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

Alla base del presente studio vi è l'analisi delle tecnologie legate all'uso di algoritmi di machine learning, della loro evoluzione negli ultimi decenni di storia e della loro utilità economica all'interno delle operazioni di produzione nelle imprese. L'elaborato si concentra in particolare sul procedimento di gestione delle risorse umane, la domanda di ricerca che infatti ci si pone è: “Possono le tecnologie di machine learning essere implementate nei processi di valutazione del potenziale delle risorse umane apportando vantaggi economici all'organizzazione aziendale?”.

Lo studio si trova quindi ai confini di due materie che sono in costante evoluzione e che potrebbero in futuro incontrarsi, per questo motivo si ritiene utile analizzarne già oggi i potenziali vantaggi e le possibili criticità che le organizzazioni potrebbero ritrovarsi ad affrontare in un futuro che potrebbe essere più prossimo di quanto non si possa credere. Da un lato, quando si parla di machine learning, si tratta dell'ambito su cui si stanno concentrando le energie degli studiosi di intelligenza artificiale e che ci ha portato ad algoritmi che già oggi contraddistinguono i processi di Industria 4.0. Dall'altro, quando si espone la questione della valutazione del potenziale, si tratta di un procedimento di gestione delle risorse umane che si concentra sul futuro dei dipendenti che l'impresa valuta talentuosi e che si configura come cruciale per lo sviluppo delle competenze e della produttività di tutta l'organizzazione aziendale.

Obiettivo dell'elaborato non è il presentare una previsione dettagliata di quelli che saranno gli sviluppi futuri sul mercato delle tecnologie di machine learning in ambito di gestione del potenziale delle risorse umane. Ci si chiederà invece se sia possibile e in quali termini che alcune tecnologie di intelligenza artificiale possano sostituire le metodologie tradizionali che le aziende implementano con i propri responsabili HR. Non ci si spingerà nemmeno nel chiedersi quando e come le operazioni umane in questo ambito potranno essere completamente sostituite da modelli automatizzati ed autocoscienti. L'approccio che verrà mantenuto sarà di tipo aziendalista per cui le innovazioni verranno prese in considerazione come alternative ai procedimenti tradizionali solo laddove sia verificabile o prevedibile un vantaggio in termini di efficienza ed efficacia sul processo stesso per tutta l'organizzazione.
Si procederà con l'introduzione nel Primo capitolo degli algoritmi di machine learning, delle differenti tipologie esistenti ed applicazioni che si possono strutturare, delle loro caratteristiche di funzionamento, della loro evoluzione e di quelle che sono le implementazioni che sono già ravvisabili sul mercato. Questa parte di elaborato sarà l'occasione per trattare il tema delle prevedibili conseguenze che in generale può causare l'utilizzo massiccio di tecnologie sul mercato del lavoro odierno.
Con il capitolo Secondo si analizzerà il processo di gestione delle risorse umane in azienda prima nel suo complesso, poi ponendo particolare attenzione alla valutazione del potenziale dei dipendenti. Verrà analizzata l'importanza dell'analisi del talento in azienda e, mediante l'ausilio di due differenti casi aziendali, gli strumenti e le modalità operative di implementazione più efficaci e utilizzati già da svariati anni nelle imprese. Questa analisi ci permetterà di evidenziare le criticità che permangono nelle organizzazioni quando si procede a valutare il potenziale dei collaboratori.
Il Terzo capitolo si configura come sintesi ed elaborazione delle due parti precedenti: si analizzerà l'attuale impatto delle tecnologie di intelligenza artificiale sui processi organizzativi di gestione delle risorse umane, con un caso aziendale si procederà a definire la direzione evolutiva che le imprese si preparano ad avere nel futuro prossimo, si presenteranno recenti utilizzi di tecnologie legate al machine learning che ancora non sono implementate nelle aziende per quanto riguarda le procedure HR e così si potranno delineare i punti di contatto tra gli algoritmi di machine learning e le esigenze di valutazione del potenziale delle risorse umane, definendo come in futuro le imprese potranno costruire vantaggio competitivo a partire dall'uso di queste nuove tecnologie.