I sistemi di intelligenza artificiale stanno diventando sempre più centrali nel processo di selezione del personale per molte aziende. In Italia, numerosi datori di lavoro stanno già utilizzando algoritmi avanzati per filtrare e selezionare i candidati per varie posizioni.
Come sottolineato da Filippo Bordoni, ricercatore dell’Università degli Studi di Milano Bicocca, in uno studio pubblicato su Labour & Law Issues, questo fenomeno è particolarmente diffuso negli Stati Uniti, dove le principali 500 aziende si affidano all’AI per decidere chi assumere. Anche in Italia, Bordoni prevede una crescente diffusione di tali strumenti nei prossimi anni.
Il ricercatore ha spiegato al Corriere della Sera il funzionamento di questi algoritmi di selezione: «Dalla ricerca dei candidati all’analisi dei curriculum, dalla valutazione delle attitudini e competenze ai colloqui, fino alla verifica delle referenze». Questo processo automatizzato filtra molti candidati, lasciando ai datori di lavoro solo quelli che l’algoritmo considera i più idonei.
Tuttavia, come accade con molte tecnologie, anche questo sistema non è privo di limiti. L’algoritmo può penalizzare alcuni candidati a causa di pregiudizi involontari, presenti sia nei dati utilizzati per l’addestramento sia nei parametri impostati da chi lo ha programmato. Bordoni evidenzia: «I candidati esclusi spesso non conoscono il funzionamento dell’algoritmo o, in alcuni casi, ignorano persino la sua esistenza. Questo lo rende opaco e suscettibile di perpetuare pregiudizi, con il rischio di un trattamento intrusivo dei dati personali».
Un esempio pratico di come l’automazione possa penalizzare è raccontato dal giornalista del New York Times Kevin Roose. In un articolo, Roose ha rivelato come un chatbot di intelligenza artificiale, chiamato Llama 3, abbia manifestato “odio” nei suoi confronti, accusandolo di averlo “ucciso” dopo aver scritto un articolo critico su un chatbot simile. Roose ha tentato di cambiare la percezione del sistema inserendo testi favorevoli su di sé, nella speranza di ottenere risposte più positive.