Perché il candidato IA che ottiene il colloquio migliore non è necessariamente quello assunto con successo?
Il miglior candidato nel campo dell'IA durante un colloquio non è sempre il più adatto al ruolo. Scopri gli errori più comuni nelle assunzioni e come selezionare con successo i talenti nel settore dell'IA.
Le cose più importanti che devi sapere
- Valuta la competenza dei candidati all'IA assegnando loro un compito pratico che simuli il lavoro con vincoli reali, chiedendo loro di giustificare le proprie azioni in ogni fase.
- Modificate le domande del colloquio includendo esempi di malfunzionamenti dell'IA (come una risposta errata o una richiesta non andata a buon fine) e come il candidato li ha scoperti e risolti.
- Metti alla prova la capacità di adattamento dei candidati modificando lo scenario del compito di intelligenza artificiale a metà percorso, concentrandoti sull'analisi del flusso di lavoro e della logica alla base della soluzione piuttosto che sul risultato finale.
Secondo il McKinsey Global Institute, la domanda di competenze nell'intelligenza artificiale è aumentata di quasi sette volte in due anni, un ritmo più rapido rispetto alla domanda di qualsiasi altra competenza.
Questo sentimento trova riscontro nelle mie conversazioni con i leader del settore tecnologico; quasi tutti coloro con cui parlo sono alla ricerca di dipendenti con competenze in intelligenza artificiale.
Il problema, però, è che pochissimi di loro sanno spiegarmi in cosa consista concretamente la padronanza dell'intelligenza artificiale applicata sul lavoro all'interno delle loro organizzazioni.
Secondo McKinsey, quasi il 90% delle aziende ha investito nell'intelligenza artificiale, ma meno del 40% di esse ha riportato risultati tangibili.
La maggior parte delle analisi post-implementazione dell'intelligenza artificiale si concentra su modelli, dati e flussi di lavoro.
Ma in pochi si soffermano a esaminare le persone che sono state assunte per guidare la trasformazione verso l'intelligenza artificiale, o a capire come e perché sono state scelte.
I pericoli di confondere la fiducia con la competenza
Uno degli effetti collaterali dei progressi dell'IA è che ha reso molto più facile parlare del suo utilizzo. Un candidato potrebbe iniziare nominando ciascun modello, per poi spiegare una struttura architettonica di cui ha letto la settimana precedente. In una breve conversazione, è quasi impossibile separare un linguaggio eloquente da una raffinata applicazione pratica.
Spesso, chi fa una buona impressione al responsabile delle assunzioni è chi sembra più a suo agio nel parlare di intelligenza artificiale. Se poi siano effettivamente in grado di utilizzare l'IA per svolgere il lavoro è un'altra questione, e una che la maggior parte dei processi di selezione non pone mai.
Pensate al colloquio come a una dimostrazione in un contesto scelto dal candidato, con una preparazione meticolosa e una propria narrazione. Ma è proprio nell'utilizzo dell'IA sul posto di lavoro che iniziano i problemi: senza un'adeguata competenza in materia, è facile perdere il controllo.
Molte aziende basano i propri criteri di assunzione esclusivamente sulla familiarità del candidato con gli strumenti. Ma approfondendo la questione e definendo come standard l'utilizzo autonomo e documentato, emerge immediatamente la reale lacuna di competenze.
Esistono diverse modifiche che i team possono apportare al processo di reclutamento per cambiare il modo in cui viene misurata l'efficacia dell'IA:
1. Testa il lavoro prima della conversazione.
Presenta ai candidati uno scenario che simuli il lavoro reale e valuta le loro prestazioni in base a una serie predefinita di competenze. Ad esempio, se stai assumendo un product designer, assegnagli un compito reale che implichi vincoli di prodotto autentici e chiedigli "perché" a ogni passaggio.
Un candidato che parla fluentemente vi offrirà quaranta indicazioni impeccabili. Chi invece è in grado di portare a termine il lavoro vi dirà quali resisteranno in condizioni estreme, quali standard di accessibilità sono richiesti e quale ingegnere sarà responsabile della costruzione. Questa è la prova che la maggior parte dei colloqui non include mai.
2. Modificare le domande del colloquio
Smettetela di chiedere informazioni sugli strumenti che le persone usano. Chiedete loro quando è stata l'ultima volta che l'IA ha dato loro una risposta sbagliata e come se ne sono accorti, oppure chiedete loro di mostrarvi un esempio di richiesta che non ha funzionato e come l'hanno risolta.
Analizziamo nel dettaglio un singolo progetto concreto: cosa è cambiato, cosa è andato storto, cosa è stato verificato e chi è stato influenzato dal risultato. A nessuna di queste domande può rispondere chi non ha effettivamente svolto il lavoro.
3. Cambia lo scenario
Assegnate al candidato un compito realistico relativo all'intelligenza artificiale, quindi modificatelo a metà percorso rimuovendo uno strumento, aggiungendo un vincolo o cambiando l'obiettivo. I candidati più bravi riformuleranno il problema e continueranno a lavorare, mentre quelli meno competenti si fermeranno o descriveranno cosa farebbero in teoria.
Esigete di vedere il processo, non solo il prodotto finale. Consentite l'uso dell'IA nella valutazione, a condizione che le persone dimostrino il loro flusso di lavoro, l'automazione, i suggerimenti e la logica che li sottende. Chiunque può ormai produrre risultati impeccabili. Ma ciò che conta di più è come ci si arriva.
4. Valutate insieme la prestazione
Fornite a ciascun candidato gli stessi criteri di valutazione, definiti prima del colloquio, e confrontate poi le prove raccolte in una sessione di revisione congiunta. Questa revisione congiunta delle prove diventa il fattore decisivo nella decisione finale di assunzione e contribuisce a definire la competenza del candidato in materia di intelligenza artificiale.
Ancora oggi, il processo di reclutamento nel campo dell'intelligenza artificiale cade nella trappola di selezionare il candidato che si comporta meglio al colloquio, per poi scoprire, un trimestre dopo, che non è in grado di svolgere il lavoro effettivo.
Il processo di assunzione poco trasparente può sembrare efficiente perché richiede meno impegno da parte di chi lo gestisce. Tuttavia, il suo impatto sull'azienda è reale, in quanto sposta i costi alla fase di implementazione, dove il monitoraggio diventa molto più difficile e la risoluzione dei problemi molto più costosa.
La prossima volta che assumete uno specialista di intelligenza artificiale, evitate di fargli domande sugli strumenti che utilizza. Concentratevi invece sull'ultima volta in cui uno di questi strumenti non ha funzionato e su come ha risolto il problema.
Abbiamo analizzato i migliori programmi di risorse umane.
I commenti sono chiusi.