AI nel recruiting: quando il profilo perfetto diventa un rischio - Agenda Digitale

Nel mondo HR, l’AI è sempre più utilizzata per automatizzare lo screening dei CV, la pianificazione degli appuntamenti e la valutazione dei candidati. Ma mentre le aziende adottano l’AI per ottimizzare i propri processi HR, anche i candidati stanno imparando a utilizzare queste stesse tecnologie per massimizzare le proprie possibilità. Questo crea un nuovo campo di battaglia tecnologico nel processo di selezione, che rischia però di erodere un valore civile fondamentale: la fiducia (to trust). Questo è quanto emerge da una recente inchiesta del Washington Post. Ma qual è lo scenario AI nel recruiting in Italia?Indice degli argomenti

L’AI nei processi HR: una “non novità” che però richiede nuove attenzioniLe tendenze dei candidati nell’uso dell’AIL’illusione del “Profilo Perfetto” e l’AI come strumento di difesa dei candidatiIl quadro normativoIl modello “Responsible AI”: “Augmentation” e non “Automation”L’AI nei processi HR: una “non novità” che però richiede nuove attenzioniIl ricorso a soluzioni di AI (generative o meno) è un trend in costante crescita da ormai diversi anni, ben prima che scoppiasse il fenomeno della GenAI o che si iniziasse a parlare di AI Act. Senza scomodare i più famosi robot recruiter che ebbero un boom nel 2018, pensiamo alle soluzioni di CV parsing, cioè l’analisi automatica del curriculum per estrarne i dati rilevanti, sono ormai alla base di diversi Applicant Tracking Systems (ATS).E questo è un dato che è emerso anche in occasione della Annual European Data Protection and Privacy Conference, tenutasi a Bruxelles lo scorso novembre, in cui è stata evidenziata l’importante crescita del trend, fortemente connesso ad esigenze “produttive” organizzative interne, da parte di enti privati ma soprattutto di istituzioni pubbliche ed agenzie europee.Quindi l’AI nei processi HR non è affatto una novità, lo è stata invece l’ufficiale categorizzazione di soluzioni di AI applicati ai processi HR tra i sistemi ad alto rischio da parte dell’AI Act.Ma mentre le aziende adottano l’AI per ottimizzare l’assunzione, anche i candidati stanno imparando a utilizzare queste stesse tecnologie per massimizzare le proprie possibilità.Le tendenze dei candidati nell’uso dell’AISi osservano diverse tendenze da parte dei candidati più preparati e “techie”, ma a titolo esemplificativo se ne citano solo alcune:ATS Optimization: i candidati utilizzano strumenti AI per analizzare la Job Description e suggerire l’inclusione di parole chiave e frasi rilevanti, assicurandosi che il proprio CV sia altamente classificato dagli algoritmi di screening;Preparazione per le interviste video: alcuni strumenti AI (specifici o anche GPAI) simulano colloqui di lavoro e offrono feedback in tempo reale sull’espressione facciale, sul tono di voce, sul linguaggio del corpo e sulla coerenza delle risposte, consentendo al candidato di prepararsi al meglio in vista del colloquio;Generazione di contenuti personalizzati: l’AI generativa viene usata per creare bozze di lettere di presentazione altamente personalizzate e motivate, oppure rispondere a sondaggi, supportando la creazione quindi di contenuti specifici per ogni contesto di interesse (es. job profile, azienda, business di riferimento, ecc..)Un approccio, dunque, attivo e non passivo nei confronti dell’AI adoption che, in Italia, trova conferma anche nei dati del Randstad Workmonitor 2026, che mostrano un Paese in cui prevale un atteggiamento proattivo: il 70% dei lavoratori si sente pronto a utilizzare le tecnologie più recenti e ben il 22% le ha già impiegate per affrontare i colloqui di lavoro.Se analizziamo i giovanissimi, il quadro si fa ancora più nitido. La survey Workmonitor Pulse di settembre 2025, dedicata alla Generazione Z, ci rivela che per questa categoria l’Intelligenza Artificiale rappresenta uno strumento di vero e proprio