Il mercato del lavoro si è bloccato su se stesso
Quando candidati e recruiter usano AI per difendersi l'uno dall'altro, il processo di selezione produce rumore, non matching.
C'è un'ironia strutturale al centro del mercato del lavoro americano in questo momento: le stesse tecnologie che dovevano ridurre l'attrito nella ricerca e nella selezione del personale stanno producendo uno stallo. Non una crisi drammatica, ma un blocco silenzioso - un sistema che gira su se stesso senza produrre allocazioni.
Il meccanismo è semplice da descrivere, difficile da risolvere. I candidati, frustrati dall'opacità degli ATS (Applicant Tracking System), usano AI per analizzare le job description, estrarne le parole chiave, ottimizzare i cv in modo da superare i filtri automatici. I recruiter, sepolti sotto centinaia o migliaia di candidature per una singola posizione, usano AI per filtrare, classificare, scartare. Il risultato: due strati di automazione che si fronteggiano senza produrre segnale utile. I candidati qualificati vengono scartati perché le loro competenze non corrispondono esattamente al lessico della job description. Le posizioni restano aperte perché i profili "ottimizzati" non rispecchiano le persone reali.
Questo non è un problema tecnico. È un problema di design organizzativo. Le aziende hanno adottato l'automazione della selezione come soluzione al volume, non come soluzione al matching. Il volume è aumentato - in parte proprio perché i candidati, sapendo che il costo marginale di un'application AI-assistita è quasi zero, applicano a un numero molto maggiore di posizioni. Il che aumenta il volume. Il che giustifica più automazione nel filtraggio. Il ciclo si chiude.
Il segnale parallelo dal Massachusetts aggiunge un livello ulteriore di complessità. I driver di Uber e Lyft hanno formato il primo sindacato ride-share negli Stati Uniti. È un evento rilevante non perché sia una vittoria sindacale classica, ma perché segnala una risposta organizzativa collettiva a una forma di lavoro che per un decennio è stata classificata come "indipendente" proprio per evitare questo tipo di tutele. La piattaforma come datore di lavoro non riconosciuto è un modello organizzativo che sta incontrando resistenza istituzionale crescente.
I due fenomeni appartengono allo stesso strato strutturale: le organizzazioni - sia le aziende tradizionali con i loro ATS, sia le piattaforme con i loro algoritmi di dispatch - hanno esternalizzato decisioni critiche sul lavoro a sistemi automatizzati che ottimizzano proxy misurabili (parole chiave, acceptance rate, rating) invece di variabili reali (adeguatezza, affidabilità, valore generato). Quando i lavoratori rispondono adattando il comportamento a quei proxy - curricula ottimizzati, gaming dei sistemi di rating - il segnale si degrada ulteriormente.
Le implicazioni per le organizzazioni sono concrete. Il primo problema è visibilità: non si sa quanti candidati qualificati vengono sistematicamente esclusi perché il loro profilo reale non combacia con il template atteso dall'ATS. Non esistono metriche standard per misurare questo tipo di falso negativo. Il secondo problema è responsabilità: quando la decisione di scartare un candidato è prodotta da un algoritmo, diventa difficile - per il recruiter, per il candidato, per l'azienda stessa - capire il criterio effettivo applicato. Il terzo problema è reputazionale e legale: la sindacalizzazione dei driver ride-share è solo il primo segnale di una stagione in cui l'automazione delle decisioni sul lavoro inizierà a produrre contestazioni sistematiche.
Il problema aperto non è tecnologico. È di governance organizzativa: chi decide cosa ottimizzare, chi risponde quando l'ottimizzazione produce esclusioni, come si ridisegna il processo di selezione quando entrambe le parti usano AI per navigarlo. Sono domande che la maggior parte delle organizzazioni non ha ancora formulato in modo esplicito.
