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.