upskilling: il 79% della Gen Z impara utilizzando gli strumenti dell’AI, superando nettamente qualsiasi altra generazione.Tuttavia, se non gestita correttamente, l’AI può esacerbare le disuguaglianze esistenti oppure operare come vero e proprio boomerang (sortendo l’effetto opposto a quello ricercato).L’illusione del “Profilo Perfetto” e l’AI come strumento di difesa dei candidatiL’inchiesta del Washington Post sembra fotografare una realtà degna della saga di Star Wars ne “La Guerra dei Cloni”. Su 300 video-risposte in cui si chiedeva ai candidati di esprimere un proprio parere sugli ambienti di lavoro, la quasi totalità ha fornito risposte generate dall’AI, strutturate in modo identico e definite dai recruiter come “l’approccio più pigro possibile”Quello a cui si sta iniziando ad assistere, come evidenziato da diverse testimonianze raccolte, è una dicotomia tra il mondo dei candidati e delle aziende. Abbiamo infatti, da un lato, candidati che delegano all’AI la stesura del curriculum e cover letter per superare i sistemi di AI integrati negli ATS delle aziende e che ricorrono all’AI come puro strumento di autodifesa al ricorso indiscriminato delle aziende e dei recruiter a soluzioni di AI per automatizzare l’intero processo valutativo.Dall’altro lato, aziende che soffrono la ricezione di elaborati identici, scritti con un linguaggio “innaturale”, con pattern linguistici ricorrenti e privi di personalità (pattern tipico dei Large Language Models (LLM) e dell’AI Generativa che tendono a produrre spesso contenuti piatti, standardizzati, privi di reale mordente) e che automatizzano quante più fasi del processo selettivo, riducendo al minimo l’intervento umano o addirittura eliminandolo cercando ciecamente il match perfetto tramite filtri automatizzati, lasciando indietro profili più adatti e/o adattabili.In questa dinamica di “accuse” reciproche chi ne esce sconfitto sono creatività e fiducia. Situazione ulteriormente aggravata anche da utilizzi poco etici dell’AI che stanno emergendo a danno delle aziende, come:keyword stuffing mascherato (indirect prompt injection), ovvero la pratica di inserire liste di parole chiave (spesso in testo bianco su sfondo bianco o in font minuscolo) all’interno del CV per ingannare l’ATS e ottenere un punteggio di matching artificialmente alto, anche se il candidato non possiede realmente le competenze.risposte AI in tempo reale (frodi ai colloqui): durante i colloqui video o le valutazioni di coding online, alcuni candidati utilizzano assistenti AI nascosti (auricolari o sistemi di testo su schermo) per ricevere suggerimenti o risposte complesse in tempo reale, aggirando le vere capacità di problem-solving.deepfake e proxy candidate, nei casi più estremi, l’AI può essere utilizzata per creare un deep fake video del candidato o per mascherare una persona esterna (un “candidato proxy” altamente qualificato) che partecipa al colloquio al posto del vero candidato.Sia chiaro: parliamo di situazioni che non dovrebbero rappresentare la normalità, ma che appunto costituiscono vere e proprie situazioni patologiche che fanno solo male al mercato del lavoro.Ma questa fotografia negativa è attuale anche in Italia? Difficile dare una risposta netta. Dalla citata survey Randstad Workmonitor Pulse, accanto all’entusiasmo, sembra emergere anche in Italia una velata preoccupazione rispetto all’utilizzo dell’AI da parte delle aziende. Il 44% dei dipendenti italiani intervistati crede, infatti, che i vantaggi dell’AI si concentreranno più sulle organizzazioni che sulle persone. Una debole spaccatura che le aziende saranno chiamate a gestire con urgenza per rinforzare un clima di fiducia sempre più necessario.Per superare questo divario di fiducia, per quel che concerne principalmente gli aspetti di compliance normativa e garanzie fondamentali, serve ricordare come nel Vecchio Continente abbiamo delle safeguards normative finalizzate