Che cos’è uno strumento di valutazione basato sull’intelligenza artificiale?
Uno strumento di valutazione basato sull’intelligenza artificiale è qualsiasi strumento che utilizzi l’apprendimento automatico o altri metodi computazionali per valutare, prevedere o interpretare informazioni relative a un candidato o a un dipendente. Si tratta di una categoria più ampia di quanto la maggior parte delle persone creda, e gli strumenti che ne fanno parte variano enormemente in termini di rigore della loro validazione. Alcuni strumenti di valutazione basati sull’intelligenza artificiale applicano l’apprendimento automatico direttamente ai dati comportamentali grezzi, come ad esempio la valutazione della personalità a partire da un colloquio video. Altri applicano l’IA a dati psicometrici già convalidati, utilizzandola per generare interpretazioni o indicazioni di coaching piuttosto che per produrre il punteggio stesso. Si tratta di categorie di strumenti fondamentalmente diverse, e per valutarle è necessario comprendere quale di esse venga effettivamente utilizzata.
Le due categorie di strumenti di valutazione dell'IA
Le valutazioni basate sull'apprendimento automatico utilizzano l'intelligenza artificiale per generare il punteggio stesso, direttamente dai dati comportamentali grezzi quali video, audio o testi scritti. Rientra in questa categoria uno strumento automatizzato per i colloqui video che analizza le espressioni facciali, la scelta delle parole e il tono di voce per elaborare un punteggio relativo alla personalità. È l'intelligenza artificiale a effettuare la misurazione vera e propria.
L'interpretazione assistita dall'intelligenza artificiale (IA) di valutazioni validate utilizza l'IA per spiegare, contestualizzare o applicare un punteggio generato tramite un metodo psicometrico consolidato e validato, in genere basato sull'autovalutazione o su una valutazione comportamentale strutturata. L'IA non misura il tratto sottostante, ma contribuisce a tradurre un punteggio già ottenuto in qualcosa di più fruibile.
Questa distinzione è importante perché il livello di prova richiesto per ciascuna categoria è diverso. Uno strumento che genera autonomamente il punteggio ha l’onere di dimostrare la validità del proprio processo di misurazione. Uno strumento che interpreta un punteggio già convalidato eredita la validità dello strumento sottostante e solleva una questione distinta e più circoscritta: il livello di interpretazione aggiunge valore senza distorcere i dati originali?
Cosa emerge dalla ricerca sulle valutazioni basate sull’apprendimento automatico
Hickman, Bosch, Ng, Saef, Tay e Woo (2022) hanno condotto la ricerca più rigorosa mai pubblicata sulle interviste video automatizzate che utilizzano l’apprendimento automatico per valutare i tratti di personalità dei “Big Five” sulla base del comportamento verbale, paraverbale e non verbale. Il loro studio, che ha vinto il Premio Jeanneret 2024 della Society for Industrial and Organizational Psychology per l’eccellenza nella ricerca sulla valutazione individuale, ha sviluppato e testato modelli di apprendimento automatico su tre campioni distinti di colloqui video, per un totale di oltre 1.000 partecipanti, ed ha esaminato l’affidabilità test-retest in un quarto campione.
La loro scoperta più importante, e spesso trascurata, è stata che queste valutazioni automatizzate della personalità mostravano prove di validità significativamente più solide quando i modelli di apprendimento automatico sottostanti venivano addestrati utilizzando le valutazioni degli intervistatori come riferimento, piuttosto che i punteggi di personalità auto-dichiarati dai candidati stessi. Ciò ha un’implicazione pratica diretta. Uno strumento di intelligenza artificiale addestrato semplicemente a prevedere ciò che un candidato dice di sé stesso eredita i limiti di accuratezza dell’autovalutazione, mentre uno strumento addestrato sui giudizi di osservatori esperti ha il potenziale di cogliere un quadro più vicino a come il candidato viene effettivamente percepito dagli altri.
Questo risultato mette in luce anche un aspetto più generale relativo alle valutazioni basate sull’apprendimento automatico. La loro validità dipende in larga misura da ciò che il modello è stato addestrato a prevedere, non semplicemente dalla sofisticatezza dell’algoritmo sottostante. Un modello tecnicamente avanzato, ma addestrato su un obiettivo debole o mal definito, produrrà un punteggio debole o mal definito, indipendentemente dalla quantità di dati utilizzati per l’addestramento.
