Il colloquio AI-first non è semplicemente un colloquio tradizionale condotto da un chatbot, ma un nuovo modo di valutare i candidati, nel quale l’intelligenza artificiale può proporre esercizi, raccogliere risposte e contribuire all’assegnazione dei punteggi. Per le aziende si apre una questione di progettazione e responsabilità; per chi cerca lavoro, la necessità di prepararsi a prove diverse da quelle tradizionali; per il mondo delle professioni, la possibilità che emergano nuove competenze e ruoli dedicati alla valutazione dei sistemi intelligenti.

Il primo colloquio potrebbe non avere più bisogno di un selezionatore

Immagina di candidarti per una posizione da analista dati e di ricevere un invito a sostenere un colloquio online nel quale, al posto del recruiter, trovi un agente di intelligenza artificiale che ti presenta un problema, valuta le tue risposte e introduce nuove informazioni quando ritiene necessario approfondire il ragionamento. Hai studiato statistica, conosci SQL, sai interpretare un grafico e hai già lavorato con dati commerciali, ma durante la prova devi anche capire come interagire con il sistema, controllare le informazioni che produce e riconoscere quando una conclusione apparentemente convincente non è sufficientemente fondata.

Questo scenario rappresenta il passaggio verso un assessment AI-first, cioè un processo di valutazione nel quale l’intelligenza artificiale svolge un ruolo centrale nella somministrazione della prova, nell’interazione con il candidato oppure nell’analisi delle risposte. Il sistema può limitarsi a presentare gli esercizi e raccogliere le informazioni, oppure può contribuire alla valutazione e influenzare la decisione di ammettere una persona alla fase successiva della selezione.

La distinzione è importante perché utilizzare un software per organizzare i curriculum, affidargli la conduzione di una prova e lasciargli produrre un punteggio che determina chi potrà sostenere un colloquio con una persona sono attività differenti, con conseguenze diverse per i candidati e responsabilità diverse per l’organizzazione.

Un assessment AI-first può rendere più rapida la gestione delle candidature, proporre esercizi adattati alle risposte e offrire occasioni di valutazione più vicine alle attività reali del lavoro, ma la velocità del processo e la naturalezza della conversazione non dimostrano che lo strumento misuri correttamente le capacità richieste. Un sistema può infatti produrre valutazioni coerenti fra loro e, nello stesso tempo, attribuire importanza a caratteristiche che hanno poco a che fare con il ruolo.

La domanda centrale diventa quindi questa: l’azienda sta misurando le competenze necessarie per svolgere il lavoro oppure la capacità di comportarsi nel modo che il sistema considera corretto?

Che cosa misura davvero un colloquio AI-first

Per rispondere a questa domanda è necessario distinguere le diverse capacità che possono contribuire al risultato di una prova, evitando di trattarle come se fossero manifestazioni equivalenti di una generica competenza professionale.

La prima dimensione è la competenza professionale, cioè ciò che una persona sa fare nel proprio mestiere, dalla lettura di un bilancio alla progettazione di un database, dall’analisi di un esperimento alla gestione di un processo amministrativo.

La seconda riguarda la collaborazione con l’intelligenza artificiale, che comprende la capacità di fornire contesto, formulare richieste comprensibili, suddividere un problema complesso, valutare le risposte ricevute e correggere gli errori introdotti dallo strumento.

La terza dimensione è il giudizio critico, che permette di distinguere una risposta plausibile da una risposta verificata, riconoscere le informazioni mancanti e decidere quando utilizzare il risultato prodotto dalla macchina, quando chiedere ulteriori controlli e quando rifiutarlo.

La quarta riguarda la comunicazione nel contesto della prova, perché la capacità di spiegare una decisione, descrivere un procedimento o motivare una scelta può essere importante per alcuni ruoli, ma può anche essere influenzata dall’interfaccia utilizzata, dalla pressione del tempo, dalla lingua del colloquio o dalle condizioni in cui si svolge l’esercizio.

Queste dimensioni possono essere correlate, ma non sono intercambiabili: un candidato che scrive richieste efficaci per un assistente AI non è necessariamente un buon analista, così come una persona che risolve rapidamente un esercizio non è automaticamente in grado di gestire un problema ambiguo sul lavoro.

Anche la sicurezza con cui una persona espone le proprie conclusioni deve essere interpretata con attenzione, perché una risposta fluida non dimostra che il ragionamento sia corretto e un’esposizione meno brillante non implica necessariamente una competenza inferiore.

Per l’azienda, il primo compito consiste quindi nel definire il costrutto da misurare, ossia la capacità specifica che il test intende valutare e per la quale occorre raccogliere evidenze attendibili.

