facendo per togliere l’umano dall’equazione, ma vogliono riportarlo dove conta di più, ovvero nel momento in cui due persone si incontrano e una di loro deve capire chi ha davanti.
Quel momento richiede presenza, empatia, capacità di lettura. Richiede tutto quello che non si può (ancora) automatizzare. E meriterebbe più energia. Più preparazione, più attenzione di quanto gliene rimanga oggi, dopo ore di screening su variabili che forse non erano mai quelle giuste.
C’è una differenza sostanziale tra un processo che usa la tecnologia per fare più velocemente quello che si faceva prima e uno che usa la tecnologia per arrivare a conversazioni che prima non sarebbero mai avvenute. Allargando il pool di talenti, portando alla luce profili inattesi, liberando le persone giuste perché si concentrino su ciò che solo loro sanno fare. La prima è efficienza. La seconda è un cambio di paradigma.
Da dove ricominciare: domande migliori come vantaggio competitivo
Non si tratta quindi di abbandonare gli strumenti esistenti, ma di chiedersi cosa si vuole davvero misurare e costruire i processi intorno a quella risposta.
Un candidato con un percorso non convenzionale, valori allineati e una capacità strutturale di apprendere può valere molto di più, per un’organizzazione in trasformazione, di un profilo impeccabile che replica esattamente ciò che è già presente in azienda. Il talento non manca; spesso manca la superficie attraverso cui diventa visibile.
Il vantaggio competitivo, nei prossimi anni, non starà negli strumenti che si usano, ma nelle domande che ci si pone e nello spazio che si lascia alle risposte.