Una seconda linea di ricerca indipendente giunge a una conclusione simile. Speer, Delacruz, Chawota, Perrotta e Rudolph (2026) hanno studiato modelli linguistici di grandi dimensioni nel valutare narrazioni aperte sulla personalità, in cui le persone scrivono di sé stesse anziché rispondere a domande prestabilite. La valutazione generica dell’IA in modalità “zero-shot” ha ottenuto i risultati peggiori, mentre i modelli ottimizzati hanno ottenuto i migliori; ciononostante, ogni metodo ha comunque dimostrato almeno una certa validità.
Ciò che contava di più non era il modello in sé, ma il rigore con cui era stato sviluppato. La validità dipendeva in larga misura da come erano stati progettati gli spunti di scrittura: quelli pensati per far emergere dettagli rilevanti per i tratti caratteriali davano risultati nettamente superiori rispetto a quelli generici. Quando i modelli sono stati addestrati a prevedere le valutazioni dirette delle risposte, i loro punteggi hanno mostrato una forte correlazione con i punteggi di riferimento, con una media di circa 0,83.
Perché la chiarezza nella costruzione è ancora importante
Il dottor Luke Treglown, direttore della ricerca e sviluppo in materia di IA e valutazione presso Deeper Signals, sottolinea un aspetto correlato su come l’IA dovrebbe essere utilizzata, in primo luogo, nell’elaborazione delle valutazioni. Egli sostiene che l’IA non sostituisce il ruolo dello psicologo nel definire cosa sia effettivamente un costrutto. Semmai, ne accentua l’importanza. Uno psicologo che definisce chiaramente un costrutto e le sue sottocomponenti fornisce a un sistema di IA una base molto più solida su cui lavorare, indipendentemente dal fatto che l’IA generi item candidati, estragga segnali da video e testi o valuti direttamente un costrutto.
Ciò significa che la qualità di uno strumento di valutazione basato sull’intelligenza artificiale non può essere valutata solo in base alla sua sofisticazione tecnica. Deve essere valutata in base al fatto che il costrutto sottostante sia stato definito in modo chiaro e rigoroso prima che vi venisse applicato qualsiasi processo di apprendimento automatico.
Valutazione di qualsiasi strumento di valutazione basato sull'intelligenza artificiale
Chiedetevi cosa valuta effettivamente l'IA e cosa è stata addestrata a prevedere. Una valutazione basata sull'apprendimento automatico, addestrata su obiettivi deboli o ambigui, produrrà un punteggio la cui validità dipenderà esclusivamente dalla qualità di tali obiettivi, indipendentemente dalla sofisticatezza dell'algoritmo.
Richiedete le stesse prove che esigereste per qualsiasi valutazione. La validità critica, l’affidabilità, i dati normativi e le analisi dell’impatto negativo non sono facoltativi solo perché uno strumento utilizza l’intelligenza artificiale. Anzi, gli strumenti che utilizzano il machine learning per l’assegnazione dei punteggi richiedono un esame ancora più approfondito, poiché la loro logica di valutazione è spesso meno trasparente rispetto a quella di uno strumento psicometrico tradizionale.
Verificate se lo strumento è stato testato per verificarne la generalizzabilità in contesti diversi. Hickman et al. (2022) hanno specificatamente esaminato se i punteggi automatizzati delle interviste video fossero validi per diverse domande e contesti di intervista, non solo all’interno del campione specifico su cui era stato addestrato il modello. Uno strumento convalidato in un contesto ristretto potrebbe non essere generalizzabile alla vostra popolazione specifica o al vostro caso d’uso.
Occorre distinguere tra l’IA che misura e quella che interpreta. Queste due tipologie richiedono prove diverse. Uno strumento che genera un punteggio direttamente dai dati comportamentali deve dimostrare la validità del proprio processo di misurazione. Uno strumento che interpreta un punteggio già convalidato deve dimostrare che la propria interpretazione apporta un valore aggiunto senza distorcere i dati sottostanti.
Chiedetevi se lo strumento assegni ogni volta lo stesso punteggio alla stessa persona. Boyce, Hickman e Boyce (2026) segnalano un problema specifico della valutazione tramite IA: un candidato può ottenere un punteggio diverso semplicemente perché è stato utilizzato un modello di IA o un’impostazione diversa, oppure perché il test è stato eseguito nuovamente. Un questionario tradizionale non presenta questo tipo di variazioni. Un fornitore affidabile dovrebbe essere in grado di dimostrare che i propri punteggi sono stabili e ripetibili, in modo che il risultato non sia frutto del caso.
Come Deeper Signals affronta la questione
Su Deeper Signals, la piattaforma separa deliberatamente la misurazione dall’interpretazione. I punteggi relativi alla personalità e ai valori sottostanti vengono generati tramite strumenti psicometrici validati basati sull’autovalutazione, ovvero il Core Drivers Diagnostic e il Core Values Diagnostic, e non tramite l’apprendimento automatico applicato direttamente a dati video, audio o comportamentali non strutturati. Ciò significa che la misurazione stessa è accompagnata dalle prove documentate di affidabilità, validità e assenza di impatti negativi su cui sono stati testati tali strumenti.