Se la posizione riguarda l’analisi dei dati, per esempio, il costrutto principale potrebbe essere la capacità di individuare anomalie in un dataset, scegliere una procedura appropriata e spiegare le conseguenze della decisione. La capacità di interagire con un assistente AI potrebbe essere importante, ma il suo peso dovrebbe dipendere da quanto tale capacità sia effettivamente richiesta nelle attività quotidiane del ruolo.

Una formula per progettare l’assessment

Per rendere visibili le scelte che intervengono nella costruzione del punteggio, possiamo rappresentare il risultato complessivo mediante un modello lineare:

[math]\displaystyle \begin{aligned} S=w_C C+w_A A+w_J J+w_R R \end{aligned}[/math]

dove:

• [math]S[/math] è il punteggio complessivo del candidato;
• [math]C[/math] rappresenta la competenza professionale;
• [math]A[/math] indica la capacità di collaborare con l’AI;
• [math]J[/math] rappresenta il giudizio critico sui risultati prodotti;
• [math]R[/math] indica la capacità di comunicare e rendere comprensibile il ragionamento;
• [math]w_C,w_A,w_J,w_R[/math] sono i pesi assegnati alle quattro dimensioni.

Supponiamo che ogni dimensione venga valutata su una scala da 0 a 100 e che i pesi siano non negativi e la loro somma sia pari a uno. Per una posizione nella quale la verifica critica dei risultati riveste un’importanza elevata, potremmo utilizzare la seguente configurazione puramente illustrativa:

[math]\displaystyle \begin{aligned} S=0{,}40C+0{,}20A+0{,}30J+0{,}10R \end{aligned}[/math]

La competenza professionale contribuisce quindi per il 40% al risultato, la collaborazione con l’AI per il 20%, il giudizio critico per il 30% e la comunicazione per il restante 10%.

Questi valori non derivano da uno studio empirico e non rappresentano uno standard applicabile a tutte le selezioni. Una posizione di sviluppo software, un’attività di ricerca e un ruolo commerciale richiedono capacità differenti, per cui i pesi dovrebbero essere definiti sulla base delle attività effettive, delle conseguenze degli errori e delle evidenze raccolte durante la validazione dello strumento.

La formula serve soprattutto a rendere esplicite le scelte dell’organizzazione, perché un peso eccessivo attribuito alla collaborazione con l’AI potrebbe favorire chi ha maggiore familiarità con un particolare strumento, mentre un peso insufficiente assegnato al giudizio critico potrebbe premiare persone abili nell’ottenere risposte rapide ma poco attente alla loro affidabilità.

Esiste inoltre un limite importante: un modello lineare consente a un punteggio elevato in una dimensione di compensare un risultato basso in un’altra. Quando una competenza costituisce un requisito indispensabile per il ruolo, questa compensazione potrebbe essere inappropriata e sarebbe opportuno valutare una soglia minima sulla dimensione critica, purché sia pertinente al lavoro, motivata e verificata con dati adeguati.

Il problema, quindi, non consiste nel trovare la formula matematicamente più elegante, ma nel decidere quali capacità debbano essere misurate, come attribuire loro un peso e quali requisiti non possano essere compensati da altre prestazioni.

Due candidati, due profili differenti

Supponiamo che un’azienda stia selezionando un analista junior e abbia deciso di utilizzare i pesi dell’esempio precedente, con l’obiettivo di valutare sia la preparazione professionale sia la capacità di lavorare con l’AI senza rinunciare al controllo del ragionamento.

Per il candidato A, il punteggio complessivo è:

[math]\displaystyle \begin{aligned} S_A={}&0{,}40(85)+0{,}20(60) \\ &+0{,}30(90)+0{,}10(70) \\ ={}&34+12+27+7 \\ ={}&80 \end{aligned}[/math]

Per il candidato B, invece, otteniamo:

[math]\displaystyle \begin{aligned} S_B={}&0{,}40(75)+0{,}20(90) \\ &+0{,}30(65)+0{,}10(85) \\ ={}&30+18+19{,}5+8{,}5 \\ ={}&76 \end{aligned}[/math]

Con questi pesi, il candidato A ottiene 80 punti e il candidato B ne ottiene 76, nonostante il secondo presenti risultati superiori nella collaborazione con l’AI e nella comunicazione.

Il candidato A risulta favorito perché il modello attribuisce un peso rilevante alla competenza professionale e al giudizio critico, due dimensioni che potrebbero essere decisive per un analista chiamato a verificare dati, individuare anomalie e motivare le proprie decisioni.

