Ricerca di candidati con IA
La ricerca di candidati con IA usa modelli per trovare persone fuori dalle candidature ricevute, a partire da profili pubblici o da una banca dati interna, e a volte per scrivere il primo messaggio. È un’attività in uscita: sei tu a contattare, non loro a candidarsi.
Chi fa ricerca con l’IA non aspetta le candidature: chiede a un modello di indicare persone che potrebbero andare bene per un ruolo e, in alcuni strumenti, di preparare il messaggio con cui contattarle. Le persone cercate non hanno scelto di entrare nel tuo processo, ed è questa la differenza che pesa di più. Il mestiere di base è descritto alla voce ricerca attiva di candidati.
Come funziona
Lo strumento fa due cose, che si possono avere separate. La prima è la scoperta: a partire dalla descrizione del ruolo, cerca tra profili pubblici o tra le persone già nella tua banca dati e propone quelle il cui percorso coincide, con un meccanismo simile al matching dei candidati con IA. La seconda è la stesura: dal lavoro recente di una persona ricava un primo messaggio che non sembri copiato.
Con la sola scoperta resti con il lavoro manuale del contatto; con la sola stesura resti con la ricerca da fare a mano. Un buon uso li lega a una persona che legge il profilo e decide se scrivere.
Dati, risultati e volume
Il primo punto è il dato. Se contatti qualcuno che non si è candidato, hai ottenuto i suoi dati altrove. L’articolo 14 del GDPR elenca, tra l’altro, che cosa devi comunicargli: chi sei, perché tratti i dati e su quale base, per quanto tempo li conservi, da quale fonte vengono. Va fatto entro un termine ragionevole e al più tardi entro un mese oppure, se usi i dati per scrivergli, al più tardi al primo contatto. Nell’audit del 2024 l’ICO britannico ha riscontrato strumenti che raccoglievano molti più dati del necessario e li conservavano a tempo indeterminato per costruire ampi archivi di potenziali candidati, a insaputa delle persone.
Il secondo è la composizione dei risultati. Un modello che cerca su profili pubblici eredita le distorsioni del mercato: se in una categoria di ruoli una parte della popolazione è molto più visibile, i suggerimenti seguiranno quella visibilità. Il rimedio non cambia rispetto alla preselezione, cioè una persona che guarda l’elenco prima di agire (si veda bias algoritmico nella selezione).
Il terzo è il volume. Generare molti messaggi costa poco tempo, ma i messaggi arrivano a persone vere che notano un testo generico, e un contatto sbagliato lascia un’impressione dell’azienda che nessun conteggio registra.
Come misurare se funziona
Segna per ogni ruolo e per ogni modello di messaggio quante persone contattate rispondono e quante proseguono. Rileggi a mano un campione dei profili che lo strumento ha proposto e dei profili che non ha mai proposto: se mancano sempre le stesse categorie, il problema è nella ricerca e non nel ruolo. Registra la fonte da cui hai preso ogni contatto, perché ti serve per l’informativa e per rispondere a chi chiede da dove hai i suoi dati.