Computer Vision: gli occhi dell’AI puntati sul recruiting

L’intelligenza artificiale è ormai entrata con prepotenza nella nostra quotidianità: che si tratti di proteggerci dalle e-mail di spam o di aiutarci nello scegliere un film da vedere o una canzone da ascoltare, avanzati algoritmi giocano un ruolo sempre più centrale nelle nostre attività. Ma cosa è realmente in grado di fare l’intelligenza artificiale? Quali sono i suoi limiti? L’argomento di cui si presenta una panoramica in queste poche righe è quello della Computer Vision, o Visione Artificiale qual dir si voglia. Trattasi di una disciplina particolarmente interessante quanto spinosa, solitamente considerata una branca dell’intelligenza artificiale.

Computer Vision: definizione e applicazioni

La Computer Vision abbraccia tutte quelle tecniche, strategie ed algoritmi atti a fornire una sorta di intelligenza visiva alla macchina , come se questa fosse idealmente dotata di un apparato visivo umano.

Le implicazioni di una simile funzionalità sono molteplici, affascinanti e a tratti futuristiche: dal supporto diagnostico in ambito medico al riconoscimento facciale su larga scala, passando per la guida autonoma dei veicoli che popolano le nostre strade.

Raggiungere un simile obiettivo risulta naturalmente molto complesso; tuttavia, tecniche moderne di Machine Learning e Deep Learning ci hanno permesso di ottenere notevoli traguardi nei task seguenti:

• object localization : ossia capacità della macchina di analizzare un’immagine e individuare la regione contenente un oggetto di riferimento;
• object classification : capacità di associare ad un oggetto individuato nella foto un particolare label rappresentante l’entità di riferimento (cane piuttosto che gatto, ad esempio).

La combinazione di queste due funzionalità fa sì che la macchina possa portare a compimento task più complessi, come l’ object detection (riconoscimento della presenza e del tipo di un oggetto a “prima vista”) e l’ object tracking (ossia il processo di seguire in un flusso video una determinata entità in movimento).

Altre tecniche fondamentali per la Computer Vision riguardano il processo di segmentazione, ossia di suddivisione dell’immagine negli oggetti elementari che la compongono, individuandone in maniera puntuale la forma e i relativi confini. Più accurata e granulare è la segmentazione, più precisa risulta la distinzione dei vari protagonisti della scena, attuando una segmentazione che va dalla cosiddetta semantica a quella di istanza.

Tali tecniche sono spesso coadiuvate da robusti algoritmi di Image Processing, ossia di quella disciplina volta alla manipolazione di un’immagine a livello pixel per i più svariati motivi: cambio di luminosità e contrasto, introduzione di nuovi oggetti nell’immagine e quindi editing complesso della stessa, estrazione di feature di interesse.

Il ventaglio di argomenti e metodologie trattati dagli esperti di Computer Vision è davvero molto ampio e variegato, nonché complesso, ma tutti possiamo coglierne la portata innovativa e i vantaggi nel poter godere dell’ausilio di simili tecnologie.

E in ambito recruiting?

Come servirsi della visione artificiale nel recruiting

La Computer Vision può essere vincente anche per l’HR: le tecniche citate possono essere adoperate per [aiutare il recruiter nel processo di analisi e valutazione del candidato](../../intelligenza-artificiale-e-risorse-umane- collaborare-e-possibile/index.md), velocizzando alcuni aspetti fondamentali della fase preliminare di lettura di un CV.

In particolare, facciamo riferimento all’ Optical Character Recognition (meglio noto come OCR), un software in grado di convertire in testo digitale l’insieme di parole individuate in un’immagine, così da poter essere riconosciuto e manipolato dalla macchina. Se volessimo semplificarne il funzionamento: una volta individuate le lettere all’interno dell’immagine (object localization), è possibile classificarle nelle lettere dell’alfabeto che esse rappresentano (object classification), così da comporre un testo leggibile e modificabile in un qualsiasi word editor.

Questa tecnologia viene utilizzata anche all’interno di Inda, la nostra soluzione di intelligenza artificiale per il mondo HR: l’OCR è infatti essenziale per garantire l’estrazione automatica delle informazioni strutturate dei candidati dal loro CV qualora risultasse impossibile estrarre del testo tramite tool più convenzionali (il caso standard è un CV in formato immagine).

Introdurre sistemi di Computer Vision all’interno delle attività di recruiting ha quindi il vantaggio di accelerare la raccolta delle informazioni dai CV, siano essi stampati o in formato digitale, in ogni occasione (eventi, fiere, selezioni online o in sede) e attraverso una semplice fotografia che permetterà di leggere il documento e trasformarlo in testo.

Con una configurazione adeguata del sistema, è inoltre possibile sfruttare diverse tecniche di Deep Learning per riconoscere eventuali elementi grafici nel CV (object detection) e interpretarli tramite operazioni di Image Processing: ad esempio, si riscontra la presenza di una foto all’interno del CV che può essere estratta automaticamente.

Ma non sono gli unici vantaggi! L’applicazione dei sistemi di Computer Vision alle attività di ricerca e selezione non si limita all’analisi dei documenti.

Sono stati sperimentati sistemi di riconoscimento del viso e delle espressioni facciali, di analisi degli stati emotivi dei candidati durante i video- colloqui o anche di monitoraggio dell’attenzione dei candidati/utenti allo scopo, comune, di perfezionare un’attività che mette sempre e comunque al centro le persone.

Articolo redatto in collaborazione con Angelo Schiavone, Data Scientist di Inda.