Il risultato non dimostra che A sia necessariamente la persona da assumere, ma soltanto che, secondo le dimensioni e i pesi scelti, la sua prestazione risulta più vicina al profilo definito dall’azienda. Per trasformare questo risultato in una decisione reale occorre verificare che il test misuri capacità pertinenti al ruolo, produca valutazioni sufficientemente coerenti e non introduca ostacoli ingiustificati per alcuni gruppi di candidati.

Queste tre condizioni corrispondono a questioni distinte.

La validità riguarda le evidenze che sostengono l’interpretazione del punteggio e il suo utilizzo per valutare le competenze richieste dal lavoro; l’affidabilità riguarda la coerenza della misurazione nelle condizioni previste, tenendo conto della variabilità delle prestazioni e delle valutazioni; l’equità riguarda invece la possibilità che il sistema penalizzi ingiustificatamente alcuni candidati o attribuisca importanza a caratteristiche non pertinenti alla posizione.

Anche i pesi devono essere sottoposti a verifica, perché aumentando il contributo della collaborazione con l’AI il candidato B potrebbe risultare favorito, senza che questo cambi le sue capacità effettive o dimostri che la nuova configurazione sia migliore.

Un punteggio aggregato rende esplicite le regole della valutazione, ma non garantisce che siano appropriate: la qualità del risultato dipende dalle decisioni prese prima del calcolo e dalle evidenze disponibili per sostenerle.

La prova più interessante: quando l’agente sbaglia

Un assessment ben progettato non dovrebbe limitarsi a verificare se il candidato riesce a ottenere una risposta corretta, ma dovrebbe osservare anche come reagisce quando il sistema produce un’interpretazione plausibile che non è sostenuta dai dati disponibili.

Immaginiamo una prova per un analista che deve valutare il calo delle vendite di un negozio online. L’agente AI riceve un dataset sintetico e propone questa interpretazione: «Le vendite sono diminuite del 15%; riduciamo il prezzo del prodotto per recuperare il volume».

Un candidato che accetta immediatamente il suggerimento potrebbe formulare una proposta commerciale senza verificare le cause del calo, mentre un candidato più attento potrebbe chiedersi se la variazione dipenda dal traffico, dal tasso di conversione, dalla disponibilità dei prodotti o da un problema nel tracciamento degli ordini.

Per rendere verificabile l’esercizio, supponiamo di disporre dei seguenti dati:

Il numero degli ordini si ottiene moltiplicando le sessioni per il tasso di conversione:

[math]\displaystyle \begin{aligned} N_{\text{ordini}}=N_{\text{sessioni}}\times\text{tasso di conversione} \end{aligned}[/math]

Nel periodo precedente, il calcolo restituisce:

[math]\displaystyle \begin{aligned} 10.000\times0{,}04=400 \end{aligned}[/math]

Nel periodo corrente, invece, il risultato è:

[math]\displaystyle \begin{aligned} 10.000\times0{,}034=340 \end{aligned}[/math]

Assumendo che il valore medio dell’ordine rimanga costante a 50 euro, il fatturato passa da:

[math]\displaystyle \begin{aligned} 400\times50=20.000\text{ €} \end{aligned}[/math]

a:

[math]\displaystyle \begin{aligned} 340\times50=17.000\text{ €} \end{aligned}[/math]

La riduzione è quindi pari a 3.000 euro, ossia al 15% del fatturato iniziale.

I dati confermano che il fatturato è diminuito e mostrano che, nell’esempio, il traffico è rimasto stabile mentre il tasso di conversione è sceso dal 4% al 3,4%. Non dimostrano però che la causa sia il prezzo, perché la stessa variazione potrebbe essere associata a modifiche del checkout, problemi nei pagamenti, cambiamenti nella composizione del traffico o altri fattori che i dati disponibili non consentono di osservare.

Una risposta competente dovrebbe quindi contestare la conclusione causale dell’agente, distinguere ciò che è noto da ciò che rimane da verificare e proporre controlli aggiuntivi prima di suggerire un intervento commerciale.

L’analista potrebbe iniziare confrontando il tasso di conversione per dispositivo, canale di acquisizione e categoria di prodotto, verificando eventuali cambiamenti tecnici e controllando la qualità della misurazione degli ordini. Soltanto dopo aver raccolto informazioni sufficienti avrebbe senso valutare un esperimento controllato sui prezzi, se compatibile con le condizioni commerciali e con un disegno metodologico adeguato.

La capacità più interessante da osservare non è quindi la rapidità con cui il candidato interagisce con l’AI, ma la sua capacità di mantenere il controllo del ragionamento anche quando la macchina propone una soluzione apparentemente convincente.

