Se tutti possono avere un CV perfetto, cosa resta da valutare?
di Phillip Hamnett
Negli ultimi due anni i curriculum sono migliorati e, nello stesso tempo, è diventato più difficile capire quante informazioni contengano davvero e quanto aiutino a valutare le competenze di chi si candida.
🎯 In questo articolo:
- Perché un CV formalmente perfetto può offrire meno informazioni utili rispetto al passato.
- Come l’aumento delle candidature sta modificando i processi di screening e selezione.
- Quali strumenti mostrano una maggiore validità predittiva nella valutazione dei candidati.
- Come verificare le competenze attraverso evidenze concrete, colloqui strutturati e prove di lavoro.
- Cosa cambia per l’HR con gli obblighi europei sui sistemi di AI utilizzati nella selezione.
Quando il CV dice meno di prima
La diffusione degli strumenti di intelligenza artificiale generativa ha cambiato i costi della candidatura. Scrivere un curriculum ben costruito, adattarlo a una posizione e formulare in modo efficace esperienze e competenze richiede oggi molto meno tempo rispetto a pochi anni fa.
Questo rende più debole un segnale sul quale la selezione ha sempre fatto affidamento: la qualità del documento in ingresso.
Quanto è cambiato, in numeri
Greenhouse pubblica una serie europea di benchmark costruita su oltre 800 imprese e più di 17 milioni di candidature tra il 2022 e il 2025. Le candidature per posizione sono passate da 99 a 183, con un aumento dell’85%. Le candidature gestite da ciascun selezionatore in un anno sono passate da 98 a 474, il 385% in più. Nello stesso periodo la dimensione media dei team di selezione è scesa da 14,41 a 6,14 persone, con un calo del 57% (Greenhouse, 2026).
Sul mercato italiano l’Istat, nei dati di giugno 2026 diffusi il 30 luglio, registra un tasso di occupazione fermo al 62,9%, un tasso di disoccupazione salito al 5,7% e un tasso di disoccupazione giovanile al 18,4%, con 97 mila persone in più in cerca di lavoro rispetto al mese precedente (Istat, 2026).
Chi seleziona si trova quindi con più materiale da gestire e team mediamente più piccoli. La risposta più immediata consiste nell’irrigidire i filtri a monte e nell’automatizzare una parte crescente dello screening.
Perché filtrare di più può non bastare
La ricerca sulla validità predittiva degli strumenti di selezione offre qualche indicazione utile.
Sackett, Zhang, Berry e Lievens (2022) hanno riesaminato decenni di meta-analisi sulla selezione del personale e hanno documentato una correzione statistica sistematicamente eccessiva per la restrizione del range, che aveva gonfiato la validità apparente di numerosi strumenti.
Con il ricalcolo, il colloquio strutturato raggiunge una validità stimata di .42 e i test di abilità cognitiva generale di .31. La revisione modifica in modo significativo la graduatoria che per anni è stata utilizzata come riferimento nella letteratura sulla selezione.
Il curriculum continua a essere uno strumento importante per raccogliere informazioni, ricostruire esperienze e verificare requisiti preliminari. La sua qualità formale, però, potrebbe essere diventata meno informativa rispetto al passato.
Finché produrre una candidatura accurata richiedeva tempo, capacità di scrittura e una certa familiarità con i processi di selezione, anche la costruzione del documento conteneva indirettamente qualche informazione sul candidato. Oggi gran parte di questo lavoro può essere svolta in pochi minuti con l’aiuto di un modello linguistico.
Una conseguenza possibile
Se la qualità formale del curriculum diventa più facile da ottenere, una parte della capacità valutativa può essere spostata sulla verifica delle esperienze dichiarate, sulla struttura del colloquio e, quando è utile, su prove direttamente collegate al lavoro.
Tre criteri per valutare le competenze reali
1. L’evidenza verificabile al posto dell’aggettivo
Un modello linguistico produce senza sforzo formule come “ottime capacità di gestione del team”, “orientamento ai risultati” o “forte capacità di problem solving”.
È più informativo chiedere che cosa c’è dietro quelle formule: quante persone, per quanto tempo, con quale responsabilità, in quale contesto e con quali risultati.
