Mettete 1.919 persone in cerca di lavoro negli Stati Uniti davanti a due sistemi di screening AI e costringetele a scegliere: la caratteristica che le muove di più non è il tasso di errore. È se la decisione la prende un revisore umano. In un esperimento conjoint preregistrato pubblicato a settembre, il coinvolgimento umano ha aumentato la probabilità che un sistema di screening venisse scelto di 0,272 — statisticamente indistinguibile dallo 0,285 ottenuto riducendo i rifiuti errati dal 30% al 10%, con l'intervallo di confidenza della differenza a cavallo dello zero (Wang, Sturgis & de Kadt, 2026).
Rileggete lo scambio. Due terzi dei vostri falsi rifiuti, oppure un nome sulla decisione. I candidati li valutano più o meno allo stesso prezzo.
Questo risultato è interessante. Il successivo è operativamente costoso, perché la maggior parte dei percorsi di rifiuto nel mid-market è costruita sul suo opposto.
Che prezzo hanno fatto 1.919 candidati quando lo scambio era obbligato
Il design è il motivo per cui questo merita un quarto della vostra attenzione. Ogni rispondente ha effettuato otto scelte fra coppie di profili di sistemi di screening AI — 30.704 profili in totale — con sei attributi randomizzati in modo indipendente l'uno dall'altro: autorità decisionale, tasso di errore, spiegazione, opt-out, ricorso e audit indipendente sui bias.
La randomizzazione indipendente è il punto metodologico. La letteratura precedente muove di solito procedura e prestazione insieme, quindi non può dire se i candidati vogliano un ricorso in sé o solo per gli errori che intercetta. Questo design le separa, ed era preregistrato prima della raccolta dei dati.
Il campione è di persone che lavorano, non di studenti: età media 36,6 anni, 35,0% disoccupati e in ricerca attiva, e 74,9% già valutati dall'AI a un certo punto della loro ricerca.
Ecco il listino prezzi, espresso come variazione della probabilità di essere scelti (Wang, Sturgis & de Kadt, 2026):
| Attributo del sistema | Effetto sulla probabilità di essere scelto |
|---|---|
| L'AI suggerisce, l'umano decide | +0,287 |
| L'AI fa prima lo screening, l'umano decide | +0,257 |
| Coinvolgimento umano aggregato | +0,272 |
| Ricorso disponibile | +0,156 |
| Opt-out disponibile | +0,129 |
| Spiegazione disponibile | +0,128 |
| Audit indipendente sui bias | +0,068 |
| Riduzione del tasso di errore dal 30% al 10% | +0,285 |
Il coinvolgimento umano aggregato ha battuto il ricorso, l'opt-out e l'audit sui bias, ciascuno con p < 0,001. Coinvolgimento umano, ricorso e opt-out hanno battuto ciascuno l'audit sui bias, di nuovo con p < 0,001.
Un umano sulla decisione vale circa quattro volte un audit indipendente sui bias.
Il ricorso non è diventato più prezioso mentre il sistema peggiorava
È il risultato che ribalta l'ordine standard di rimedio.
Se le garanzie procedurali sono un'assicurazione contro gli errori — se un ricorso vale perché intercetta rifiuti errati — allora il suo valore deve crescere quando i rifiuti errati diventano più frequenti. L'esperimento ha testato esattamente questo, con un intervallo di equivalenza preregistrato di ±0,05.
Il valore del ricorso non è cresciuto. Non è cresciuto nemmeno quello dell'opt-out, dell'audit sui bias o della spiegazione. Ricorso e opt-out hanno superato un limite più severo di ±0,03; audit sui bias e spiegazione hanno superato il ±0,05 registrato. La previsione della correzione d'errore non è stata confermata per nessuno di essi.
Il ricorso è il caso più netto, perché la sua funzione correttiva è la più diretta dei quattro. La sua interazione con il tasso di errore era non significativa, con un intervallo di confidenza al 90% entro ±0,03. L'attributo diceva ai rispondenti che una revisione esisteva. Non diceva nulla su quanto funzionasse bene — e tanto è bastato, a ogni tasso di errore testato.
