ORLANDO, Florida — Il reclutamento è forse la più grande applicazione dell’intelligenza artificiale nello spazio delle risorse umane, con il 93% dei professionisti dell’acquisizione di talenti che afferma di prevedevano di aumentare l’uso dell’IA nel 2026.

Ma se i datori di lavoro non stanno attenti, i loro strumenti di intelligenza artificiale potrebbero trascurare un’intera categoria di “talenti nascosti” che altrimenti potrebbero ricoprire ruoli vuoti, ha detto il 18 giugno ai partecipanti a SHRM26 Jacqueline Grant, fondatrice e CEO di The Management Academy, un’organizzazione per lo sviluppo della forza lavoro.

Il talento nascosto ne comprende diversi gruppi di candidati a lavori non tradizionali come coloro che cambiano carriera, veterani militari, diplomati di programmi per la forza lavoro e studenti adulti. Questi individui spesso portano con sé credenziali ed esperienze che non si adattano perfettamente ai parametri di reclutamento tradizionali, ha affermato Grant, e l’intelligenza artificiale, proprio come un reclutatore umano, potrebbe non riuscire a comprenderli o addirittura a riconoscerli.

“Si tratta davvero di vedere il valore della persona, cosa ha da offrire e cosa la sua esperienza potrebbe portare sul tavolo”, ha continuato Grant. “Ciò aprirà le tue opportunità per ampliare il tuo pool di talenti e l’intelligenza artificiale deve essere programmata per questo”.

Dove il talento nascosto scompare

Per scoprire dove i candidati non tradizionali potrebbero abbandonare il processo di assunzione, le risorse umane dovrebbero condurre una serie di revisioni, ha affermato Grant. Ciò include una revisione della visibilità, una revisione dell’interpretazione e una revisione della fiducia del datore di lavoro.

Le revisioni della visibilità mirano a scoprire quali candidati sono considerati per un determinato ruolo e per quali ragioni. Grant ha affermato che, sebbene i candidati siano responsabili di garantire che le loro capacità, formazione e altre qualità siano visibili ai datori di lavoro, le risorse umane devono anche garantire che i propri sistemi riconoscano tipi comuni di esperienza o parole chiave specifiche che mostrino tali credenziali.

Un datore di lavoro che cerca candidati “pronti per l’intelligenza artificiale”, ad esempio, dovrebbe essere in grado di articolare chiaramente ai candidati quali credenziali o esperienze cerca di soddisfare tale requisito, ha aggiunto Grant.

L’interpretazione è un concetto correlato e si riferisce alla capacità del datore di lavoro di tradurre le esperienze dei candidati in esigenze aziendali. Un candidato può affermare, ad esempio, di avere esperienza nella supervisione del personale di vendita al dettaglio senza ulteriori approfondimenti. Ma questo tipo di lavoro può indicare familiarità con un’ampia gamma di compiti, ha affermato Grant, come la leadership, la risoluzione dei conflitti e la comunicazione con la forza lavoro.

“È anche responsabilità dell’organizzazione che effettua il colloquio assicurarsi di ricevere le informazioni tradotte in modo tale che si adattino alla loro particolare organizzazione”, ha affermato Grant.

Questo processo migliora anche la fiducia, ha continuato, poiché i responsabili delle assunzioni spesso riscontrano una discrepanza tra le credenziali che i candidati inseriscono in un curriculum e ciò che presentano durante un colloquio di persona. I datori di lavoro possono condurre analisi di fiducia in parte analizzando quali candidati finiscono per avanzare con le loro organizzazioni e quali non riescono a farlo.

La supervisione e la governance umane sono cruciali

L’intelligenza artificiale può migliorare la qualità delle decisioni di assunzione, ma può anche perpetuare i pregiudizi del datore di lavoro. Inoltre, uno studio del 2025 condotto da ricercatori dell’Università di Washington lo ha scoperto i reclutatori umani generalmente adottavano i pregiudizi degli strumenti di intelligenza artificiale utilizzati per selezionare i candidati al lavoro.

Le risorse umane devono ricordare che sono responsabili di ciò che l’intelligenza artificiale produce e che gli esseri umani devono prendere le decisioni finali in materia di reclutamento, ha affermato Grant. A tal fine, è importante che i datori di lavoro evitino le “trappole della familiarità” o lo screening dei criteri adottati dagli attuali dipendenti in modo da ridurre i pool di talenti.

“Se vuoi espanderti, devi andare oltre le università, i luoghi e le industrie familiari da cui potresti reclutare”, ha detto. “Spesso ripetiamo segnali associati ad assunzioni precedenti e successi passati. Anche questi segnali non necessariamente predicono la performance che desideriamo.”

Invece, i reclutatori dovrebbero progettare strumenti di intelligenza artificiale focalizzati sulle capacità e in grado di identificare i dipendenti che hanno competenze trasferibili, sono guidati dal potenziale e che hanno esperienze diverse, ha continuato Grant. Potrebbe valere la pena riconsiderare altri fattori come la corrispondenza esatta di riquadri e parole chiave nei curriculum, progressioni lineari di carriera, datori di lavoro prestigiosi e familiarità con il settore.

L’automazione non può sempre catturare sfumature che esistono oltre la descrizione del lavoro di un dipendente, ha affermato Grant. La supervisione umana fornisce anche contesto, giudizio, adattabilità e capacità di ragionamento etico che l’intelligenza artificiale potrebbe non replicare facilmente. Per individuare meglio i punti in cui è necessaria la supervisione, Grant ha consigliato ai partecipanti di identificare i “punti di attivazione della revisione umana” all’interno del processo, come le occasioni in cui i candidati fanno riferimento a esperienze o percorsi di carriera non tradizionali.

I datori di lavoro devono inoltre garantire che tutti i fornitori di intelligenza artificiale o di reclutamento siano allineati con questi standard come parte delle loro strategie di governance, ha osservato Grant.

“Le organizzazioni che prosperano non si limiteranno ad automatizzare le assunzioni”, ha affermato. “Una migliore capacità di giudizio significa combinare la tecnologia con l’intuizione umana intenzionale”.