E-recruiting e machine learning: il modello Screening CV di Originalskills

L’intelligenza artificiale (I.A.) è diffusamente presente nella nostra società e sta guidando la trasformazione di interi economici e produttivi. Ma non solo. L’I.A. ha già fatto il suo esordio anche nell’ambito delle risorse umane (HR) e in particolare nelle attività di recruiting e di sviluppo del personale.

La fatica del recruiting e le opportunità dell’Intelligenza Artificiale

È opinione diffusa che i recruiter trascorrono in media moltissime ore della loro giornata lavorativa  per leggere e consultare CV.  Di fatto, e per una serie di motivi, su 100 CV pervenuti almeno l’85% non è utilizzabile ai fini della selezione.

Inoltre, per farsi poi un’idea della personalità del candidato i recruiter sono spesso impegnati a consultare manualmente i profili sui social e a ricercare ulteriori informazioni utili ad una corretta valutazione.

In definitiva lo screening delle candidature richiede molte ore e la ricerca di informazioni aggiuntive per vagliare la validità e credibilità della candidatura,  è un’attività ricorrente, dispersiva, costosa, inefficiente e spesso non porta risultati ottimali in termini di assunzioni guadagnate dall’organizzazione. A peggiorare le performance sul fronte delle assunzioni è utile rammentare il fatto che i responsabili HR decidono sul futuro del candidato entro i primi 60 secondi dall’incontro finale e, di solito, in base ad uno sguardo, una stretta di mano o un discorso introduttivo.  E, inoltre, nelle decisioni rispetto alla scelta di un candidato sono presenti bias ampiamenti noti nella letteratura specialistica. Quindi è facile intuire che in fase di selezione si può sbagliare per il 30/40% e inserire così candidati che non avrebbero meritato l’assunzione. Si pensi solo, ad esempio, che le persone che sono convocate per prime hanno più possibilità di essere assunte, magari solo perché i recruiters sono stanchi da lavori precedenti di analisi cv, pre-incontri, pressioni interne, ecc. e anche perché è più facile richiamare alla memoria il primo soggetto incontrato per quella specifica posizione.

Gli algoritmi di Machine Learning (M.L.) sono in grado di acquisire rapidamente dati, d’identificare modelli nascosti, di ottimizzare l’esame dei CV e di predire tendenze nel contesto del mercato del lavoro. I software con l’I.A.  possono essere utilizzati per estrarre dai CV parole, foto, video, ecc  al fine di comprendere gli stati emotivi, la personalità e altre caratteristiche dei candidati e contribuire così a migliorare il lavoro dei recruiter e le loro decisioni operative.

L’impiego di M.L. nell’ambito HR non ha peraltro l’obiettivo di sostituire le capacità cognitive umane, ma di svolgere attività di routine, con estrema precisione, e utilizzare quei dati che l’essere umano potrebbe ignorare al fine di ottimizzare la presa di decisione e di ridurre i pregiudizi nella fase di valutazione e abbassando i costi diretti (numero di ore dedicate alla lettura dei CV) e indiretti (fatica, stress e minor tempo disponibili ai recruiter per attività di maggiore valore).

Così progettare algoritmi efficaci per prevedere quali soggetti tra i candidati potrebbero rispondere pienamente ai criteri stabiliti per l’esecuzione del lavoro, sta diventando la nuova frontiera delle Human Resources.

Inoltre, gli algoritmi di I.A., una volta introdotti e utilizzati con continuità, consentono di

• prevedere con accuratezza il tasso di turnover rispetto a singoli candidati e cluster professionali;
• individuare lo stile del linguaggio settoriale espresso dai CV in maniera da ottimizzare i contenuti degli annunci e renderli coerenti con l’Employer branding
• scegliere il candidato giusto e metterlo al posto giusto (Job Match)
• migliorare la candidate experience
• favorire la “job fit” culturale, attraverso la coerenza tra l’analisi dei dati curriculari e la cultura aziendale

 I vantaggi

– aumentare la qualità delle assunzioni. L’intelligenza artificiale consente ai reclutatori di raccogliere più dati su ciascun candidato e, di conseguenza, valutare in modo più efficace grazie agli algoritmi.

– integrare i dati del candidato che solitamente possono sfuggire al recruiter, aumentare la produttività e, indirettamente, permettere agli assunti di esprimere le loro migliori competenze (effettuare lo screening per parole chiave, sondare l’esperienza, l’istruzione del candidato con altri dati).

– risparmiare tempo, i dati sono forniti dal lavoro delle macchine in maniera organizzata,   comprensibile in maniera da facilitare la presa di decisione.

– evitare i pregiudizi umani.

Il modello SCREENING CV  sviluppato in Originalskills:

• Stima la rilevanza di un CV rispetto ad una descrizione in linguaggio naturale.
• Individua diversi parametri utili a determinare la stretta pertinenza del CV del candidato rispetto alla posizione offerta.Tali parametri sono: facilità di lettura, ricchezza lessicale, complessità sintattica e rilevanza totale
• Effettua un’importante scrematura di CV irrilevanti per le posizioni aperte al momento e per ordinare i CV secondo parametri oggettivi utili a velocizzare l’operato del selezionatore.

Ecco il video della funzionalità sviluppata: