L'intelligenza artificiale nel reclutamento in Svizzera: ciò che la pratica regge, ciò che il quadro disciplina

Nota rivista il 25 maggio 2026. Articolo inizialmente pubblicato nel marzo 2026 — riscrittura integrale.

L'intelligenza artificiale applicata al reclutamento occupa un posto particolare nella conversazione attuale sull'IA in impresa. Particolare perché promette guadagni di produttività immediati su compiti riconosciuti come costosi, ed espone simultaneamente il datore di lavoro a rischi regolamentari ed etici che superano la media degli usi professionali dell'IA. Questa doppia caratteristica richiede una disciplina di analisi che resista a un tempo all'entusiasmo tecnologico e alla diffidenza per principio.

Questa nota espone ciò che la pratica dell'IA nel reclutamento permette di mantenere seriamente in Svizzera nel 2026, e ciò che il quadro legale ed etico disciplina strettamente. Costituisce un'apertura prima del Quaderno MCVA n°4 dedicato all'IA nelle funzioni HR delle imprese svizzere, previsto per l'ottobre 2026.

Tre usi in cui la pratica è ormai installata

Tre usi dell'IA nel reclutamento sono ormai sufficientemente installati per essere osservati nella pratica delle imprese svizzere.

Lo screening assistito delle candidature costituisce il primo uso installato. Per un posto attrattivo, un selezionatore in Svizzera può ricevere diverse centinaia di candidature in poche settimane. I sistemi alimentati da modelli di trattamento del linguaggio estraggono gli elementi strutturati del curriculum vitae — competenze, esperienze, formazioni — qualunque sia la forma del documento, e producono una classifica di pertinenza rispetto al profilo cercato. Il guadagno di tempo è tangibile e documentato da diversi studi settoriali. Lo statuto del sistema è quello di un assistente: propone un ordine, il selezionatore arbitra.

Il matching semantico candidato-posto costituisce il secondo uso. Più sofisticato dello screening per parole chiave, si appoggia sulla comprensione contestuale dei modelli per riconoscere che una competenza formulata in modo diverso in due CV ricopre la stessa realtà. Questa capacità apre l'uso nel senso «posto verso candidati» — identificare nel bacino interno i migliori profili per una nuova apertura — come nel senso «candidato verso posti» — proporre a un candidato opportunità oltre il posto che ha inizialmente mirato.

I chatbot di pre-qualifica costituiscono il terzo uso. Disponibili a ogni ora, capaci di condurre uno scambio in più lingue — capacità particolarmente utile in un mercato trilingue svizzero — conducono un colloquio preliminare strutturato e producono un rapporto di pre-selezione. Il loro posto è strettamente a monte: non decidono mai, filtrano e orientano.

Ciò che la LPD disciplina strettamente

La Legge federale sulla protezione dei dati (LPD), entrata in vigore nella sua versione rivista il 1° settembre 2023, disciplina rigorosamente l'uso dell'IA nei processi di reclutamento^[1]. Cinque obblighi strutturano la pratica.

L'informazione del candidato sull'uso di strumenti automatizzati nel trattamento della sua candidatura deve essere trattata come un'esigenza di trasparenza. Questa informazione deve essere data a monte, nella politica di riservatezza del sito di reclutamento o nel formulario di candidatura, in termini accessibili.

Il diritto di accesso del candidato ai dati raccolti che lo riguardano e, in alcuni casi, alle valutazioni algoritmiche prodotte sul suo conto, è iscritto nella legge. Un sistema di IA che non permetta di rispondere a una richiesta di accesso nei termini legali costituisce un rischio operativo diretto.

La durata di conservazione dei dossier di candidatura non può essere indefinita senza base legale. Le pratiche di archiviazione devono essere documentate e giustificate.

Il profilo automatizzato ad alto rischio richiede un'analisi d'impatto sulla protezione dei dati. Questa analisi, documentata, deve precedere il dispiegamento di un sistema che produce decisioni individuali sulla base di un trattamento automatizzato.

L'informazione sui criteri utilizzati in una decisione automatizzata che colpisce un candidato individualmente costituisce il quinto asse. La LPD disciplina le decisioni individuali automatizzate e impone obblighi di informazione nei casi interessati.

Ciò che il quadro svizzero proibisce

Oltre la LPD, il quadro svizzero proibisce le discriminazioni illecite nel rapporto di lavoro e in assunzione. Questa interdizione si applica pienamente alle decisioni di reclutamento assistite da algoritmo, senza eccezione con il pretesto di una mediazione tecnologica.

Questa regola ha una conseguenza operativa diretta: il datore di lavoro resta giuridicamente responsabile delle decisioni prodotte dagli algoritmi che dispiega, anche quando queste decisioni sono discriminatorie senza intenzione esplicita. L'argomento secondo cui «è l'algoritmo che ha deciso» non è opponibile. La responsabilità del datore di lavoro è intera.

Ciò che l'EU AI Act aggiunge per le imprese svizzere interessate

Il Regolamento europeo sull'intelligenza artificiale (EU AI Act), entrato in applicazione progressiva dal 2024, classifica i sistemi di IA di reclutamento fra i sistemi ad alto rischio^[2]. Questa qualifica comporta diversi obblighi rafforzati per le imprese che operano sul mercato europeo o che vi esportano: documentazione tecnica esaustiva del sistema, valutazione di conformità preliminare al dispiegamento, supervisione umana effettiva sulle decisioni prodotte, trasparenza sul funzionamento del sistema, sorveglianza post-dispiegamento continua.

