Spesso ci troviamo di fronte a due tecnologie prevalenti, il CV Parsing e l’AI Matching: due filosofie diverse che possono coesistere.

CV Parsing: definizioni, vantaggi e limiti tecnologici

Il parsing dei CV si basa sullo studio delle immagini. Il CV viene percepito come una fotografia che al suo interno contiene diversi elementi: i dati personali, le esperienze di lavoro, l’istruzione dei candidati, ecc.. I software di CV Parsing scompongono l’immagine in diversi elementi, riconoscono le singole aree e riportano il contenuto in un unico spazio, compilando un campo a tendina. Un esempio pratico è l’identificazione del campo “nome e cognome” nella sezione dei dati personali.
Uno dei principali vantaggi del CV Parsing è legato alla UX del candidato, che non ha bisogno di compilare i campi di testo o a tendina, perché tali campi vengono automaticamente compilati dal software. Indubbiamente questa è una funzione molto importante ma ha dei grossi limiti ed elevate marginalità d’errore. La comprensione del testo si basa sulla capacità di riconoscere spazi dedicati e il loro contenuto. È naturale che se ci fosse un’unica modalità di compilazione del CV, il sistema di parsing diventerebbe molto affidabile. Tuttavia Il formato dei CV è per ognuno personalizzato, spesso in formato grafico; culture e lingue diverse ampliano inoltre lo scenario e le modalità di scrittura di un CV. Tutte queste variabili si trasformano in marginalità d’errore. Il più classico che possiamo trovare è l’inversione tra nome e cognome. Può sembrare futile come problema ma non dimentichiamoci che la tecnologia ha lo scopo di ridurre i tempi di lavoro e non trasferirli. Se il candidato può scegliere di lasciare i campi sbagliati in fase di registrazione, il recruiter sarà costretti a correggerli in un secondo momento, svolgendo un’attività potenzialmente inutile.

AI Matching: di cosa si tratta

L’AI CV Matching si basa su un concetto diverso. Prevede di lasciare al candidato la compilazione di piccoli o grandi format di candidatura (con campi tabellari) ad eccezione della sola sezione relativa alle esperienze lavorative. Il contenuto delle esperienze professionali viene analizzato e tradotto in tag semantici, che indicano le competenze del candidato. La forza e la debolezza dell’AI Matching sta nella sua capacità intrinseca di leggere un determinato tipo di documento. Non è sufficiente possedere un qualsiasi motore semantico per poter raggiungere dei risultati soddisfacenti. Come per il CV Parsing, l’AI garantisce livelli di efficacia differenti in funzione della tecnologia che viene sviluppata e implementata dall’HR Tech vendor. La tecnologia di AI Matching diventa potente se è pensata e realizzata appositamente per il mondo delle risorse umane e, nello specifico, per il recruiting.
È importante chiarire che le due tecnologie non sono esclusive: CV Parsing e AI Matching possono essere complementari.

Scopri come Arca24 può aiutarti a potenziare il tuo reclutamento, riducendo i tempi di selezione

In linea generale i sistemi di AI hanno uno sviluppo più complesso e articolato ma abbassano notevolmente le percentuali di errore rispetto al parsing CV. Entrambe continueranno ad evolversi ma è abbastanza chiaro che, se la comprensione di un testo – una volta elaborata – può essere solo affinata, il parsing CV rischia di ripartire da zero ogni volta che i candidati decidono di utilizzare formati nuovi.
È necessario chiedersi inoltre, rispetto alle nuove tecnologie – come i video CV – quali saranno le tendenze future. Forse non avverrà nel breve periodo, ma già oggi la maggior parte della comunicazione propende per il formato video, per cui non è improbabile pensare che in un futuro non troppo lontano il CV tradizionale verrà progressivamente sostituito da un video CV.
Il testo del video verrà affidato all’AI per comprendere le professionalità dei candidati. Modificando radicalmente la metodologia di raccolta dei dati nei processi di talent acquisition potremmo assistere alla scomparsa dell’utilizzo di parsing CV.