a tutelare gli individui e i loro diritti fondamentali, nonché la promozione di un uso etico e responsabile dell’AI anche nel mondo del lavoro, che le aziende non possono ignorare.Il quadro normativoI processi decisionali interamente automatizzati – anche basati su AI (come quelli di “screen-to-hire”) – incontrano diversi paletti di compliance derivanti dal GDPR come:l’art. 22, che riconosce agli individui il diritto a non essere sottoposti a processi decisionali interamente automatizzati che producano effetti legali nella propria sfera giuridica, salvo specifiche eccezioni (es. necessità per l’esecuzione di un contratto), ma riconoscendo in questi casi sempre il diritto di opposizione e di richiesta revisione della decisione da parte di un operatore umano.gli artt. 12, 13, 14 che definiscono gli obblighi di trasparenza ed informativa, inclusi i dettagli rispetto all’esistenza di un processo decisionale automatizzato e sulle informazioni significative sulla logica utilizzata, nonché l’importanza e le conseguenze previste di tale trattamento per l’interessato.Principi questi richiamati e specificati anche all’interno del Codice di Condotta delle Agenzie per il Lavoro (APL), promosso da Assolavoro ed approvato dal Garante Privacy con Provvedimento dell’11 gennaio 2024, che rappresenta sicuramente un modello di governance e catalizzatore di best practice per quel che riguarda i trattamenti nei processi HR, nella gestione dei candidati e nella minimizzazione del trattamento (quindi non soltanto per le Agenzie per il Lavoro anche se direttamente rivolto a queste, ma certamente di ispirazione anche per altre realtà aziendali).All’articolo 10, il Codice si sofferma, infatti, anche sui trattamenti con processi automatizzati e sulle garanzie per gli interessati riconoscendo la possibilità per le Agenzie – ai sensi dell’art. 22, par. 2, lett. a) e c) GDPR, di effettuare trattamenti “totalmente automatizzati” nella misura in cui ciò sia necessario per lo svolgimento delle proprie Attività o previo consenso dell’interessato e previa effettuazione di una Valutazione di Impatto (c.d. DPIA) ai sensi dell’art. 35. Per rientrare all’interno dell’art. 22 GDPR, ovviamente, la decisione automatizzata deve essere basata “unicamente” su un trattamento automatizzato (quindi le decisioni finali di un processo devono essere assunte senza intervento umano, con algoritmi) e produrre effetti sulla sfera giuridica dell’interessato o comunque incidere significativamente sulla sua persona (esclusione da un processo selettivo, mancato rinnovo contrattuale, ecc..). L’importanza della tutela dei diritti fondamentali e della dignità delle persone è, inoltre, valore fondante dell’AI Act che – come ormai noto – ha il duplice obiettivo di:promuovere l’adozione di un’AI affidabile e antropocentrica, rispettosa dei diritti fondamentali, della sicurezza e dei valori etici.garantire il buon funzionamento del mercato unico per i sistemi di AI, stabilendo regole chiare e armonizzate.Principi e valori già stigmatizzati dalla Dichiarazione Universale dei Diritti Umani (1948) e dalla Carta dei diritti fondamentali dell’Unione Europea, e ribaditi ulteriormente in Italia – anche con focus specifico sul tessuto lavorativo – dalla Legge n.132/2025 (Disposizioni e deleghe al Governo in materia di intelligenza artificiale) e dalle linee guida per l’implementazione dell’Intelligenza Artificiale nel mondo del lavoro” del Ministero del lavoro:non discriminazione ed utilizzo etico dell’AIgaranzia di trasparenza nei processi decisionali e l’equità nell’accesso alle nuove tecnologieAI benefica (ossia che non rechi pregiudizio, ma generi valore per la comunità) e che agevoli l’accesso alle professioni e le attività di ri-qualificazioni/re-skilling e up-skilling,Ecco perché situazioni patologiche osservate oltre-oceano potrebbero non trovare terreno fertile in Europa.Il modello “Responsible AI”: “Augmentation” e