Per un'impresa svizzera che recluta candidati residenti nell'Unione Europea, o che utilizza un sistema commercializzato da un editore europeo, questi obblighi si aggiungono al quadro LPD. La combinazione dei due quadri costruisce un ambiente regolamentare denso, ma prevedibile. Gli attori che anticipano la conformità all'inquadramento iniziale producono sistemi effettivamente distribuibili. Quelli che la trattano come un ostacolo di fine progetto incontrano costi di recupero sostanziali.

Il rischio che non si risolve per via tecnica: il bias algoritmico

I modelli di apprendimento automatico riproducono i bias presenti nei loro dati di addestramento, e possono amplificarli. Questo rischio è noto, documentato da più anni, e costituisce il problema etico centrale dell'IA nel reclutamento.

Tre manifestazioni se ne osservano regolarmente. Il bias di genere, che sotto-valuta o sopra-valuta alcuni profili in settori in cui i reclutamenti storici erano squilibrati. Il bias d'età, che svantaggia alcune fasce d'età sulla base di motivi correlati ma non causali. Il bias linguistico, che penalizza i candidati la cui lingua madre non è quella dell'annuncio, indipendentemente dalla loro competenza tecnica reale.

Nessuna di queste manifestazioni si risolve con un miglioramento puramente tecnico del modello. La correzione passa per una disciplina operativa che combina più leve. La diversificazione dei dati di addestramento, che riduce le correlazioni apprese per difetto. L'audit regolare dei risultati per strato demografico, che identifica gli scarti effettivi e segnala i bias che si sono installati. La supervisione umana effettiva sulle decisioni individuali, che mantiene un punto di arbitraggio fuori dal sistema automatico. La trasparenza sui criteri utilizzati, che rende possibili i ricorsi e le contestazioni.

Questa disciplina non è un supplemento opzionale. È costitutiva di un uso serio dell'IA nel reclutamento.

Cinque principi operativi che distinguono le pratiche serie

Per un'impresa svizzera che prepara o rivede il proprio uso dell'IA nel reclutamento, cinque principi operativi si distinguono dall'osservazione delle pratiche.

La decisione finale di assunzione resta umana. L'IA pre-seleziona, classifica, raccomanda, segnala; non decide. Questa frontiera protegge l'impresa sul piano giuridico e preserva la qualità del reclutamento.

L'audit dei risultati per strato demografico si conduce a cadenza regolare. Trimestrale come minimo, mensile per le strutture a forte volume. Questo audit identifica i bias che si sarebbero installati e innesca le correzioni necessarie.

L'informazione del candidato è esplicita, in termini accessibili. La politica di riservatezza del sito e il formulario di candidatura segnalano chiaramente i trattamenti automatizzati, senza uso di un linguaggio tecnico che diluisca il messaggio.

La via di ricorso è documentata. Un candidato scartato da un sistema automatizzato deve sapere come contestare questa decisione, e l'impresa deve poter rispondervi in tempi ragionevoli.

I dati di addestramento sono qualificati prima dell'uso. I set di dati generici forniti dagli editori non sposano necessariamente la realtà del mercato del lavoro svizzero, né i profili che l'impresa cerca di reclutare. Una qualifica preliminare e un aggiustamento regolare sono necessari.

Ciò che questa nota non pretende di fare

Questa nota espone un quadro operativo. Non prescrive alcun strumento particolare — il mercato delle soluzioni di reclutamento assistite da IA evolve troppo rapidamente perché una raccomandazione nominale abbia senso a sei mesi. Non propone nemmeno una tariffazione — le forchette variano considerevolmente secondo il volume di reclutamenti, il settore d'attività, l'infrastruttura esistente, e il livello di esternalizzazione adottato.

Il Quaderno MCVA n°4, previsto per l'ottobre 2026, tratterà più in profondità l'adozione dell'IA nelle funzioni HR delle imprese svizzere, integrando i versanti reclutamento, formazione, gestione dei talenti e pianificazione strategica degli effettivi. Si appoggerà su una produzione di osservazioni specifica al mercato svizzero e sul coordinamento con praticanti HR identificati.

L'IA nel reclutamento non è una promessa miracolosa di produttività né una minaccia tecnologica per le funzioni HR. È uno strumento il cui valore dipende strettamente dal rigore del quadro in cui è dispiegato.

Sources

[1] Legge federale sulla protezione dei dati (LPD), revisione del 25 settembre 2020, entrata in vigore il 1° settembre 2023. www.fedlex.admin.ch/eli/cc/2022/491/it [↩]

[2] Regolamento (UE) 2024/1689 del Parlamento europeo e del Consiglio del 13 giugno 2024 che stabilisce regole armonizzate sull'intelligenza artificiale (EU AI Act). eur-lex.europa.eu/eli/reg/2024/1689/oj/ita [↩]

Jérôme Deshaie è CEO di MCVA Consulting SA, studio svizzero di consulenza strategica in intelligenza artificiale, con sede in Vallese.