Nino ascolta una conversazione su curriculum, algoritmi e nuove opportunità. Poi fa la domanda che nessuno aveva messo nell’agenda.
«Scusa, ma se l’IA scrive il mio curriculum e un’altra IA lo seleziona… al colloquio devo andarci io o possono vedersela tra loro?»
Si ride. Poi arriva il sospetto: forse Nino ha individuato il punto in cui l’efficienza rischia di diventare una conversazione senza persone.
Due assistenti. Una persona da conoscere.
Da una parte, un candidato può usare l’IA per rendere più chiaro il curriculum, collegare le esperienze ai requisiti e prepararsi alle domande. Dall’altra, chi assume dispone di strumenti che aiutano a cercare profili, organizzare informazioni e valutare corrispondenze.
Non è soltanto uno scenario immaginario. LinkedIn descrive funzioni di ricerca assistita e agenti per il recruiting; documenta anche strumenti di supporto alla candidatura e al curriculum. Questo non significa che ogni selezione sia automatizzata, né che un algoritmo decida da solo chi assumere. Significa che l’IA può intervenire su entrambi i lati del tavolo.
Fin qui, nessuno scandalo. Un curriculum scritto male può nascondere un ottimo professionista. Una ricerca dispersiva può impedire a un recruiter di incontrarlo. Migliorare quei passaggi ha senso.
Il problema comincia quando la qualità della confezione diventa più importante di ciò che contiene.
Il curriculum perfetto può essere una pessima notizia
Immagina una candidatura impeccabile: tutte le parole giuste, nessuna esitazione, ogni esperienza allineata all’annuncio. È il ritratto di una persona competente oppure la dimostrazione che qualcuno sa ottimizzare un testo?
Dal solo documento, distinguere le due cose può essere difficile. Lo era anche prima dell’IA. Ora diventa ancora più importante cercare prove che il testo, da solo, non offre.
Un progetto raccontato con precisione. Una scelta difficile e le alternative scartate. Un errore riconosciuto. Un risultato spiegato senza appropriarsi del lavoro di un’intera squadra.
Sono dettagli meno levigati di una formula perfetta. Ma permettono una conversazione più utile.
Tradurre l’esperienza non significa inventarla
Per un professionista esperto, l’IA può essere un ottimo editor. Può aiutare a spiegare un percorso complesso a chi non conosce il settore. Può rendere leggibile un’esperienza costruita tra clienti, infrastrutture, vincoli e decisioni difficili.
La distinzione è semplice: chiarire un risultato che hai ottenuto oppure attribuirti un risultato che non hai ottenuto. Nel primo caso migliori la comunicazione. Nel secondo costruisci un debito che il lavoro reale ti presenterà.
Se il curriculum promette una competenza, devi poterla discutere. Se cita un numero, devi saperne spiegare il contesto. Se descrive una responsabilità, devi riconoscere dove finiva la tua e cominciava quella degli altri.
E chi seleziona che cosa sta cercando?
La domanda vale anche dall’altra parte. Se un’azienda chiede all’IA di trovare il candidato ideale, deve prima chiarire che cosa rende una persona adatta a quel lavoro.
Quali risultati dovrà produrre? Quali competenze servono subito? Quali si possono imparare? Quale esperienza trasferibile potrebbe sfuggire a una lettura troppo letterale dei requisiti?
Per esempio, un candidato potrebbe non aver usato il tuo CRM, ma aver gestito per anni vendite complesse con interlocutori tecnici e decisori diversi. Quanto conta la familiarità con il software rispetto alla capacità di orientarsi in quella complessità? La risposta dipende dal ruolo. Va decisa, non lasciata implicita.
Automatizzare una ricerca senza chiarire i criteri può rendere più veloce una selezione poco ragionata. La velocità non corregge una domanda sbagliata.
Il colloquio deve aggiungere qualcosa al curriculum
Se l’incontro serve soltanto a ripetere le frasi del documento, Nino ha un buon argomento: le due macchine potrebbero davvero continuare la conversazione.
Il colloquio acquista valore quando mette alla prova il ragionamento. Un caso realistico. Informazioni incomplete. Un vincolo che cambia. La possibilità di fare domande prima di rispondere.
L’obiettivo è capire come la persona usa ciò che sa. Anche quando usa strumenti IA, se il lavoro li prevede. Dichiarare in anticipo quali strumenti sono ammessi rende la prova più chiara per entrambi.
Qui l’esperienza può diventare visibile: nel problema che riconosci, nel rischio che segnali, nella risposta che scegli di non dare prima di aver capito meglio.
Alla fine, Nino deve andarci
L’IA può aiutarti a ottenere attenzione. La conversazione serve a capire se quell’attenzione ha trovato la persona giusta. Da entrambe le parti.
Perché anche il candidato sta valutando qualcosa: la chiarezza del ruolo, la qualità delle domande, la disponibilità dell’azienda a vedere oltre la candidatura perfetta.
Nino ci pensa. Poi aggiunge:
«Va bene, al colloquio ci vado io. Ma almeno ditemi se cercate una persona capace o un curriculum che vi dia ragione.»
Nella tua esperienza, quale domanda fa emergere una competenza che un curriculum perfetto riesce a nascondere?
Continua a farti domande utili
Nel Digest di HiTechStories trovi prospettive e strumenti per restare rilevante, pensare in autonomia e usare l’IA senza delegarle il tuo giudizio. Scopri il Digest.
Fonti e nota editoriale
Fonti di prodotto: LinkedIn: agenti IA per candidati e recruiter; AI-Assisted Search & Projects; aggiornamenti LinkedIn Hiring, Q2 2025. Consultate il 21 ottobre 2026.
Le domande di Nino sono un espediente narrativo. Gli esempi sono ipotetici: non descrivono un caso aziendale verificato e non implicano che tutti i sistemi di selezione funzionino allo stesso modo.