Il passaggio operativo può iniziare già durante lo screening, introducendo campi strutturati che chiedano al candidato di descrivere episodi o risultati concreti invece di affidare tutte le informazioni a un allegato libero.
2. La capacità di sostenere ciò che si dichiara
Le affermazioni più rilevanti del curriculum possono essere approfondite durante il colloquio. Se un candidato dichiara di aver gestito un progetto, coordinato un gruppo o ottenuto un determinato risultato, il selezionatore può chiedergli di ricostruire l’esperienza: il contesto, le difficoltà incontrate, le decisioni prese, le attività svolte personalmente e gli esiti.
Il livello di dettaglio e la coerenza della ricostruzione aggiungono informazioni che la formulazione scritta del curriculum non può offrire.
Questo tipo di approfondimento acquista maggiore valore quando le domande sono definite in anticipo e utilizzate in modo comparabile con candidati diversi.
Approfondimento della redazione
Su RisorseUmane-HR.it: Colloquio di lavoro: intuizione o metodo?
3. La prova di lavoro proporzionata
Un compito breve e realistico può fornire informazioni difficili da ottenere dalla sola candidatura. La sua efficacia dipende però da come viene progettato.
La prova dovrebbe essere collegata alle attività effettive della posizione, avere una durata dichiarata e criteri di valutazione stabiliti prima. Quando richiede un impegno significativo, va considerata anche la possibilità di riconoscere economicamente il tempo richiesto.
Una prova sovradimensionata rischia di misurare anche la disponibilità di tempo del candidato, introducendo una variabile che ha poco a che fare con la competenza professionale.
Tra gli strumenti utilizzati per osservare competenze e comportamenti in situazione rientrano anche gli Assessment Center.
Approfondimento della redazione
Su RisorseUmane-HR.it: Assessment Center, Recruiting e AI: come cambierà il processo di selezione?
Come si ridisegna il colloquio
Se il colloquio strutturato è lo strumento con la validità stimata più alta nella revisione di Sackett e colleghi, merita la progettazione che oggi molte organizzazioni dedicano ai filtri iniziali.
Struttura significa almeno quattro cose concrete:
- domande definite prima e sostanzialmente uguali per tutti i candidati sulla stessa posizione;
- ancore di punteggio scritte prima, con una descrizione di ciò che distingue, per esempio, una risposta valutata 2 da una valutata 4;
- quando possibile, più di un valutatore, con punteggi raccolti separatamente prima della discussione;
- un verbale della valutazione che conservi criteri e punteggi, non soltanto l’esito finale.
È lavoro di progettazione e costa tempo. Lo stesso tempo, però, viene già assorbito dalla lettura, dal filtraggio e dalla gestione di candidature che diventano sempre più numerose e sempre più simili nella forma.
L’obbligo che arriva nel 2027
C’è infine un elemento che riguarda direttamente chi acquista software di selezione.
Il Regolamento europeo sull’intelligenza artificiale classifica tra i sistemi ad alto rischio alcune applicazioni utilizzate nella selezione del personale. L’Allegato III, punto 4, lettera a), comprende i sistemi destinati al reclutamento o alla selezione di persone fisiche, in particolare quelli utilizzati per pubblicare annunci mirati, analizzare e filtrare le candidature e valutare i candidati.
Il Regolamento (UE) 2026/1744, entrato in vigore il 27 luglio 2026, ha modificato il calendario di applicazione. Per i sistemi ad alto rischio richiamati dall’articolo 6, paragrafo 2, e dall’Allegato III, le sezioni 1, 2 e 3 del Capo III si applicheranno dal 2 dicembre 2027.
Tra gli aspetti disciplinati rientrano la gestione del rischio, la qualità e la governance dei dati, la registrazione delle attività, la documentazione tecnica, le informazioni agli utilizzatori, la sorveglianza umana, l’accuratezza, la robustezza e la cybersicurezza.
Una domanda da porre ai fornitori
Quando un software interviene nello screening, nel ranking o nella valutazione dei candidati, può essere utile chiedere fin da ora quali dati utilizza, quali controlli lascia all’HR, come vengono registrate le attività e quale documentazione sarà disponibile per gli utilizzatori.