non “Automation”La formula vincente è quindi usare la tecnologia per aumentare le proprie capacità, non per sostituirle. I candidati dovrebbero usare l’AI per fare brainstorming, correggere errori grammaticali o trovare ispirazione per idee, ma la stesura finale, l’espressione delle idee e la comunicazione devono rimanere un atto profondamente umano.Analogo discorso per le aziende: la tecnologia serve per aumentare le proprie capacità, non per sostituire l’intero processo esecutivo o decisionale.Un recente studio dell’OHIO State University ha riportato come gli strumenti di intelligenza artificiale generativa, in particolare i modelli linguistici di grandi dimensioni (LLM) tendono a favorire i contenuti creati da loro stessi rispetto a contenuti simili scritti da umani o altri modelli di intelligenza artificiale, un fenomeno chiamato self-preference bias (pregiudizio di auto-preferenza). Questa ricerca, focalizzata sul processo di assunzione in cui i candidati utilizzano gli LLM per scrivere i curriculum e i datori di lavoro utilizzano gli LLM per selezionarli, ha condotto un esperimento su vasta scala e ha riscontrato un pregiudizio sostanziale, con gli LLM che favoriscono i propri curriculum fino al 68%-88% in più rispetto a quelli scritti da umani, anche quando la qualità del contenuto era uguale.Ecco perché, in considerazione dei rischi innati ai sistemi di AI probabilistici come la GenAI (es. amplificazione di pregiudizi intrinseci nei dati di addestramento, discriminazioni su larga scala, output potenzialmente inconsistenti), le nostre policy e procedure AI vietano di utilizzare tool di AI Generativa per attività di “search & match” e per prendere decisioni autonome nella valutazione dei talenti.Tra i nostri AI Principles (adottati nel 2019 ed aggiornati nel 2024) vi è il principio n.2 (“supervisione umana e rispetto per l’autonomia umana”) per cui la ripartizione dei compiti tra uomo e macchina deve garantire sempre un intervento umano significativo, specialmente per le decisioni che producono effetti giuridici o impattano la carriera di un individuo.È importante sottolineare che l’intervento umano deve essere sostanziale e non formale. Una decisione umana “ragionata” e non meramente “fabbricata” (ossia che faccia esclusivo riferimento alla valutazione/decisione iniziale data dalla macchina), perché diversamente sarebbe difficilmente difendibile l’esclusione di un processo decisionale interamente automatizzato. Ed il rischio di una decisione “fabbricata” non è remoto o banale perché tra i Bias più pericolosi per il libero arbitrio umano vi sono proprio:il presentation bias, che si verifica quando le persone tendono a dare maggiore credito ad una informazione in base alla modalità con cui questa viene mostrata. Pensiamo al caso di una ricerca web dove la tendenza generale è quella di considerare prevalentemente quei risultati messi in evidenza (top-ranked), ignorando invece quei risultati non immediatamente visibili.l’automation bias, ossia è la tendenza di un individuo ad affidarsi eccessivamente a un sistema automatizzato. Può comportare un aumento del rischio di incidenti, errori e altri effetti negativi quando individui e organizzazioni favoriscono l’output o i suggerimenti del sistema, anche in presenza di informazioni contraddittorie Immaginiamo la stessa logica all’interno di un processo di selezione.il confirmation bias, quale naturale conseguenza dei precedenti due bias e che porta le persone ad accettare il risultato prodotto dall’AI piuttosto che entrare in contraddittorioL’AI, insomma, aiuterà ad eliminare le inefficienze e i task ripetitivi, ma il colloquio, l’analisi delle soft skill e l’interpretazione del potenziale di un candidato (spesso nascosto in percorsi non lineari che quasi 2 candidati su 5 oggi preferiscono rispetto alla carriera tradizionale) dovranno necessariamente rimanere nelle mani dei nostri professionisti.