Scovai Scovai
Hiring 2026-11-07 1 min read

Non stanno rifiutando l'AI. Stanno rifiutando la sedia vuota: il 38% dei candidati statunitensi ha già abbandonato un processo di selezione a causa di un colloquio condotto dall'AI

DSL

Dr. Sarah Liu

Non stanno rifiutando l'AI. Stanno rifiutando la sedia vuota: il 38% dei candidati statunitensi ha già abbandonato un processo di selezione a causa di un colloquio condotto dall'AI

Il trentotto percento di chi cerca lavoro negli Stati Uniti ha abbandonato almeno una volta un processo di selezione proprio perché includeva un colloquio condotto dall'AI. Un ulteriore 12% dichiara che lo farebbe se fosse obbligatorio. Metà del vostro bacino di candidati, secondo la lettura che ne dà il report stesso, se ne sta già andando oppure è pronta a farlo (Greenhouse 2026 Candidate AI Interview Report).

L'inferenza ovvia è che i candidati si siano schierati contro lo screening automatizzato. Lo stesso dataset la esclude. Interrogati su cosa desiderino per il futuro, solo il 19% dei candidati statunitensi ha risposto di volere meno AI di quanta ne abbia già. Quel singolo dato cambia il significato del tasso di abbandono — e quanto vi costa rimediare.

L'abbandono non è un referendum sull'AI

Greenhouse ha intervistato 2.950 persone attivamente in cerca di lavoro negli Stati Uniti, nel Regno Unito, in Irlanda, in Germania e in Australia. L'esposizione è ormai la norma, non l'esperimento: il 63% dei candidati statunitensi ha sostenuto un colloquio con l'AI negli ultimi dodici mesi, con un aumento di 12 punti percentuali in sei mesi.

Se l'abbandono seguisse l'esposizione all'AI, i mercati con più AI mostrerebbero più resistenza. Non è così, almeno non in modo lineare. La Germania ha la più alta esposizione internazionale, al 57%, e il tasso di abbandono più alto di qualunque mercato, al 42%. L'Irlanda ha l'esposizione più bassa, al 36% — e la mancata comunicazione è il suo principale fattore di abbandono, coerentemente con il fatto che solo il 9% dei candidati irlandesi è stato informato chiaramente in anticipo dell'uso dell'AI.

C'è una seconda verifica che separa l'avversione alle macchine dall'avversione al vostro processo. Greenhouse ha chiesto ai candidati se si fossero sentiti valutati in modo diverso a causa di una caratteristica personale, con l'AI e con intervistatori umani, e le risposte sono quasi identiche: l'età è stata segnalata dal 36% con l'AI e dal 36% con intervistatori umani, l'origine etnica dal 27% in entrambi i casi, il genere dal 24% contro il 26%. Sull'aspetto fisico, i candidati hanno giudicato l'AI meno distorta delle persone — 21% contro 28%. I candidati non attribuiscono all'algoritmo un pregiudizio esclusivo.

Guardate cosa i candidati statunitensi dicono di volere al posto dell'assetto attuale e il quadro si definisce ulteriormente: il 22% vuole più AI con una supervisione umana più forte, il 21% lo stesso livello con più trasparenza, il 19% meno AI e solo il 12% più AI perché renderebbe le assunzioni più rapide ed eque. In tutti e cinque i mercati quest'ultima opzione non supera mai il 14%. La posizione di maggioranza relativa non è la ritirata. È la stessa quantità di macchina, con una persona attaccata.

Ciò che i candidati abbandonano è il colloquio AI senza presidio, non l'automazione

I fattori di abbandono nei dati Greenhouse sono specifici, e non sono "l'azienda ha usato l'AI".

Il più rilevante in assoluto è il colloquio video pre-registrato valutato dall'AI senza alcuna presenza umana — 33%. Seguono: aziende che non dichiarano come verrà usata l'AI (27%), monitoraggio tramite AI (26%), colloquio condotto dall'AI obbligatorio (26%) e l'impossibilità di capire se si stesse parlando con una persona o con una macchina (20%).

Tre di questi cinque riguardano l'assenza di una persona o l'assenza di una spiegazione. Solo uno — il colloquio AI obbligatorio — riguarda l'automazione in sé.

