![\"\"](\"https:\/\/originalskills.com\/wp-content\/uploads\/2021\/09\/machine-learning-hr.jpg\")
<\/p>\n<\/p>\n
L’intelligenza artificiale (I.A.) \u00e8 diffusamente presente nella nostra societ\u00e0 e sta guidando la trasformazione di interi economici e produttivi. Ma non solo. L\u2019I.A. ha gi\u00e0 fatto il suo esordio anche nell\u2019ambito delle risorse umane (HR) e in particolare nelle attivit\u00e0 di recruiting e di sviluppo del personale.<\/p>\n
\u00c8 opinione diffusa che i recruiter trascorrono in media moltissime ore della loro giornata lavorativa \u00a0per leggere e consultare CV.\u00a0 Di fatto, e per una serie di motivi, su 100 CV pervenuti almeno l\u201985% non \u00e8 utilizzabile ai fini della selezione.<\/p>\n
Inoltre, per farsi poi un’idea della personalit\u00e0 del candidato i recruiter sono spesso impegnati a consultare manualmente i profili sui social e a ricercare ulteriori informazioni utili ad una corretta valutazione.<\/p>\n
In definitiva lo screening delle candidature richiede molte ore e la ricerca di informazioni aggiuntive per vagliare la validit\u00e0 e credibilit\u00e0 della candidatura, \u00a0\u00e8 un\u2019attivit\u00e0 ricorrente, dispersiva, costosa, inefficiente e spesso non porta risultati ottimali in termini di assunzioni guadagnate dall\u2019organizzazione. A peggiorare le performance sul fronte delle assunzioni \u00e8 utile rammentare il fatto che i responsabili HR decidono sul futuro del candidato entro i primi 60 secondi dall\u2019incontro finale e, di solito, in base ad uno sguardo, una stretta di mano o un discorso introduttivo.\u00a0 E, inoltre, nelle decisioni rispetto alla scelta di un candidato sono presenti bias ampiamenti noti nella letteratura specialistica. Quindi \u00e8 facile intuire che in fase di selezione si pu\u00f2 sbagliare per il 30\/40% e inserire cos\u00ec candidati che non avrebbero meritato l\u2019assunzione. Si pensi solo, ad esempio, che le persone che sono convocate per prime hanno pi\u00f9 possibilit\u00e0 di essere assunte, magari solo perch\u00e9 i recruiters sono stanchi da lavori precedenti di analisi cv, pre-incontri, pressioni interne, ecc. e anche perch\u00e9 \u00e8 pi\u00f9 facile richiamare alla memoria il primo soggetto incontrato per quella specifica posizione.<\/p>\n
Gli algoritmi di Machine Learning (M.L.) sono in grado di acquisire rapidamente dati, d\u2019identificare modelli nascosti, di ottimizzare l\u2019esame dei CV e di predire tendenze nel contesto del mercato del lavoro. I software con l\u2019I.A.\u00a0 possono essere utilizzati per estrarre dai CV parole, foto, video, ecc\u00a0 al fine di comprendere gli stati emotivi, la personalit\u00e0 e altre caratteristiche dei candidati e contribuire cos\u00ec a migliorare il lavoro dei recruiter e le loro decisioni operative.<\/p>\n
L\u2019impiego di M.L. nell\u2019ambito HR non ha peraltro l\u2019obiettivo di sostituire le capacit\u00e0 cognitive umane, ma di svolgere attivit\u00e0 di routine, con estrema precisione, e utilizzare quei dati che l\u2019essere 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 attivit\u00e0 di maggiore valore).<\/p>\n
Cos\u00ec progettare algoritmi efficaci per prevedere quali soggetti tra i candidati potrebbero rispondere pienamente ai criteri stabiliti per\u00a0l\u2019esecuzione\u00a0del lavoro, sta diventando la nuova frontiera delle Human Resources.<\/p>\n
Inoltre, gli algoritmi di I.A., una volta introdotti e utilizzati con continuit\u00e0, consentono di<\/p>\n
– aumentare la qualit\u00e0 delle assunzioni. L’intelligenza artificiale consente ai reclutatori di raccogliere pi\u00f9 dati su ciascun candidato e, di conseguenza, valutare in modo pi\u00f9 efficace grazie agli algoritmi.<\/p>\n
– integrare i dati del candidato che solitamente possono sfuggire al recruiter, aumentare la produttivit\u00e0 e, indirettamente, permettere agli assunti di esprimere le loro migliori competenze (effettuare lo screening per parole chiave, sondare l\u2019esperienza, l\u2019istruzione del candidato con altri dati).<\/p>\n
– risparmiare tempo, i dati sono forniti dal lavoro delle macchine in maniera organizzata,\u00a0 \u00a0comprensibile in maniera da facilitare la presa di decisione.<\/p>\n
– evitare i pregiudizi umani.<\/p>\n
Ecco il video della funzionalit\u00e0 sviluppata:<\/p>\n