L’esempio resta didattico: il dataset è costruito a fini illustrativi e non permette di identificare una causa reale. In un contesto aziendale servirebbero dati più completi, controlli sulla qualità della misurazione e, quando necessario, un disegno causale appropriato.

Il mercato della preparazione ai filtri automatici

Quando un sistema di selezione diventa importante per accedere alle opportunità di lavoro e i candidati riescono a riconoscere le regole con cui vengono valutati, nasce un incentivo a prepararsi specificamente per quella prova.

È già normale studiare per un colloquio tecnico, esercitarsi con test di logica e simulare conversazioni con un recruiter. Con l’AI-first, la preparazione può comprendere anche esercizi svolti con agenti che formulano domande, richiedono chiarimenti, contestano le risposte e forniscono indicazioni sul modo in cui migliorare.

Da questa dinamica possono svilupparsi simulatori, corsi, piattaforme di colloqui simulati e servizi specializzati nella preparazione alle selezioni con AI, anche se la diffusione e le dimensioni di questo mercato devono essere documentate prima di poterle considerare un fenomeno consolidato.

La preparazione non è necessariamente negativa, perché un simulatore accessibile può aiutare chi affronta il primo colloquio, chi non dispone di una rete professionale o chi deve esercitarsi a comunicare in una lingua diversa dalla propria. Il problema emerge quando l’allenamento si concentra sui segnali che il sistema tende a premiare, senza migliorare le competenze che quei segnali dovrebbero rappresentare.

Possiamo descrivere questa distinzione attraverso due variabili:

• [math]K[/math]: la competenza effettiva del candidato;
• [math]T[/math]: l’abilità specifica nel sostenere il test.

Un assessment di qualità dovrebbe produrre un punteggio [math]S[/math] che fornisca informazioni utili soprattutto su [math]K[/math], almeno per quanto riguarda le capacità pertinenti al ruolo. Se il risultato dipende in misura eccessiva da [math]T[/math], una persona molto allenata al formato potrebbe ottenere un vantaggio anche senza possedere una competenza professionale superiore.

In termini concettuali, possiamo scrivere:

[math]\displaystyle \begin{aligned} S=f(K,T,\varepsilon) \end{aligned}[/math]

dove [math]f[/math] rappresenta il meccanismo di valutazione e [math]\varepsilon[/math] raccoglie fattori casuali o non osservati, come la variabilità delle domande e le condizioni in cui si svolge la prova.

Non si tratta di una legge empirica universale, ma di uno schema utile per ricordare che il punteggio dipende da più elementi e che il progettista deve ridurre, per quanto possibile, l’influenza dei fattori irrilevanti rispetto alla prestazione lavorativa.

È importante precisare che l’allenamento può migliorare anche la competenza effettiva: imparare a fornire contesto, verificare le fonti, controllare il codice e confrontare risposte alternative sono attività che possono trasferirsi direttamente nel lavoro. La questione consiste nel distinguere l’apprendimento utile dalla semplice familiarità con il formato del test.

L’effetto Goodhart: quando il punteggio diventa il bersaglio

Un problema più sottile emerge quando una misura, inizialmente utilizzata per descrivere una capacità, diventa un obiettivo da ottimizzare. Il principio comunemente associato alla legge di Goodhart ricorda che, quando un indicatore viene trasformato in un bersaglio, può perdere parte della sua capacità di rappresentare il fenomeno che avrebbe dovuto misurare.

Nel recruiting, il meccanismo è facile da immaginare: all’inizio un sistema assegna un punteggio che sembra correlato alla qualità delle risposte, ma dopo qualche mese i candidati iniziano a riconoscere le espressioni, le strutture e i comportamenti che tendono a ricevere valutazioni elevate.

Le piattaforme di preparazione possono insegnare quelle strategie, i candidati le applicano durante le prove e il punteggio medio cresce, senza che sia necessariamente migliorata anche la capacità di svolgere il lavoro.

Si crea così un circuito nel quale il test influenza la preparazione, la preparazione modifica il comportamento dei candidati e il cambiamento dei comportamenti riduce la capacità del test di distinguere le competenze che interessano all’azienda.

Il problema non consiste nel fatto che le persone imparino a fare meglio, ma nel rischio che l’organizzazione confonda l’ottimizzazione del punteggio con un miglioramento della competenza professionale.

Per ridurre questo rischio, un assessment dovrebbe utilizzare prove diversificate, scenari che richiedono ragionamento trasferibile e criteri di valutazione collegati a comportamenti osservabili. Dovrebbe inoltre essere riesaminato quando emergono strategie sistematiche che consentono di ottenere risultati elevati senza dimostrare le capacità previste.

