L'IA aiuta a scrivere lettere chiare e adattare una candidatura a un'offerta. Ma se molti candidati producono testi convincenti a basso costo, come distingue un selezionatore le loro capacità reali? Una ricerca recente studia questo problema di valutazione e le possibili conseguenze per l'accesso al primo lavoro.

Che cosa è successo: un modello di reclutamento sotto pressione

Itai Ashlagi, Ramesh Johari, Jon Kleinberg e Anushka Murthy hanno presentato il 24 settembre 2026 il lavoro “Can Labor Markets Function in the Age of AI? The Evaluation Bottleneck in Hiring”. È un documento di lavoro basato su un modello matematico, non un'indagine sulle assunzioni effettive.

Gli autori studiano uno scenario in cui l'IA riduce il costo delle candidature mentre diminuisce l'informazione utile di alcuni elementi del dossier. In queste condizioni, le aziende possono dare maggior peso all'esperienza precedente, più facile da osservare. I candidati con qualità inizialmente meno visibili potrebbero essere svantaggiati.

Perché è importante: scrivere meglio non garantisce una valutazione migliore

Il risultato è condizionato: mostra un meccanismo possibile sotto determinate ipotesi. Non dimostra un calo generale delle assunzioni di principianti né un tasso preciso di rifiuto delle candidature assistite dall'IA.

La nostra analisi: il tema va oltre la lettera di presentazione e riguarda il tempo dedicato alla valutazione. Se aumentano i dossier, un'azienda può cercare scorciatoie. Il rischio sarebbe rendere ancora più decisiva l'esperienza già acquisita, proprio quando i nuovi arrivati hanno bisogno della prima opportunità per costruirla.

Che cosa potrebbe cambiare per voi: rendere osservabili le competenze

Per i candidati, la ricerca invita a distinguere qualità della presentazione e prova di competenza. Un progetto spiegato, un risultato contestualizzato o una discussione precisa sul proprio lavoro forniscono informazioni diverse da un testo ben scritto. Sono possibilità editoriali della nostra analisi, non metodi che garantiscono un'assunzione.

Per i datori di lavoro, gli autori studiano valutazioni in più fasi che potrebbero migliorare la selezione a certe condizioni. L'utilità dipende dal costo e dall'informazione fornita. Moltiplicare esercizi senza valutarne la pertinenza potrebbe semplicemente trasferire il carico sui candidati.

Un altro contributo viene dall'Organizzazione internazionale del lavoro. Una nota pubblicata il 15 settembre e presentata il 22 studia l'adozione dell'IA nelle imprese cinesi e le trasformazioni dell'organizzazione del lavoro. Il campione aziendale non è rappresentativo: offre contesto sugli usi, senza convalidare il modello di reclutamento né consentire generalizzazioni mondiali.

Conclusione: la sfida è riconoscere il potenziale

L'IA può rendere più accessibile una candidatura ben presentata. Non risolve da sola la difficoltà di riconoscere le competenze. Aziende e candidati avranno bisogno di valutazioni pertinenti e proporzionate che lascino spazio anche al potenziale ancora poco visibile.