Il coinvolgimento umano è stato l'unico attributo a cadere fuori dal limite, e gli autori sono prudenti al riguardo: il suo vantaggio era 0,285 con un tasso di errore del 10%, 0,289 al 20% e 0,239 al 30% — non monotono, sensibile alla scala e non significativo sotto logit (p = 0,21). Rifiutano esplicitamente di leggerlo come una perdita di valore della revisione umana al crescere degli errori. Nemmeno voi dovreste.
La conclusione utilizzabile è più ristretta e più solida: il lavoro sulle prestazioni e il lavoro sulla procedura rispondono a domande diverse, e nessuno dei due compra l'altro. Un datore di lavoro che installa un modello più accurato eliminando l'umano dalla decisione guadagna su una dimensione e perde sull'altra.
Un audit sui bias non è qualcosa che un candidato possa invocare
Guardate di nuovo la distanza tra ricorso (+0,156) e audit sui bias (+0,068). La lettura che ne danno gli autori è la frase più trasferibile dello studio: l'autorità decisionale stabilisce chi decide, ricorso e opt-out danno al candidato qualcosa da invocare, e un audit esamina gli esiti su molti casi senza offrire ad alcun individuo una via d'uscita.
Sono tre funzioni diverse, e i regimi di compliance le trattano in modo molto diverso. La Local Law 144 di New York City richiede un audit sui bias più un avviso che spieghi come richiedere una procedura alternativa — e i regolamenti attuativi non obbligano il datore di lavoro a fornire effettivamente quella procedura (NYC DCWP, 2023). L'EU AI Act prende la strada opposta, richiedendo la sorveglianza umana di determinati sistemi di reclutamento ai sensi dell'Allegato III(4)(a) e degli Articoli 14 e 26(2), mentre l'Articolo 22 del GDPR concede un diritto qualificato a non essere sottoposti a una decisione interamente automatizzata, con il diritto all'intervento umano e a contestare l'esito (EU AI Act, 2024).
Se il vostro stack di screening AI è stato costruito per soddisfare il primo regime, avete documentazione a livello di sistema. I 1.919 rispondenti hanno valutato la documentazione meno di tutto il resto.
Dove deve stare davvero il revisore umano
Un ultimo contrasto ha un peso progettuale reale. I rispondenti hanno preferito "l'AI suggerisce, l'umano decide" (+0,287) a "l'AI fa prima lo screening, l'umano decide" (+0,257) di 0,030, con p < 0,001 — e questa preferenza non si è mossa con il tasso di errore (variazione lungo l'intero intervallo +0,005, IC 95% [−0,026, 0,036]).
La differenza fra quei due livelli è piccola nelle parole e grande nella pratica: solo il primo permette a un umano di vedere le candidature che l'AI avrebbe scartato. I candidati hanno pagato un premio misurabile per averlo.
I dati comportamentali indicano la stessa direzione. Tra i candidati statunitensi, il 38% ha abbandonato almeno una volta un processo di selezione proprio perché includeva un colloquio condotto dall'AI, e il fattore di abbandono più citato — indicato dal 33% — era un colloquio video pre-registrato valutato dall'AI senza alcun umano presente (Greenhouse, 2026).
Le caratteristiche si rinforzano a vicenda? Solo appena
Sarebbe comodo se un decisore umano e un ricorso si moltiplicassero. Le prove in tal senso sono sottili. Il ricorso è stato valutato di più quando un umano era già coinvolto — +0,025, IC 95% [0,004, 0,047] — ma la stessa interazione perde significatività sotto una specificazione logit nel modello congiunto (p = 0,31). L'interazione dell'opt-out era praticamente nulla, a −0,0003.
Trattate dunque gli attributi come additivi, non sinergici. Non state comprando un pacchetto in cui una caratteristica potenzia un'altra; state comprando quattro cose distinte che i candidati valutano a quattro prezzi diversi. Il consiglio di sequenza che ne deriva è poco glamour: comprate prima quella costosa.
L'obiezione onesta
Tre limiti, detti chiaramente.