Un test che funzionava bene al momento del lancio non può essere considerato affidabile per sempre soltanto perché la sua prima validazione aveva prodotto risultati soddisfacenti.

La possibile evoluzione professionale: Assessment Designer per sistemi AI

Se le aziende affidano ai sistemi intelligenti una parte della selezione, diventa necessario stabilire chi debba decidere quali competenze misurare, come costruire le prove e come verificare che il sistema produca valutazioni adeguate.

Il recruiter conosce il processo di selezione e il contesto aziendale, lo sviluppatore comprende il funzionamento tecnico dello strumento, lo psicologo del lavoro o l’esperto di assessment può contribuire alla costruzione e alla validazione delle procedure di valutazione, mentre il responsabile della funzione conosce le attività che il candidato dovrà svolgere.

Nessuna di queste prospettive, presa isolatamente, è sufficiente per garantire la qualità dell’intero processo.

Possiamo descrivere come Assessment Designer per sistemi AI il professionista che si occupa della progettazione, della verifica e della manutenzione delle prove di selezione nelle quali l’intelligenza artificiale interviene in modo sostanziale. Si tratta di una possibile evoluzione professionale, non del nome di una qualifica standardizzata o di una professione regolamentata già consolidata.

Il lavoro di questa figura comprenderebbe anzitutto la definizione delle competenze, traducendo una descrizione generica della posizione in capacità osservabili e pertinenti alle attività richieste. Espressioni come problem solving, flessibilità e comunicazione dovrebbero essere trasformate in comportamenti che possano essere valutati attraverso esercizi coerenti con il lavoro.

Un’altra attività riguarderebbe la progettazione degli scenari, stabilendo quali informazioni riceve il candidato, quali problemi deve affrontare e quali imprevisti possono essere introdotti per osservare la qualità delle decisioni. Una prova efficace non deve essere difficile per il semplice gusto di esserlo, ma deve riprodurre gli aspetti del lavoro che interessano davvero.

Sarebbe poi necessario definire le rubriche di valutazione, cioè griglie che descrivono i criteri utilizzati e i diversi livelli di prestazione. In un esercizio di collaborazione con l’AI, per esempio, la rubrica potrebbe distinguere chi accetta una risposta senza verificarla, chi ne controlla alcuni aspetti e chi identifica correttamente limiti, ipotesi e conseguenze operative.

La validazione richiederebbe di confrontare i risultati dell’assessment con indicatori indipendenti della prestazione lavorativa, esaminando la coerenza delle valutazioni e le eventuali differenze ingiustificate fra gruppi di candidati. La manutenzione del sistema dovrebbe infine comprendere controlli dopo gli aggiornamenti del modello linguistico, delle istruzioni, delle domande o delle regole di scoring, perché una modifica tecnica può alterare il comportamento dell’agente e rendere meno confrontabili i punteggi nel tempo.

Questa possibile figura professionale si collocherebbe quindi all’incrocio fra risorse umane, psicometria, progettazione dei sistemi AI, analisi dei dati e governance, con una responsabilità che non consiste nel rendere il test più sofisticato, ma nel verificare che la sofisticazione tecnica non nasconda una valutazione debole.

Come verificare se il test funziona

Un assessment destinato alla selezione non dovrebbe essere considerato valido soltanto perché produce punteggi ordinati, risultati ripetibili o valutazioni apparentemente precise. L’azienda deve raccogliere evidenze che sostengano l’interpretazione dei risultati e il loro utilizzo per prendere decisioni relative al lavoro.

Un primo controllo consiste nel confrontare i punteggi ottenuti durante la selezione con una misura successiva della prestazione lavorativa. Supponiamo di osservare, per un campione di persone assunte, il punteggio [math]S_i[/math] ottenuto nel test e una misura di prestazione [math]P_i[/math] rilevata dopo un periodo definito.

Una possibile misura dell’associazione lineare fra le due variabili è la correlazione di Pearson:

[math]\displaystyle \begin{aligned} r_{SP}=\frac{\operatorname{Cov}(S,P)}{\sigma_S\sigma_P} \end{aligned}[/math]

dove [math]\operatorname{Cov}(S,P)[/math] rappresenta la covarianza fra punteggio e prestazione, mentre [math]\sigma_S[/math] e [math]\sigma_P[/math] sono le rispettive deviazioni standard.

Il coefficiente varia fra -1 e +1: un valore positivo indica un’associazione lineare positiva, mentre un valore vicino a zero indica che nel campione non emerge una relazione lineare apprezzabile.

