Cercare lavoro online
è tra le peggiori esperienze digitali
del nostro tempo.
E farlo di persona non è molto meglio.
[Il modo in cui lavoriamo]
La ricerca di personale
che conosciamo è da rifare.
È un'esperienza terribile per le persone.
Circa il 75% delle persone
che hanno cercato lavoro
lo scorso anno usando vari metodi
non ha mai ricevuto
notizie dal datore di lavoro.
E a livello aziendale non è molto meglio.
Il 46% delle persone
viene licenziato o si licenzia
durante il primo anno di lavoro.
Una cosa sconvolgente.
Danneggia anche l'economia.
Per la prima volta nella storia,
abbiamo più posti di lavoro vacanti
che numero di disoccupati,
e ciò vuol dire che c'è un problema.
Il punto cruciale della questione
è un semplice foglio di carta: il CV.
Un curriculum contiene
alcune informazioni utili:
i ruoli ricoperti,
le abilità informatiche,
le lingue parlate,
ma ciò che manca è
il potenziale delle persone di fare cose
che magari in passato
non hanno avuto l'occasione di fare.
E con un'economia che cambia velocemente
dove i lavori si cercano online
e che richiedono abilità che nessuno ha,
se ci soffermiamo solamente
a cosa uno ha fatto in passato,
non riusciremo ad assegnare
alle persone i lavori del futuro.
Ed è qui che penso che la tecnologia
possa essere utile.
Avrete notato che gli alogritmi
sono diventati ottimi
nell'abbinare le persone alle cose.
E se potessimo usare
quella stessa tecnologia
per aiutarci a trovare dei lavori
per cui siamo adatti?
Ma so a cosa state pensando.
Fa paura pensare che siano
gli algoritmi a scegliere per te,
ma esiste un metodo che riesce a predire
il successo lavorativo di un individuo,
ed è il cosiddetto test multi-valutativo.
Questi test in realtà
non sono niente di nuovo,
ma un tempo erano molto costosi
richiedevano la presenza
di qualcuno con un PhD
e rispondere a molte domande
e scrivere dei report.
Questi test sono un modo
per capire i tratti innati di una persona:
la memoria, il grado di attenzione.
E se potessimo fare dei test,
renderli scalabili e accessibili,
e fornire ai datori le informazioni
su quali sono quei tratti
che rendono un individuo
adatto per un certo lavoro?
Tutto ciò sembra astratto.
Proviamo uno dei giochi insieme.
Vedrai un cerchio intermittente,
e il tuo compito sarà
applaudire quando il cerchio è rosso
e stare fermo quando è verde.
[Pronti?]
[Via!]
[Cerchio verde]
[Cerchio verde]
[Cerchio rosso]
[Cerchio verde]
[Cerchio rosso]
Forse sei il tipo di persona
che applaude appena
il cerchio rosso appare.
O forse sei il tipo di persona
che ci mette un po' di più
per essere sicura al 100%.
O forse applaudi al verde
anche se non dovresti.
La cosa bella è che questo
non è come un test standardizzato
dove alcune persone
sono idonee e altre no.
Invece, si tratta di capire l'idoneità
tra le tue caratteristiche
e ciò che ti renderebbe
bravo in un lavoro.
Se applaudi tardi sul rosso
e non applaudi mai sul verde,
potresti essere molto attento
e controllato.
Le persone in quel quadrante
sono ottimi studenti, bravi nei test,
bravi a gestire progetti
o nella contabilità.
Ma se applaudi subito sul rosso
e a volte anche sul verde,
potrebbe significare che
sei più impulsivo e creativo,
e spesso i venditori migliori
incarnano queste caratteristiche.
Il modo in cui usiamo ciò nelle assunzioni
è far sì che i migliori in un ruolo
svolgano degli esercizi di neuroscienze
come questo.
Poi sviluppiamo un algoritmo
che capisce cosa rende
queste persone uniche.
Quando le persone cercano lavoro,
siamo in grado di proporre i candidati
più adatti per quel lavoro.
Potresti pensare che è pericoloso.
Il mondo lavorativo oggi
non è il più diversificato
e se creiamo algoritmi
basati sui migliori candidati attuali,
come possiamo assicurarci
che non stiamo solo perpetuando
le faziosità che già esistono?
Se creiamo un algoritmo basato
sui migliori amministratori delegati
e usiamo l'indice Standard & Poor 500,
ti accorgeresti
che assumeresti con più probabilità
un bianco di nome John e non una donna.
E questa è la realtà di chi
ricopre questi ruoli ora.
Ma la tecnologia offre
un'opportunità davvero interessante.
Possiamo creare degli algoritmi più equi
e più giusti rispetto agli esseri umani.
Ogni algoritmo che creiamo
è stato collaudato
per assicurare che non favorisca
un genere o un'etnia.
E se c'è una popolazione che
viene favorita maggiormente,
possiamo alterare l'algoritmo
fino a che non lo sia più.
Quando ci focalizziamo sui tratti innati
che possono rendere
qualcuno idoneo per un lavoro,
possiamo trascendere le discriminazioni
di razza, classe, sesso, età --
anche dell'istruzione.
Ttecnologia e algoritmi
non si dovrebbero usare
solo per aiutare a trovare il prossimo
film o una canzone di Justin Bieber.
Immagina se si potesse sfruttare
il potere della tecnologia
per avere una guida su cosa dovremmo fare
basata su chi siamo nel profondo.