L'arrivo di Linkedin ha cambiato il mercato del lavoro e le modalità con le quali le aziende cercano, trovano e assumono le risorse umane, i talenti e le professionalità di cui hanno costantemente bisogno. Dopo Linkedin, candidati, cacciatori di teste e uffici delle risorse umane hanno imparato a interagire attraverso e con algoritmi, semplici e complessi modelli matematici capaci di analizzare montagne di dati e fornire risposte utili non solo per trovare il candidato ottimale ma anche per rimanere competitivi.
Il successo di Linkedin e motori tecnologici simili si basa sulla grande quantità di dati di cui possono disporre ma anche dei numerosi e costanti feedback che ricevono. Dati e informazioni che cacciatori di teste umani non sono in grado di garantire, analizzare e filtrare nei tempi e nei modi oggi necessari alle aziende per rispondere in tempi rapidi ai loro bisogni.
Foto di Carlo Mazzucchelli: tempio di Ganesha India del Sud
Quasi nessuno oggi si prende cura di visionare un CV in prima persona e con occhi umani ma si affida a sistemi automatici per farlo. Chi si propone per un posto di lavoro deve sapere che è con le macchine che i loro curriculum vitae dovranno comunicare con l'obiettivo di ottenere un'intervista e una opportunità. La nuova situazione potrebbe essere ottimale perchè vede all'opera algoritmi che dovrebbero essere ciechi rispetto a pregiudizi che in passato hanno penalizzato persone di razza diversa dalla bianca o diverse per genere, età, preferenze sessuali, ecc.
Dovrebbero farlo perchè in realtà poche modifiche all'algoritmo da usare e tutti i pregiudizi possono essere facilmente riconfermati e usati in modo discriminatorio senza tenere conto alcuno delle competenze, delle esperienze lavorative e della reputazione acquisita o delle referenze. Più semplicemente algoritmi, applicazioni software e sistemi automatizzati vengono oggi usati in ambiti lavorativi diversi per semplificare e accelerare la scelta dei candidati applicando criteri utili a individuare le conformità di un CV alle posizioni aperte disponibili. Fatta la prima cernita sarà poi compito dei responsabili delle risorse umane procedere alla scelta finale.
Per arrivare all'intervista il candidato deve sapere di dover superare la selezione della macchina e delle sue preferenze algoritmiche legate a parole chiave associate al posto di lavoro disponibile in termini di esperienze acquisite, lingue o linguaggi conosciuti e praticati, risultati ottenuti e referenze. L'invio di numerosi CV e l'analisi dei risultati ottenuti (numero di interviste) può servire come esercizio di apprendimento per meglio entrare in sintonia con i modelli algoritmici predisposti per una selezione. Non imparare può significare continuare a mandare CV che finiranno immancabilmente nel buco nero dei cestini digitali a cui gli algoritmi software sono collegati.
Foto di Carlo Mazzucchelli: tempio di Ganesha India del Sud
Il ricorso agli algoritmi e a sistemi automatizzati è motivato dalle aziende in termini di riduzione dei costi amministrativi e dei rischi associati alla scelta di candidati inadeguati. Obiettivo finale è il risparmio di denari, soprattutto in presenza di un elevato turnover (situazione normale ad esempio nei Call Center) che obbliga a campagne di selezione continue per sostituire personale che lascia l'azienda e assumerne di nuovo. Il risparmio può derivare anche dall'uso di algoritmi intelligenti capaci di usare i dati sociali disponibili qualificando il loro capitale sociale per prevedere se e quanto un candidato assunto rimarrà in azienda, di valutare l'impatto degli spostamenti lavorativi sui candidati nelle loro scelte correnti e future e di analizzare le probabilità che un candidato possa fallire nel posto a lui/lei assegnato.
Il processo di selezione di un candidato non è mai semplice e non lo è neppure se la selezione viene affidata a algoritmi matematici. L'assunzione del candidato ottimale dovrebbe essere legato ai suoi skill, alla sua adattabilità alla cultura aziendale, alla sua abilità nel lavoro di squadra e capacità di leadership. Ogni errore compiuto nella fase di selezione può risultare molto costoso, soprattutto se non si dispone di un numero di candidati sufficiente per una selezione adeguata, anche se affidata ad un sistema automatico. Ammesso che l'algoritmo, anche grazie alle numerose informazioni e CV disponibili, sia in grado di compiere la selezione ottimale, gli errori possibili prima della scelta definitiva possono ancora essere numerosi. Ad esempio se si basa una scelta e la successiva decisione sulla prima impressione, se non si hanno chiari gli obiettivi di una assunzione e non si comprende esattamente cosa essi stessi stiano cercando nel proporsi per un nuovo posto di lavoro, se non esistono in azienda policy coerenti nella ricerca e assunzione di nuove persone e se di dimentica di evidenziare e condividere la cultura aziendale all'interno della quale il nuovo assunto dovrà fare i conti con benefici, stipendi, flessibilità, organizzazione e valori aziendali. Tutte cose queste ultime che non possono essere gestite da un algoritmo!