Sono scelte dichiarate, non candidature. Una scelta ipotetica fra coppie, senza opzione di status quo e senza possibilità di rifiutare entrambe, è uno strumento pulito, non un registro delle buste paga. E le caratteristiche erano presentate come a costo zero — il ricorso dell'esperimento non ha code, ritardi né esiti incerti, e non è il ricorso che gestireste davvero.
Un umano nominale non è un umano. Gli autori segnalano la modalità di fallimento ovvia: un revisore nel loop può adeguarsi alla raccomandazione che dovrebbe controllare. Le evidenze di campo lo rendono più netto. In un esperimento della Harvard Business School con 228 valutatori su 48 proposte reali, le raccomandazioni AI "black box" hanno migliorato la qualità delle decisioni, mentre le medesime raccomandazioni accompagnate da una spiegazione narrativa no — i valutatori si adeguavano in modo sproporzionato alle raccomandazioni di rifiuto, aumentando i falsi negativi (Lane et al., HBS, 2026). Un umano più una motivazione persuasiva può funzionare peggio di ciascuno dei due da solo. I candidati vogliono chi decide; il vostro funnel ha bisogno che chi decide decida davvero.
I candidati si candideranno comunque, e questo vi trarrà in inganno. L'intenzione di candidarsi presso datori di lavoro che usano l'AI nella selezione era in media 3,24 su una scala a cinque punti, sopra la convinzione nella legittimità dell'AI nel recruiting, a 2,85 (p < 0,001), e il 7,8% dei rispondenti combinava una legittimità sotto il punto medio con un'intenzione di candidarsi sopra il punto medio (Wang, Sturgis & de Kadt, 2026). Il volume di candidature è un indicatore imperfetto del fatto che i candidati accettino il vostro processo come legittimo. Un funnel sano in cima non è prova di consenso.
Cosa cambiare nel percorso di rifiuto prima della chiusura del trimestre
Quattro mosse, nessuna delle quali richiede una nuova voce di budget.
- Smettete di contabilizzare il portale dei ricorsi come lavoro sull'accuratezza. Se il vostro piano di rimedio alle lamentele sulla fiducia dei candidati è "tariamo il modello e aggiungiamo un form di ricorso", avete due voci di spesa che rispondono a una sola domanda e nessuna che risponda all'altra. Prezzatele separatamente, perché i candidati lo fanno.
- Spostate l'umano dalla supervisione alla decisione — specificamente sul lato dei rifiuti. La versione che guadagna il +0,287 invece del +0,257 è un umano che vede ciò che il modello avrebbe scartato, prima che venga scartato. Il meccanismo che lo rende stabile è una regola di routing più che una policy: i punteggi sotto la soglia statistica della coorte di ruolo e seniority vengono instradati automaticamente a un revisore umano, in una coda che il recruiter responsabile dell'assunzione non può chiudere da sé. Scovai documenta pubblicamente quel routing e la pesatura che lo sostiene nella pagina di piattaforma, se volete un riferimento concreto.
- Non scambiate mai la revisione individuale con un audit. Aggiungere un audit a livello di sistema eliminando la revisione individuale cambia ciò che un candidato può fare, non soltanto ciò che potete documentare — e sostituisce l'attributo valutato 0,156 con quello valutato 0,068.
- Sostituite il volume di candidature come metrica di equità. Strumentate il tasso di abbandono nello step di screening AI e il tasso di completamento delle valutazioni scorate dall'AI. Quelli si muovono quando i candidati obiettano. Le candidature no.
I diritti procedurali si giustificano per quello che sono. Non sono una copertura contro il vostro tasso di errore, e il vostro tasso di errore non li sostituisce. Un revisore umano non è una garanzia da aggiungere quando il modello si rivela inaffidabile — su questa evidenza è la cosa che i candidati stavano valutando dall'inizio, e l'unica caratteristica che nulla nell'elenco ha sostituito.
Aprite dunque il vostro percorso di rifiuto questa settimana e trovate lo step in cui compare il nome di una persona. Se l'unico nome che c'è appartiene a un modulo, avete documentazione — non una decisione.