I rimedi indicati dai candidati combaciano esattamente. La richiesta principale negli Stati Uniti è la possibilità di chiedere in alternativa un colloquio umano (46%), seguita dall'essere informati in anticipo del coinvolgimento dell'AI (44%), da una spiegazione chiara di cosa l'AI stia misurando (39%) e dalla certezza che una persona riveda la valutazione dell'AI prima della decisione (38%). L'opzione del colloquio umano è la prima misura di rassicurazione in ogni mercato esaminato, senza eccezioni, dal 41% in Germania al 49% in Irlanda. E il 59% dei candidati statunitensi vuole una conversazione dal vivo con un recruiter umano come primo contatto con l'azienda; il 12% preferisce un colloquio dal vivo condotto dall'AI (Greenhouse, 2026).

La sedia vuota è il difetto di prodotto. L'automazione no.

La controargomentazione: la preferenza dichiarata costa poco

Un Head of Operations ragionevole dovrebbe obiettare a questo punto. Chi risponde a un sondaggio dichiara di apprezzare la revisione umana perché dichiararlo è gratis. Il comportamento effettivo è un'altra cosa, e "me ne sarei andato" non equivale ad andarsene.

Quell'obiezione è stata verificata direttamente e non regge. Un esperimento conjoint pre-registrato ha sottoposto 1.919 persone in cerca di lavoro negli Stati Uniti a otto scelte forzate ciascuna fra sistemi di screening AI — 30.704 profili in totale — randomizzando in modo indipendente sei attributi: autorità decisionale, tasso di errore, spiegazione, possibilità di esclusione, ricorso e audit indipendente sui bias (Wang, Sturgis & de Kadt, 2026).

Il coinvolgimento umano ha spostato la scelta dichiarata di +0,272 in probabilità di selezione del profilo. Ridurre il tasso di rifiuti errati del sistema dal 30% al 10% l'ha spostata di +0,285. Il divario fra i due valori è statisticamente indistinguibile da zero. In chiaro: mettere una persona nel processo ha comprato circa tanta disponibilità dei candidati quanto triplicare l'accuratezza del sistema.

Per confronto, le caratteristiche procedurali su cui la maggior parte dei fornitori punta si collocano ben più in basso: ricorso +0,156, possibilità di esclusione +0,129, spiegazione +0,128, audit indipendente sui bias +0,068.

Il risultato più acuto degli autori è quello su cui vale la pena fermarsi. Il valore attribuito dai candidati a ricorso, esclusione e audit sui bias non è aumentato al crescere dei rifiuti errati — ciascuno è rimasto entro un intervallo di equivalenza pre-registrato. La procedura non viene valutata come assicurazione contro l'errore. Viene valutata per sé stessa, il che significa che migliorare l'accuratezza del vostro modello non la sostituisce.

I limiti, onestamente

Il conjoint misura la scelta dichiarata in un compito a scelta forzata, non le candidature effettivamente inviate. Gli autori stessi osservano che l'intenzione di candidarsi (3,24 su una scala a cinque punti) era ben superiore alla legittimità percepita (2,85), e che il 7,8% dei rispondenti combinava una legittimità sotto la mediana con un'intenzione di candidarsi sopra la mediana — le persone si candidano a processi che considerano illegittimi. Il volume di candidature è quindi uno strumento povero per misurare questo fenomeno. Greenhouse è ricerca di un fornitore con un interesse commerciale nella risposta, e il suo sub-campione statunitense non è esplicitato. Entrambe le fonti puntano nella stessa direzione; nessuna delle due è una stima causale pulita della perdita di funnel.

La trasparenza ripara il lato candidato. Non ripara la decisione.

È qui che la maggior parte delle reazioni a questi dati sbaglia. La correzione intuitiva — dichiarare cosa valuta l'AI — funziona, e funziona su esattamente un lato della transazione.

Otto studi pubblicati su Information Systems Research, fra cui due esperimenti principali e una replica quasi-sperimentale sul campo, hanno rilevato che la valutazione algoritmica dei colloqui video unidirezionali aumentava lo stress dei candidati e la gestione ingannevole dell'immagine rispetto alla valutazione umana, e che spiegare ai candidati come l'algoritmo li valuta riportava entrambi i fenomeni in linea con un colloquio condotto da una persona (Lakhiwal, Liu, Bala & Suen, 2026).

Il risultato sul lato datore di lavoro è quello scomodo. Nelle configurazioni AI-augmented — decisori umani a cui viene mostrato il punteggio dell'AI — i valutatori si sono ancorati a quel punteggio e hanno scontato il proprio giudizio, pur essendo quel punteggio incapace di distinguere le risposte oneste da quelle ingannevoli. L'effetto correttivo della trasparenza sul lato valutatore è risultato limitato.