Approfondimento della redazione
Per approfondire il rapporto tra intelligenza artificiale e recruiting su RisorseUmane-HR.it: L’Artificial Intelligence (AI) e il processo di selezione
In conclusione
Il mercato ha reso molto più semplice produrre una candidatura formalmente efficace. Il curriculum conserva la propria utilità, ma una parte delle informazioni che in passato potevano essere ricavate anche dalla sua costruzione oggi è più difficile da leggere.
Le competenze restano valutabili. Serve però cercarne le tracce in luoghi diversi: nelle evidenze portate dal candidato, nella capacità di ricostruire le esperienze, nei colloqui progettati con criteri comparabili e, quando è opportuno, nelle prove di lavoro.
Per chi seleziona significa dedicare meno attenzione alla perfezione del documento e più attenzione alla qualità della verifica.
Bibliografia
- Commissione europea (2024). Allegato III del Regolamento sull’intelligenza artificiale. AI Act Service Desk. Allegato III.
- Parlamento europeo e Consiglio dell’Unione europea (2026). Regolamento (UE) 2026/1744. EUR-Lex.
- Greenhouse (2026). The Hire Standard: European hiring benchmarks. Greenhouse.
- Istat (2026, 30 luglio). Occupati e disoccupati – Giugno 2026. Dati provvisori. Istat.
- Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range. Journal of Applied Psychology, 107(11), 2040–2068. https://doi.org/10.1037/apl0000994.
Questo articolo è offerto da:
altri articoli di questo autore
Risorse aggiuntive
Potrebbero interessarti anche questi articoli:
- Bias Cognitivi nella Selezione dei Candidati
- Debiasing HR: tecniche per mitigare i bias cognitivi nelle Risorse Umane
- L’IA è troppo sicura di sé? Attenzione ai bias nelle risorse umane
Libri consigliati
- Donald M. Truxillo, Talya N. Bauer, Berrin Erdogan, Psicologia del lavoro e delle organizzazioni, UTET Università, 2020.
- Chiara Consiglio, Erica Tinelli, Assessment center. Tra rigore metodologico e nuove sfide del mondo che cambia, FrancoAngeli, 2019.
- Giuseppe Gandolfi, Il processo di selezione. Strumenti e tecniche (colloquio, test, assessment di selezione), FrancoAngeli, 2023.
Glossario
Validità predittiva: capacità di uno strumento di selezione di prevedere un risultato futuro rilevante, come la performance lavorativa del candidato una volta inserito nel ruolo.
Colloquio strutturato: intervista di selezione costruita in anticipo, con domande definite, criteri di valutazione comuni e modalità di attribuzione dei punteggi comparabili tra candidati.
Restriction of range: fenomeno statistico che si verifica quando la variabilità del campione osservato è inferiore a quella della popolazione originaria, ad esempio perché vengono analizzati soltanto i candidati che hanno già superato una fase di selezione. Può influenzare la stima della relazione tra uno strumento di selezione e la performance successiva.
Assessment Center: metodologia di valutazione che utilizza più prove, osservatori e criteri per analizzare comportamenti e competenze rilevanti rispetto a un determinato ruolo.
Work sample: prova nella quale al candidato viene richiesto di svolgere un’attività simile a quelle previste dal lavoro, così da osservare direttamente alcune competenze in una situazione concreta.
Screening: fase iniziale del processo di selezione nella quale le candidature vengono esaminate e filtrate sulla base di requisiti, informazioni ed eventuali criteri stabiliti dall’organizzazione.
Validità di costrutto: grado con cui uno strumento misura effettivamente la caratteristica psicologica o professionale che dichiara di valutare, come una capacità cognitiva, una competenza o un tratto.
Validità di contenuto: grado con cui una prova rappresenta in modo adeguato le attività, le conoscenze o le competenze rilevanti per il ruolo da ricoprire.
Sistema di AI ad alto rischio: categoria prevista dall’AI Act europeo che comprende, tra gli altri, determinati sistemi di intelligenza artificiale utilizzati nel reclutamento e nella selezione, quando rientrano nelle condizioni stabilite dal Regolamento.
Sorveglianza umana: insieme delle misure che permettono a una persona di comprendere, controllare e, quando necessario, intervenire sul funzionamento o sugli output di un sistema di intelligenza artificiale.








