E’ arrivata l’intelligenza artificiale che aiuta i recruiter a scegliere i migliori talenti

E’ arrivata l’intelligenza artificiale che aiuta i recruiter a scegliere i migliori talenti

Da quasi un anno In-recruiting sta lavorando allo sviluppo di soluzioni di intelligenza artificiale con l’obiettivo di aumentare ancora di più l’efficienza dell’intero ciclo di ricerca e selezione attraverso un ATS (Applicant Tracking System)/Recruiting Software intelligente che permetta di automatizzare il lavoro del recruiter e quindi ottimizzare tutto il processo di recruiting in cui è coinvolto. È una soluzione pensata specificatamente per il mondo HR e del recruiting.

Le prime tecnologie di AI sono finalmente disponibili in versione beta all’interno di In-recruiting oppure implementabili via API. Vediamo nei dettagli di quali funzionalità si tratta e quali benefici sono in grado di portare:

Parsing: tecnicamente è l’insieme di processi che portano all’estrazione di informazioni ordinate da documenti CV con qualsiasi tipo di layout. Nella pratica, l’algoritmo riconosce il formato del CV caricato dal candidato ed estrapola in modo corretto le informazioni anche grazie a tecniche di computer vision. Per fare un esempio: se abbiamo a che fare con un CV organizzato su più colonne o con un layout particolare, questo processo consente di estrarre il testo in modo ordinato, rispettandone il significato inserito all’interno del documento.

Information extraction: si tratta dell’estrazione delle informazioni non strutturate o semi-strutturate contenute in un CV attraverso un processo di riconoscimento delle entità semantiche: l’algoritmo, utilizzando le reti neurali, legge e classifica le informazioni riportate nel documento e impara a riconoscerle ed estrarle​. Si tratta di una fase di elaborazione delle informazioni strettamente legata al parsing. I principali vantaggi sono quelli di poter beneficiare di performance più veloci e precise. In particolare, attraverso l’information extraction avviene un riconoscimento delle categorie di testo (entità semantiche) contenute nel CV. Facciamo un esempio pratico: un CV è solitamente organizzato con al suo interno dati anagrafici, titoli di studio, dati personali, job title, competenze informatiche ecc; l’information extraction estrae le informazioni contenute nel CV tenendo conto del significato di queste entità semantiche di testo e attua un auto-completamento del form di candidatura. Oltre a questa funzionalità, che garantisce un notevole risparmio di tempo e un miglioramento della candidate experience, l’information extraction ha il grande vantaggio di consentire una migrazione precisa e puntuale dei dati dei CV su un altro Database.

Motore di ricerca semantico e scoring: l’implementazione di un motore semantico consente di potenziare la ricerca con il suggerimento di parole chiave da usare in fase di screening CV. Il recruiter beneficia un suggerimento che amplia e perfeziona la sua query tenendo conto del contesto di ricerca e gli permette di considerare ogni CV interessante che utilizza denominazioni diverse o sinonimi. Questa funzionalità consente oltretutto di superare eventuali errori ortografici presenti nel CV che prima avrebbero rallentato il processo di screening dei candidati. Con la ricerca semantica quindi un recruiter è sicuro di poter tenere in considerazione tutti i CV rilevanti; se per esempio, ha bisogno di trovare un programmatore, non dovrà più preoccuparsi di compiere ricerche diverse a seconda della terminologia inserita all’interno dei CV da parte dei candidati (developer, sviluppatore web, web designer, PHP expert, ecc): l’algoritmo infatti tiene in considerazione tutti i candidati idonei al ruolo ricercato dal selezionatore, anche se i CV contengono parole diverse per descrivere lo stesso job title.

Per facilitare ancora di più questa fase e garantire uno screening più veloce, i profili dei candidati vengono classificati secondo un punteggio di rilevanza/pertinenza (scoring).

Autocomplete: suggerimenti in auto-completamento delle parole inserite dal recruiter basati sul proprio database di documenti.

Comparazione candidati: l’algoritmo riconosce i profili dei candidati simili a quelli consultati dal selezionatore e li propone al recruiter, per uno screening decisamente più completo che non esclude nessun potenziale talento. Durante questo processo, la comparazione è molto più approfondita di qualsiasi altro sistema passato perchè non si basa sui dati strutturati presenti in DB ma avviene attraverso una vera e propria lettura/analisi da parte dell’algoritmo dei soli documenti CV allegati (clusterizzazione del contenuto testuale del CV).