La ricerca di un impiego è spesso un percorso tortuoso, segnato da incertezze e frustrazioni. Tradizionalmente, le piattaforme di lavoro si sono affidate a filtri rigidi e parole chiave per abbinare le offerte ai candidati. Tuttavia, LinkedIn sta cambiando radicalmente questo paradigma, introducendo un sistema di ricerca basato sull’intelligenza artificiale che comprende le intenzioni degli utenti e offre risultati più pertinenti e personalizzati.
Fino a oggi, gli utenti di LinkedIn si sono trovati spesso a dover inserire parole chiave generiche, come “ingegnere del software”, per trovare offerte di lavoro. Questo approccio, sebbene utile, non sempre rifletteva le reali aspirazioni o competenze dei candidati. Ad esempio, una ricerca per “giornalista” poteva restituire risultati per reporter di tribunale, una figura professionale con competenze completamente diverse. Questo disallineamento tra le aspettative degli utenti e i risultati ottenuti evidenziava i limiti del sistema tradizionale.
Per affrontare queste sfide, LinkedIn ha sviluppato un nuovo sistema di ricerca che utilizza modelli linguistici di grandi dimensioni (LLM) affinati e distillati. La distillazione è una tecnica che consente di ridurre la complessità dei modelli mantenendo le loro capacità predittive. In pratica, LinkedIn ha creato un “modello insegnante” che comprende le query degli utenti e le abbina alle offerte di lavoro più appropriate, migliorando la pertinenza dei risultati.
Questo approccio consente agli utenti di esprimere le proprie intenzioni in linguaggio naturale, come ad esempio: “Trova lavori di ingegneria del software nella Silicon Valley pubblicati di recente”. Il sistema è in grado di comprendere queste richieste complesse e restituire risultati che rispecchiano veramente ciò che l’utente sta cercando.
Un aspetto fondamentale di questa innovazione è l’ottimizzazione dei costi computazionali. I modelli LLM tradizionali richiedono risorse hardware significative, rendendo costosa la loro implementazione su larga scala. LinkedIn ha affrontato questa sfida utilizzando la distillazione, che consente di ottenere modelli più leggeri e veloci, riducendo così i costi senza compromettere le prestazioni.
Inoltre, LinkedIn ha semplificato il processo di ricerca, riducendo da nove a due le fasi principali: comprensione della query e recupero delle offerte pertinenti. Questo snellimento ha migliorato l’efficienza del sistema e ha reso l’esperienza dell’utente più fluida e intuitiva.
Erran Berger, vicepresidente dello sviluppo prodotto di LinkedIn, ha sottolineato che questa nuova esperienza di ricerca permette agli utenti di descrivere i propri obiettivi con le proprie parole, ottenendo risultati che riflettono veramente ciò che stanno cercando. Questo approccio mira a rendere la ricerca di lavoro più intuitiva, inclusiva e potenziante per tutti.
Inoltre, LinkedIn ha implementato misure per ridurre i bias nei modelli di intelligenza artificiale, garantendo che le raccomandazioni siano eque e non discriminatorie. Questo è particolarmente importante in un contesto come quello della ricerca di lavoro, dove l’equità è fondamentale.
LinkedIn sta ridefinendo il modo in cui le persone cercano lavoro, passando da un sistema basato su parole chiave a uno che comprende le intenzioni degli utenti. Grazie all’uso innovativo dell’intelligenza artificiale e della distillazione dei LLM, la piattaforma offre risultati di ricerca più pertinenti e personalizzati, migliorando l’esperienza dell’utente e aumentando le possibilità di trovare l’opportunità professionale giusta. Con questo passo, LinkedIn non solo migliora la ricerca di lavoro, ma contribuisce anche a rendere il processo più equo e inclusivo per tutti.