Supponiamo, a titolo puramente illustrativo, che un’analisi produca un valore pari a [math]r_{SP}=0{,}60[/math]. Il risultato suggerirebbe un’associazione positiva fra il punteggio dell’assessment e la prestazione osservata, ma non dimostrerebbe da solo che il test sia valido per ogni contesto, che sia equo nei confronti di tutti i candidati o che il suo utilizzo migliori le decisioni di assunzione.

Per interpretare correttamente il coefficiente occorrerebbe considerare la dimensione del campione, l’incertezza statistica, la qualità della misura di prestazione e le caratteristiche delle persone osservate. Sarebbe inoltre necessario verificare che l’indicatore utilizzato rappresenti effettivamente le capacità richieste dal ruolo, invece di riflettere fattori estranei alla qualità del lavoro.

Esiste un ulteriore problema metodologico: se l’analisi comprende soltanto le persone assunte, esclude proprio i candidati respinti dal processo di selezione. Questa restrizione può alterare la relazione osservata e rende difficile stabilire quanto il sistema avrebbe saputo riconoscere il potenziale di chi non è stato assunto.

Per questo la validazione richiede un disegno metodologico adeguato, non soltanto il calcolo di un coefficiente di correlazione. Anche un assessment capace di prevedere la prestazione media può presentare differenze ingiustificate fra gruppi, perché validità predittiva ed equità sono questioni collegate, ma distinte.

L’affidabilità della misurazione deve essere esaminata separatamente, considerando la variabilità delle prestazioni, la coerenza dei criteri di valutazione e le condizioni in cui il test viene somministrato. Quando il risultato dipende da un agente AI, è importante verificare anche che le modifiche al modello o alle istruzioni non alterino in modo inatteso il significato dei punteggi.

Il problema della selezione automatizzata è anche una questione di diritti

L’uso dell’intelligenza artificiale nel recruiting non riguarda soltanto l’efficienza organizzativa, ma anche la tutela dei diritti delle persone che partecipano alla selezione.

Il regolamento europeo sull’intelligenza artificiale, noto come AI Act, comprende fra i casi d’uso potenzialmente ad alto rischio diversi sistemi destinati alla selezione e alla valutazione delle persone nel contesto lavorativo. Tra gli esempi rientrano sistemi che filtrano candidature, classificano candidati o contribuiscono a decisioni che riguardano l’accesso al lavoro.

La classificazione dipende dalla finalità concreta e dalle caratteristiche del sistema, comprese le eventuali eccezioni previste dal regolamento: non tutti gli strumenti che utilizzano l’AI nel recruiting sono automaticamente classificati nello stesso modo.

Al 20 ottobre 2026, il calendario europeo aggiornato prevede l’applicazione dal 2 dicembre 2027 delle regole per i sistemi ad alto rischio interessati dell’allegato III, compresi quelli relativi all’occupazione. Questa data va distinta da quelle previste per le altre disposizioni dell’AI Act, che seguono un calendario differenziato.

Per approfondire il tema è possibile consultare la documentazione ufficiale della Commissione europea:

• AI Act Service Desk — Sistemi di intelligenza artificiale nel contesto lavorativo
• Commissione europea — Quadro normativo dell’AI Act
• AI Act Service Desk — Calendario di applicazione del regolamento

Per le aziende, la questione non consiste soltanto nel verificare la conformità del software acquistato, ma anche nel comprendere come viene utilizzato, quali decisioni influenza, quali controlli sono necessari e quali possibilità di intervento umano devono essere garantite.

Un sistema potrebbe, per esempio, attribuire punteggi inferiori a determinate caratteristiche del parlato senza dimostrare che siano realmente pertinenti alla posizione. Un simile criterio rischierebbe di penalizzare candidati che possiedono le competenze richieste, ma che utilizzano modalità di comunicazione differenti o necessitano di adattamenti nell’interazione con il sistema.

La documentazione della Equal Employment Opportunity Commission statunitense offre ulteriori elementi di riflessione sui criteri di selezione e sulle differenze nei tassi di selezione, pur riferendosi a un quadro normativo distinto da quello europeo.

La supervisione umana, inoltre, non dovrebbe ridursi alla presenza formale di una persona che approva automaticamente il risultato del sistema, ma dovrebbe prevedere la possibilità concreta di comprendere la valutazione, individuare errori e intervenire quando il punteggio non è sufficientemente fondato.

