Screening AI dei cv. Un esempio illustrativo, non un risultato cliente: l'agenzia e tutti i numeri qui sono ipotesi. Lo screening dei cv con l'AI è un software che legge i cv in arrivo, valuta ciascuno rispetto AI requisiti indispensabili di un ruolo e consegna al recruiter una shortlist ordinata da approvare. Non assume e non scarta nessuno da solo; un recruiter dà l'ok prima che un candidato proceda o riceva un no.
Per illustrare, immagina un'agenzia di selezione con tempi di shortlist lunghi. Supponi che ogni posizione aperta riceva circa 100 cv e che un recruiter impieghi circa 6 minuti sulla prima lettura di ciascuno: trovare i dati, confrontare i requisiti, ribattere tutto nell'ats. Sono ipotesi per l'esempio, non misurazioni di un cliente.
Dietro questo articolo non c'è nessun incarico reale, quindi non c'è alcun risultato da riportare. Quello che possiamo mostrare è il progetto. La pipeline valuta e ordina, ma non scarta mai in automatico. Un recruiter approva ogni shortlist, e ogni esecuzione conserva un registro di audit di cosa ha valutato il modello e perché.
#Cosa consuma il tempo tra una posizione aperta e una shortlist?
Un team in questa situazione partirebbe misurando, non costruendo: sedersi con due recruiter e cronometrare la prima lettura su un campione di candidature. I giudizi di solito sono rapidi. A essere lento è cercare, leggere e ribattere.
- Aprire ogni cv e individuare gli anni di esperienza, le competenze citate e la sede o il permesso di lavoro, moltiplicato per una pila di cv per posizione.
- Confrontare quei dati con i requisiti indispensabili di quella specifica posizione, che cambiano a ogni richiesta.
- Ribattere una shortlist nell'ats e scrivere la nota sul perché ogni candidato è stato scelto, tra un'interruzione e l'altra.
- Aspettare. Una pila letta a metà resta lì finché il recruiter non torna, e i buoni candidati si raffreddano.
Quindi l'obiettivo non è mai stato "leggere più in fretta". Era "smettere di far cacciare a un recruiter fatti che sono già scritti sulla pagina".
#Come lo screening dei cv con l'AI riduce il tempo di shortlist?
Come riduce l'AI il tempo per la shortlist nel recruiting?
Legge ogni cv in arrivo, estrae i dati che un ruolo richiede, valuta il candidato rispetto AI requisiti indispensabili e redige una shortlist ordinata, così il recruiter rivede invece di leggere a freddo. Il risparmio sta nella prima lettura a freddo, che un team può cronometrare prima e dopo. Un recruiter approva comunque ogni shortlist prima che qualcuno riceva risposta.
La pipeline funziona in quattro passaggi: estrae i dati da un cv non strutturato, valuta il candidato rispetto AI requisiti indispensabili dichiarati per il ruolo, classifica la pila con il motivo di ogni punteggio allegato, poi instrada la shortlist alla coda di approvazione di un recruiter. Niente esce da quella coda senza che una persona clicchi approva.
Il progetto riusa lo schema di elaborazione documentale dei sinistri e dell'acquisizione fatture, adattato alla selezione del personale. La forma è quella descritta nella nostra pagina dei casi d'uso per le operations: estrarre da input non strutturato, valutare, instradare, approva una persona. Verrebbe impostato come progetto di implementazione AI, e il codice è tuo.
#L'AI scarta i candidati da sola?
We are
Stennir costruisce una pipeline di screening bozza-e-revisione che valuta e classifica, poi consegna ogni shortlist a un recruiter che la approva.
We aren't
Non è un filtro che scarta automaticamente ed elimina i candidati in silenzio, e non è una scatola nera che assegna punteggi senza mostrare i motivi.
No. Ogni punteggio porta la motivazione data dal modello, e ogni esecuzione viene registrata. In questo progetto un recruiter umano approva ogni shortlist che arriva a un candidato e nessuno viene scartato in automatico. Quando un recruiter dissente da un punteggio, la nota è lì da discutere, e questo dà anche il segnale per tarare i requisiti per ruolo.
In pratica il modello fa la prima lettura e il recruiter decide, partendo da una pila ordinata con le motivazioni allegate invece che da una casella di posta fredda.
#Cosa potrebbero fare i recruiter con il tempo recuperato?
Ciò che un modello non sa fare: chiamare i candidati in shortlist finché il cv è ancora fresco. Spostare il lavoro dalla lettura alla conversazione è il punto. Una chiamata tempestiva a un buon candidato spesso fa la differenza tra un inserimento e un concorrente arrivato prima.
Se guidi un ufficio talent o operations e la prima lettura ti mangia la settimana, è il tipo di cosa che progettiamo. Partiamo misurando dove va davvero il tempo, poi progettiamo una pipeline bozza-e-revisione che il tuo team possiede. raccontaci cosa stai costruendo e ti diremo se questo schema fa al caso tuo prima che qualcuno scriva codice.