Dunque la trasparenza ricompra il comportamento del candidato senza ricomprare la qualità della decisione. Sono due riparazioni distinte che richiedono due interventi distinti, e annunciare la prima non fa nulla per la seconda. (Il testo integrale è a pagamento e l'abstract pubblicato riporta direzioni e non magnitudini — da trattare come direzione dell'effetto, non come quantità.)

Come si presenta davvero la perdita, più a valle

Il tasso di abbandono è il costo visibile. Quello più silenzioso è ciò che accade ai candidati che restano.

Fra chi ha completato un colloquio con l'AI, il 51% non ha avuto alcun esito: il 38% è stato ignorato del tutto, il 13% è ancora in attesa. Solo il 28% è andato avanti (Greenhouse, 2026). Non è un problema di AI — è un processo che non è mai stato dotato delle risorse per chiudere il ciclo, e che ora gira alla velocità della macchina. Una ricerca indipendente colloca la stessa tendenza su una base temporale più lunga: la quota di chi cerca lavoro che giudica eccellente la propria esperienza è scesa all'11% nel 2026 dal 18% del 2023, in un periodo di investimenti crescenti in tecnologie per le assunzioni, con meno di un candidato su dieci mai lasciato senza risposta (PeopleScout, 2026).

La fiducia viene prezzata di conseguenza. Solo il 21% dei candidati statunitensi crede che la maggior parte dei datori di lavoro usi l'AI in modo responsabile e trasparente, e in tutti e cinque i mercati fra il 63% e il 70% non lo crede. Il cinquantasette percento ritiene che le aziende dovrebbero essere obbligate per legge a dichiarare l'uso dell'AI nella valutazione dei candidati — una platea che prima o poi ottiene ciò che chiede (Greenhouse, 2026).

L'effetto sul brand è più ravvicinato di quanto suggeriscano i titoli, ed è la parte strategicamente interessante: negli Stati Uniti, il 38% dei candidati ha visto il datore di lavoro più positivamente dopo un colloquio con l'AI, contro il 34% più negativamente, con un saldo di +4. Nel Regno Unito il saldo è −20. Stessa tecnologia, configurazione diversa, esito opposto. La varianza sta nell'implementazione, non nello strumento.

Cosa cambiare in questo trimestre

Se la vostra fase di colloquio AI è stata giustificata con le ore di screening risparmiate, il business case va rifatto contro un funnel che si auto-seleziona in uscita già a monte. Quattro mosse, in ordine di costo:

  1. Dichiaratelo prima della fase, non durante. Dite chiaramente, nell'invito, che l'AI è coinvolta e cosa osserva. È la richiesta del 44%, è una modifica di template, ed è anche la leva che secondo il lavoro su ISR riduce le risposte ingannevoli — migliorando quindi al contempo la qualità del vostro segnale.
  2. Offrite un percorso di colloquio umano su richiesta. La richiesta del 46%, e il rimedio primo in classifica in tutti e cinque i mercati. Non lo offrite a tutti; lo offrite alla frazione che altrimenti se ne andrebbe. Valutatelo contro il costo di sostituire quei candidati in pipeline.
  3. Fate valutare la registrazione ai revisori prima che vedano il punteggio dell'AI. L'effetto di ancoraggio opera solo se il numero arriva per primo. È una modifica di sequenza nel vostro flusso di lavoro, non una decisione di acquisto, ed è la sola delle quattro che protegge la qualità della decisione invece dell'esperienza del candidato.
  4. Tenete traccia della dichiarazione e della decisione umana. Se intendete sostenere che una persona ha rivisto la valutazione, l'affermazione dovrebbe essere ispezionabile e non asserita — cosa il sistema dichiara, quale fornitore ha trattato i dati e la decisione umana registrata per ogni assunzione sono cose che una piattaforma o pubblica o non pubblica. Il 57% che chiede una dichiarazione obbligatoria sta descrivendo la direzione di marcia.

Notate cosa manca da quell'elenco: cambiare fornitore, ridurre l'automazione o tornare allo screening manuale. Solo il 19% dei vostri candidati lo sta chiedendo.

Il colloquio AI non vi è costato quei candidati. È stata la persona assente. Prima di approvare un'altra voce di spesa per l'automazione dello screening in questo trimestre, scoprite qual è il vostro tasso di abbandono in quella fase — perché in questo momento è quasi certamente registrato come disinteresse.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.