Gli errori più frequenti nella progettazione dell’assessment

Un errore ricorrente consiste nel confondere la fluidità della conversazione con la competenza professionale, attribuendo valore a risposte convincenti senza verificare se siano corrette, pertinenti e sostenute da un ragionamento adeguato. La qualità dell’interfaccia non dimostra la qualità dello strumento di selezione, così come la precisione apparente di un punteggio non garantisce che la misurazione sia valida.

Un secondo problema emerge quando l’azienda considera soltanto il risultato finale e ignora il percorso seguito dal candidato, perché due persone possono ottenere lo stesso punteggio attraverso strategie molto diverse. In una prova di analisi, una conclusione corretta raggiunta dopo verifiche appropriate può essere più significativa di una risposta fortunata ottenuta senza controlli, soprattutto quando il ruolo richiede decisioni che producono conseguenze operative.

Anche gli aggiornamenti tecnici richiedono attenzione, dato che una modifica del modello linguistico può cambiare il modo in cui l’agente formula le domande, interpreta le risposte o assegna i punteggi. Le versioni utilizzate devono essere documentate e confrontate quando si intende mantenere la comparabilità delle valutazioni.

Un altro errore consiste nell’applicare la stessa prova a ruoli differenti, senza considerare che una capacità importante per un ingegnere AI potrebbe essere marginale per un amministrativo che utilizza occasionalmente un assistente testuale. L’assessment deve riflettere il lavoro concreto, non le competenze che l’organizzazione considera genericamente desiderabili.

Occorre inoltre considerare l’accessibilità e le condizioni di svolgimento, perché interfacce vocali, limiti di tempo, dispositivi utilizzati e modalità di interazione possono introdurre ostacoli che non hanno alcun rapporto con le capacità richieste. Le modalità alternative e gli adattamenti necessari dovrebbero essere considerati fin dalla progettazione, anziché essere affrontati soltanto quando un candidato segnala una difficoltà.

Infine, un punteggio basso non dovrebbe essere interpretato come una diagnosi della persona o come una prova della sua incapacità di apprendere. Il risultato descrive una prestazione osservata in condizioni specifiche e non dimostra, da solo, che il candidato sia inadatto a qualsiasi ruolo o privo di potenziale.

Come prepararsi in 30 giorni a un colloquio AI-first

Per chi cerca lavoro, la preparazione più utile non consiste nell’imparare formule da ripetere a un chatbot, ma nell’esercitarsi a ragionare in modo chiaro, utilizzare gli strumenti disponibili e verificare le informazioni prima di trasformarle in decisioni.

Giorni 1–7: capire il lavoro, non soltanto l’annuncio

Scegli tre offerte relative al ruolo che ti interessa e individua le attività realmente richieste, distinguendo i requisiti essenziali dalle competenze accessorie. Trasforma ogni attività in un possibile esercizio pratico, in modo da costruire una mappa delle capacità che potrebbero essere valutate durante la selezione.

Se vuoi lavorare nell’analisi dei dati, per esempio, esercitati a interpretare una tabella, individuare un’anomalia e motivare una decisione; se ti candidi per una posizione amministrativa, puoi lavorare su riconciliazioni, controllo documentale e gestione delle eccezioni.

L’obiettivo è concentrarsi sulle attività che caratterizzano il lavoro, evitando di studiare indiscriminatamente ogni tecnologia citata nell’annuncio.

Giorni 8–14: allenare la collaborazione con l’AI

Scegli un assistente AI e assegnagli problemi coerenti con il tuo settore, fornendo un contesto preciso, esplicitando i vincoli e chiedendo una soluzione motivata. Una volta ricevuta la risposta, verifica i risultati in modo indipendente: se il sistema genera codice, eseguilo quando possibile in un ambiente sicuro; se produce un’analisi numerica, ricontrolla i calcoli; se suggerisce una decisione, individua le informazioni mancanti.

Annota gli errori e prova a distinguere quelli dovuti a una richiesta poco chiara da quelli introdotti dal sistema, perché questa distinzione aiuta a migliorare sia la qualità delle richieste sia la capacità di valutare le risposte.

Giorni 15–21: esercitarsi quando la macchina sbaglia

Questa fase è particolarmente utile perché permette di verificare quanto il ragionamento rimanga autonomo quando il sistema propone un’interpretazione plausibile ma discutibile.

Chiedi all’assistente di formulare un’analisi di dati incompleti, proporre una soluzione basata su ipotesi non verificate o individuare una possibile causa di un problema aziendale, quindi esamina la risposta indicando quali elementi sono corretti, quali non sono dimostrati e quali controlli servirebbero prima di utilizzarla.

