ricerca semantica HR

La ricerca semantica: una guida per recruiter ed HR

L’intelligenza artificiale e i big data stanno rivoluzionando molti settori. Oggi i sistemi di Machine Learning riconoscono e classificano in modo sempre più preciso immagini, suoni e parole. Questa rivoluzione si appresta ad arrivare anche nel campo del recruiting, e fra pochi anni nulla sarà più come prima. La comprensione profonda del linguaggio umano e la sua interpretazione (Natural Language Processing) offrono già a recruiter e team HR la possibilità di utilizzare software evoluti. Questi permettono di compiere alcune operazioni che velocizzano la selezione e offrono suggerimenti intelligenti. La ricerca semantica ne è un esempio.

Se sei un recruiter e vuoi governare quest’onda di cambiamento è importante capire meglio cosa si intende per Intelligenza artificiale e nello specifico qual è il significato di Ricerca semantica.

Cosa si intende per ricerca semantica?

Oggi si parla molto di ricerca semantica in chiave tecnologica. Ma c’è una correlazione tra la nostra vita quotidiana, sempre più digitalizzata, e lo studio del significato delle parole?

Ecco due brevi definizioni che ci aiutano ad inquadrare il fenomeno:

  1. La semantica è quella branca della linguistica che studia il significato delle parole, degli insiemi delle singole lettere, delle frasi dei testi;
  2. Ricerca semantica: cerca di migliorare l’accuratezza della ricerca nei motori di ricerca web provando a comprendere l’intento del ricercatore e il significato contestuale dei termini adoperati. Il suo obiettivo è quello di generare risultati più rilevanti. La ricerca semantica considera il contesto di ricerca, l’ubicazione del ricercante, l’intento, la variazione delle parole, sinonimi, interrogazioni generalizzate e specializzate, riscontro di concetti, interrogazioni in linguaggio naturale.

Alcuni esempi

La verità è che ogni giorno utilizziamo molteplici strumenti tecnologici digitali che agevolano svariate operazioni di routine. 

Due esempi che hanno condizionato e semplificato il nostro stile di vita sono:

  1. Motore di ricerca di Google che tutti utilizziamo, per uno scopo o per l’altro, ogni giorno. L’algoritmo di Google non valuta solo le singole keyword inserite nella ricerca che stiamo facendo, ma anche la relazione tra le parole stesse. Cerca inoltre di analizzare il contesto in cui sono utilizzate le parole determinando il grado di corrispondenza con i contenuti web indicizzati.
  2. Il riconoscimento del linguaggio degli Assistenti virtuali Siri e Cortana che imparano a poco a poco dal nostro per venire incontro a specifiche esigenze con risultati sempre più personalizzati.

E nel recruiting?

Come accennavamo prima, l’AI sta portando novità significative anche all’interno del recruiting:

chatbot AI
  • un chat bot: sulla career page permette di rendere più fluida la fase di attraction comprendendo il linguaggio naturale delle persone e interagendo in modo naturale con i potenziali candidati. Può aiutare anche a raccogliere maggiori informazioni sui candidati grazie alla capacità di tenere alta l’interazione;
  • piattaforme di video-recruiting sono in grado di valutare non solo la qualità delle risposte dei candidati, ma anche quella della voce, il ritmo della parola, l’energia della voce, l’uso di riempitivi, le micro-espressioni facciali e il linguaggio del corpo (para-verbale).

Quando la ricerca semantica diventa veramente indispensabile nel lavoro di un recruiter? La ricerca semantica corre in aiuto di recruiter e HR nel momento in cui si trova a dover gestire grandi quantità di candidature velocizzando molte attività routinarie. In questo modo permette a recruiter e team HR di concentrarsi sulla selezione vera e propria.

Negli ultimi anni, gli Applicant Tracking System (ATS) come In-recruiting hanno registrato un’evoluzione incredibile, tanto che oggi è possibile fare una netta distinzione tra ATS tradizionali e ATS intelligenti.

Dall’ATS tradizionale all’ATS intelligente

Gli ATS tradizionali permettono al recruiter di semplificare e gestire tutto il processo di recruiting: dalla fase di job posting, alla candidatura, fino ad arrivare alla selezione vera e propria e all’onboarding. Tuttavia, non implementando algoritmi di intelligenza artificiale, sono strutturalmente legati al livello di competenza dell’utente che li utilizza.

Con un ATS che implementa uno strumento di ricerca che si avvale dell’analisi semantica, come avviene integrando Inda, i vantaggi sono evidenti. La ricerca semantica comprende il  significato delle parole e l’intenzione dell’utente. In questo modo durante una query (fare una ricerca di un candidato nel database CV) , il recruiter non ha più bisogno di inserire l’esatta parola ricercata. In questo modo non si rischia di scartare candidati qualificati che utilizzano parole diverse all’interno del proprio CV.

Facciamo un esempio: supponiamo che stiate cercando un programmatore Java. Immaginate che diversi candidati possiedano le competenze richieste, ma che nel loro CV abbiano utilizzato termini differenti da quelli che avete digitato nella ricerca che state effettuando sul vostro ATS (ad esempio scrivendo “developer” invece che “programmatore”).  All’interno di un ATS tradizionale troverete solo i candidati che hanno inserito quel termine specifico.

Un ATS dotato di ricerca semantica comprenderà il significato della parola e delle frasi correlate suggerendo al recruiter i candidati che rientrano nei parametri corretti anche se all’interno del loro CV hanno utilizzato parole differenti.

visualizzazione keyword per ricerca semantica

La differenza salta subito all’occhio: utilizzando la ricerca semantica sarà possibile impiegare meno della metà del tempo per l’attività di screening CV, senza dover spulciare tra centinaia di CV, job title, skills, sinonimi, termini correlati utilizzati dai candidati.

Benefici per il recruiter

In conclusione, cerchiamo di stilare una lista veloce dei possibili vantaggi che la ricerca semantica offre al recruiter:

  • riduzione dei tempi di screening dei candidati;
  • i recruiter non sono obbligati a digitare tutte le competenze, né devono avere le conoscenze specifiche in un settore per trovare i candidati giusti nel database;
  • più tempo da dedicare ad attività strategiche (es: valutazione delle reali competenze dei candidati);
  • maggiore produttività di tutto il reparto HR.

Recent Posts

Application form intelligenza artificiale
ricerca e selezione
intelligenza artificiale machine learning
modello semantico
word2vec

CONTATTI

+39 011 586 2407
Via Amedeo Avogadro, 20 – Torino

Copyright © 2020 Inda

Inda è una soluzione di Intervieweb S.r.l. Società del gruppo Zucchetti P.IVA: 10067590017

Privacy policy   Cookie policy