BusinessPeople

L'A.I. al servizio dell'uomo

L'A.I. al servizio dell'uomo Torna a Rumore, un difetto del ragionamento umano
Giovedì, 23 Dicembre 2021

Come eliminare il rumore nei processi di selezione grazie all’utilizzo della tecnologia. Lo spiega Pasquale Natella, amministratore delegato di Exs

Pasquale Natella-amministratore delegato-Exs

Assumere il manager giusto non è facile, e gli errori si pagano caro. «Il tasso di fallimento dei nuovi assunti può raggiungere anche il 50% e il costo di questi errori va da 8 a 11 volte il loro compenso annuale». Per Pasquale Natella, amministratore delegato della società di Executive Selection EXS, gli esseri umani non sono sempre migliori dell’intelligenza artificiale quando si tratta di valutare altri umani. E per provarlo, il suo gruppo di lavoro ha elaborato con Sda Bocconi un metodo di valutazione delle competenze basato su un algoritmo brevettato.

Un cacciatore di teste esperto contro un computer, chi vince?
Difficile dirlo: una ricerca della Cambridge University ha rilevato che nella valutazione delle competenze manageriali anche il più bravo dei selezionatori è esposto a dieci trappole cognitive, al punto che la valutazione dello stesso candidato può differire fino al 30%, a seconda di chi lo intervista. Una macchina invece non cade in errore e fornisce analisi più rigorose. Ma la decisione finale spetta sempre all’essere umano.

Come funziona il vostro algoritmo?
Non è uno, sono sei e li usiamo ancor prima della selezione, per aiutare le aziende a scegliere il profilo ideale. 

Cosa ci assicura che l’organizzazione e il manager andranno d’accordo? 
Con l’Università di Roma La Sapienza abbiamo studiato le coppie sposate per capire che cosa hanno di speciale quelle che durano di più. Ebbene, sono quelle che hanno quattro tratti di personalità compatibili: le predisposizioni naturali, vale a dire l’approccio che abbiamo verso l’esterno; poi il sistema valoriale, che cosa è importante per noi, e i driver motivazionali, quelli che ci spingono a dare il meglio; infine la self efficacy : chi è dotato di auto efficacia sa amalgamare meglio gli altri tre elementi e sa smussare eventuali incompatibilità. Lo stesso vale sul lavoro: se per esempio i valori del manager non sono quelli dell’azienda, lo scontro sarà inevitabile.

Executive Selection EXS

In fase di selezione cosa fa la macchina?
L’analisi delle competenze tecniche è facile, sono sul curriculum, più difficile indagare la personalità ma soprattutto individuare la leadership. Ci riusciamo in questo modo: il selezionatore ha l’obiettivo, nell’intervista vis à vis, di verificare se il manager mette in campo 98 comportamenti che andranno poi spuntati su un tablet, ma è l’intelligenza artificiale che calcola quanto pesa ciascuna di questi sul profilo richiesto. Così facendo limitiamo gli errori: in questa fase due head hunter diversi potrebbero dare giudizi divergenti fino al 25%, con l’algoritmo scendiamo al 4%. Ma non è tutto: una telecamera inquadra il candidato e in tempo reale identifica le emozioni che sta provando, confrontandole con quello che sta dicendo, per verificare se ci sono incoerenze. Poi estrapoliamo cinque minuti dell’intervista e le spediamo a un server americano, dove una startup che fa machine learning le sottopone a eterovalutazione: come è visto il candidato dall’esterno?

E se l’algoritmo si sbagliasse?
Non è escluso, ma la macchina sa anche imparare dagli errori. Per questo monitoriamo per tre anni la performance del neoassunto, valutando il raggiungimento dei risultati e l’integrazione. È stata una buona scelta? Si poteva fare meglio? La macchina capisce se ha sbagliato e modifica gli algoritmi per la successiva selezione.

Cosa resta da fare a noi umani?
Siamo quelli che prendono la decisione finale, ma adesso possiamo farlo con parametri oggettivi alla mano.

POTREBBERO INTERESSARTI
Copyright © 2022 - DUESSE COMMUNICATION S.r.l. - Tutti i diritti riservati - Privacy Policy - Credits: Macro Web Media