L’obiettivo non è contraddire sempre l’AI, ma sviluppare una capacità di verifica proporzionata alle conseguenze della decisione, distinguendo gli errori rilevanti dalle incertezze che non modificano il risultato operativo.

Giorni 22–30: simulare un assessment completo

Organizza almeno tre simulazioni con problemi differenti, imposta un tempo ragionevole, conserva le risposte e valuta la qualità del ragionamento, anziché limitarti a controllare se la soluzione finale sia corretta.

Puoi utilizzare una rubrica personale con cinque criteri, assegnando a ciascuno un punteggio da 1 a 5.

Il punteggio massimo è pari a 25 punti, ma la rubrica è uno strumento personale di autovalutazione, non una scala scientificamente validata e neppure una previsione della probabilità di superare un colloquio.

Alla fine del mese, confronta le prime simulazioni con le ultime, prestando particolare attenzione ai progressi nella capacità di riconoscere informazioni mancanti, verificare le conclusioni e spiegare perché una soluzione sia adeguata oppure richieda ulteriori controlli.

La scheda tecnica del candidato

Prima di sostenere un colloquio AI-first, verifica di saper spiegare il ragionamento che conduce a una risposta, utilizzare strumenti AI senza delegare loro il giudizio finale e riconoscere quando le informazioni disponibili non consentono di sostenere una conclusione.

Dovresti inoltre essere in grado di controllare numeri, codice e fonti quando il compito lo richiede, dichiarare i limiti di una soluzione senza confonderli con l’incapacità di risolvere il problema e chiedere chiarimenti quando il contesto non è sufficiente.

È altrettanto importante rispettare le condizioni della prova, perché non tutti gli assessment consentono di utilizzare liberamente un assistente AI: un esercizio progettato per valutare il ragionamento individuale non equivale a una prova che richiede esplicitamente la collaborazione con un agente.

Approfondimenti collegati

Per comprendere meglio come l’intelligenza artificiale stia modificando il lavoro, le competenze richieste e le modalità di accesso alle opportunità professionali, puoi proseguire con questi approfondimenti di Frontiere Evolutive.

• Chi insegna ai Chatbot? Decodifica del lavoro invisibile dietro l’Intelligenza Artificiale — per comprendere il contributo umano alla valutazione e al miglioramento dei sistemi AI.
• Professioni Zombie: come riconoscere i lavori che muoiono in silenzio e rinascere come Fenice nell’era dell’AI — per approfondire come l’automazione modifica le attività professionali e il valore delle competenze.
• Come Diventare Junior AI Engineer: cosa chiedono davvero le aziende — per collegare la valutazione dei candidati alla distanza fra requisiti dichiarati e competenze operative.
• Il Chicken-and-Egg Problem del mondo del lavoro — per esaminare il circolo vizioso fra esperienza richiesta, accesso alle opportunità e difficoltà di ingresso nel mercato.

La vera posta in gioco: chi valuta il valutatore?

Un colloquio condotto da un agente AI non elimina il giudizio umano, ma può spostarlo in una fase precedente, incorporandolo nelle regole con cui vengono formulate le domande, interpretate le risposte e assegnati i punteggi. Dietro ogni valutazione esistono infatti scelte precise su quali competenze considerare, quanto debbano pesare, quali errori siano tollerabili e quali segnali possano essere interpretati come prova di capacità.

Per il candidato, la sfida consiste nell’imparare a lavorare con la macchina senza trasformarsi in un esecutore dei suoi suggerimenti, mantenendo la capacità di controllare le informazioni e motivare le proprie decisioni. Per l’azienda, invece, la responsabilità è dimostrare che il sistema di selezione riconosce competenze realmente utili al lavoro, anziché premiare soltanto comportamenti facili da misurare o particolarmente adatti al formato della prova.

L’Assessment Designer rappresenta una possibile evoluzione professionale proprio in questo spazio, dove la progettazione dei test incontra l’analisi dei dati, la psicometria e la governance dei sistemi intelligenti. Il suo compito non sarebbe rendere l’AI più abile nel giudicare le persone, ma contribuire alla costruzione di prove capaci di distinguere ciò che un candidato sa fare, il modo in cui ragiona e la sua capacità di riconoscere i limiti dello strumento con cui collabora.

La domanda finale, quindi, non è se un agente AI possa condurre un colloquio convincente, ma se l’azienda sia in grado di dimostrare che quel colloquio distingue davvero chi possiede le capacità necessarie per svolgere il lavoro da chi ha semplicemente imparato a ottenere un punteggio elevato.

Perché, quando il primo selezionatore non è umano, la responsabilità di progettare una valutazione sensata rimane una questione umana.