Negli ultimi anni, l’Intelligenza Artificiale (I.A.) è entrata prepotentemente nella vita personale e professionale degli individui, permeando i settori più disparati della società contemporanea. L’integrazione di questi sistemi nei processi decisionali sta trasformando radicalmente il mercato del lavoro, ridefinendo il delicato rapporto tra tecnologia e individuo. Il presente elaborato analizza l’impatto di tali tecnologie nella selezione del personale, indagando, nel primo capitolo, come l’automazione influenzi l’equità e la trasparenza delle assunzioni. L’evoluzione del recruiting viene esaminata nel secondo capitolo, ponendo l'accento sugli strumenti di automazione e sul complesso equilibrio tra efficienza operativa e tutela della persona. Il terzo capitolo presenta invece la ricerca empirica condotta sulle informative web di dieci agenzie del lavoro attraverso una mappatura sistematica e un’analisi bibliografica multidisciplinare, l’indagine evidenzia una diffusione pervasiva di strumenti algoritmici a cui non corrisponde ancora una comunicazione trasparente verso il candidato. I risultati mettono in luce il rischio di bias algoritmici e la scarsa leggibilità dei processi di screening, spesso gestiti come sistemi a "scatola nera", sottolineando l’urgenza di superare la logica del candidato inteso come mero dato numerico. Infine, il quarto capitolo delinea le implicazioni educative del fenomeno, proponendo percorsi formativi volti a sviluppare competenze digitali critiche. In conclusione, la tesi sostiene che solo attraverso la trasparenza e un'etica della cura sia possibile trasformare l’IA in uno strumento di giustizia sociale e di reale valorizzazione della persona.

Oltre l'algoritmo: le nuove frontiere della formazione e selezione del personale nell'era dell'Intelligenza Artificiale

PELLIZZON, AREGASH
2025/2026

Abstract

Negli ultimi anni, l’Intelligenza Artificiale (I.A.) è entrata prepotentemente nella vita personale e professionale degli individui, permeando i settori più disparati della società contemporanea. L’integrazione di questi sistemi nei processi decisionali sta trasformando radicalmente il mercato del lavoro, ridefinendo il delicato rapporto tra tecnologia e individuo. Il presente elaborato analizza l’impatto di tali tecnologie nella selezione del personale, indagando, nel primo capitolo, come l’automazione influenzi l’equità e la trasparenza delle assunzioni. L’evoluzione del recruiting viene esaminata nel secondo capitolo, ponendo l'accento sugli strumenti di automazione e sul complesso equilibrio tra efficienza operativa e tutela della persona. Il terzo capitolo presenta invece la ricerca empirica condotta sulle informative web di dieci agenzie del lavoro attraverso una mappatura sistematica e un’analisi bibliografica multidisciplinare, l’indagine evidenzia una diffusione pervasiva di strumenti algoritmici a cui non corrisponde ancora una comunicazione trasparente verso il candidato. I risultati mettono in luce il rischio di bias algoritmici e la scarsa leggibilità dei processi di screening, spesso gestiti come sistemi a "scatola nera", sottolineando l’urgenza di superare la logica del candidato inteso come mero dato numerico. Infine, il quarto capitolo delinea le implicazioni educative del fenomeno, proponendo percorsi formativi volti a sviluppare competenze digitali critiche. In conclusione, la tesi sostiene che solo attraverso la trasparenza e un'etica della cura sia possibile trasformare l’IA in uno strumento di giustizia sociale e di reale valorizzazione della persona.
2025
Beyond the algorithm: new frontiers in training and recruitment in the age of Artificial Intelligence
IA
Bias algoritmici
Recruiting digitale
Etica dei dati
Digital literacy
File in questo prodotto:
File Dimensione Formato  
Pellizzon_Aregash.pdf

Accesso riservato

Dimensione 461.21 kB
Formato Adobe PDF
461.21 kB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/112087