Sola, l’assistente di valutazione basato sull’intelligenza artificiale della piattaforma, rientra interamente nella seconda categoria. Non genera punteggi di valutazione, ma interpreta e applica punteggi già ottenuti tramite metodi psicometrici convalidati, trasformandoli in indicazioni personalizzate e in tempo reale. Questa impostazione riflette la distinzione che questo articolo evidenzia chiaramente. Il ruolo di Sola è quello di rendere più utili dati già validi, non di introdurre nella procedura un nuovo processo di misurazione meno trasparente.
Domande frequenti
Tutti gli strumenti di valutazione basati sull’intelligenza artificiale hanno la stessa validità?
No. La validità dipende in larga misura da ciò che lo strumento è stato addestrato a misurare, da come è stato testato e dalla sua capacità di generalizzare i risultati in contesti e popolazioni diversi. Hickman et al. (2022) hanno riscontrato differenze significative in termini di validità anche all’interno di una singola categoria di strumenti, ovvero le videointerviste automatizzate, a seconda di come sono stati addestrati i modelli sottostanti.
Una valutazione basata su punteggi generati dal machine learning è intrinsecamente meno affidabile di una tradizionale?
Non intrinsecamente, ma richiede un esame più approfondito in ambiti specifici, in particolare per quanto riguarda la trasparenza su ciò che il modello è stato addestrato a prevedere e la dimostrazione che i suoi punteggi siano generalizzabili in contesti diversi. Uno strumento basato su punteggi generati dal machine learning e rigorosamente convalidato può soddisfare standard elevati in termini di evidenza, ma tale evidenza deve essere richiesta ed esaminata direttamente.
Cosa dovrei chiedere a un fornitore riguardo al suo strumento di valutazione basato sull’intelligenza artificiale?
Chiedi in particolare cosa il modello sottostante sia stato addestrato a prevedere, su quali dati sia stato addestrato, come i suoi punteggi si confrontino con i benchmark psicometrici consolidati e se la sua validità e affidabilità siano state testate su campioni e contesti diversi, non solo sul campione di sviluppo originale.
I punteggi delle interviste generati dall’IA possono essere distorti?
Sì. I modelli di apprendimento automatico addestrati su dati comportamentali possono apprendere e riprodurre i pregiudizi presenti in tali dati di addestramento, compresi quelli relativi all’accento, all’aspetto fisico o allo stile di comunicazione che non hanno nulla a che vedere con le competenze rilevanti per il lavoro. I test di impatto negativo sono essenziali per qualsiasi strumento di IA che assegni un punteggio ai candidati direttamente sulla base dei dati comportamentali.
L'uso dell'intelligenza artificiale in uno strumento di valutazione comporta sempre una qualità inferiore?
No. L'intelligenza artificiale può migliorare in modo significativo gli strumenti di valutazione se applicata con attenzione, sia nella generazione di contenuti diversificati per le domande, sia nel miglioramento della traduzione e della localizzazione, sia nel rendere più accessibili i dati di valutazione convalidati attraverso l'interpretazione. La qualità del risultato dipende dall'accuratezza con cui è stato definito il costrutto di riferimento e dal rigore con cui lo strumento è stato convalidato, non dal fatto che sia stata utilizzata o meno l'intelligenza artificiale.
Ultima revisione a cura del dott. Reece Akhtar — giugno 2026
Riferimenti
Boyce, A. S., Hickman, L. e Boyce, C. E. (2026). Il futuro della selezione grazie all’intelligenza artificiale. In N. Schmitt e A. M. Ryan (a cura di), The Oxford handbook of personnel assessment and selection (2ª ed.). Oxford University Press. https://doi.org/10.1093/9780197809013.003.0018
Hickman, L., Bosch, N., Ng, V., Saef, R., Tay, L. e Woo, S. E. (2022). Valutazioni automatizzate della personalità tramite video-colloquio: studi su affidabilità, validità e generalizzabilità. Journal of Applied Psychology, 107(8), 1323–1351. https://doi.org/10.1037/apl0000695
Speer, A. B., Delacruz, A. Y., Chawota, T. A., Perrotta, J. e Rudolph, C. W. (2026). Analisi della validità delle valutazioni della personalità a risposta aperta mediante modelli linguistici di grandi dimensioni ottimizzati. Organizational Research Methods. Pubblicazione anticipata online. https://doi.org/10.1177/10944281251413746
