Possibili applicazioni del machine learning alla valutazione del potenziale delle risorse umane

Già oggi, e ogni giorno sempre più, gli uffici HR delle aziende si stanno aprendo all'implementazione di tecnologie di intelligenza artificiale. Per poter quindi avere un'idea più concreta rispetto a ciò che il machine learning potrà migliorare nella valutazione del potenziale, per come oggi è effettuata dalle imprese, nel presente paragrafo cercheremo di fare il punto rispetto agli impatti che le nuove tecnologie, non solo quelle derivanti dal mondo dell'intelligenza artificiale, stanno avendo sulle varie attività legate al processo di gestione delle risorse umane.

Diciamo fin da subito che è nel reclutamento e nella selezione che ad oggi l'intelligenza artificiale sta consentendo le maggiori evoluzioni in termini di metodologie applicate e approcci nuovi all'attività, basti pensare che secondo una ricerca dell'Aidp, l'Associazione italiana dei direttori del personale, gli addetti al reclutamento riescono a visionare solamente circa il 30% dei curricula che ricevono (Mangini, 2018).

Tradizionalmente il compito cruciale del recruiter aveva inizio con lo screening dei curricula ricevuti dai candidati per manifestazione di interesse nei confronti dell'azienda, in risposta a precisi annunci pubblicati sui mezzi di informazione o inseriti in database implementati nel sistema informativo del personale in azienda. Non è più così in imprese che, come Unilever, hanno cominciato a reclutare i futuri leader attraverso un procedimento di application online (Barbieri, 2018).

Parliamo del procedimento con cui la multinazionale raccoglie le candidature di profili potenzialmente in linea con le ricerche attive per posizioni vacanti nel Top e Middle Management. Unilever seleziona in questo modo talenti per il proprio programma dedicato ai futuri leader, un'opportunità che ogni anno nel mondo vede la candidatura di 250.000 profili per soli 800 posti disponibili (Barbieri, 2018).

Ai candidati non viene più richiesto di inviare il tradizionale curriculum vitae: il primo passaggio consiste nell'iscrizione sul portale web dell'azienda a cui segue una serie di 12 brevi prove sotto forma di gioco che puntano a testare i tratti cognitivi, emozionali e sociali della persona che, dopo circa mezz'ora di test, riceve un feedback immediato. Solo a questo punto può verificarsi il primo contatto con i recruiter di Unilever che effettuano interviste video durante le quali sottopongono una serie di tre prove ai candidati, strutturate come business case legati a quella che è la reale attività dell'impresa a livello globale e impostati su differenti scenari.

È evidente che in questo modo il procedimento di reclutamento riesce a migliorarsi qualitativamente perdendo ogni traccia di possibile soggettività: non interviene possibilità di costruire un'immagine di sé distorta attraverso i contenuti e la forma del curriculum, ma soprattutto è il selezionatore che non ha la possibilità di incappare in errori nella valutazione di attitudini personali che riescono ad essere misurate in modo oggettivo e con metodo identico attraverso test predisposti ad hoc.

Come afferma Elena Panzera, senior human resources director Emea south della multinazionale di software Sas: “Sul fronte della selezione sono molti gli algoritmi che possono ridurre incredibilmente i tempi di screening dei curricula nelle grandi aziende e che riescono ad analizzare le performance future dei candidati, utilizzando un range di 20-25 variabili. Certo […] nelle imprese sotto i 500 dipendenti i sistemi complessi di intelligenza artificiale non sono indispensabili” (Barbieri, 2018). In figura 19 sono riportati i risultati della ricerca Global recruiting trend sviluppata nel 2018 dal social network “LinkedIn” su 9.000 professionisti e manager dell'area HR che evidenziano importanti potenzialità in termini di risparmio di tempo e risorse economiche e al contempo indicano una maggiore efficienza nella ricerca dei profili che più si avvicinano al miglior candidato disponibile. [...]