Stai valutando il prezzo di un software AI per lo screening dei CV, e la tua terza demo di screening AI dei CV termina come le 2 precedenti. Chiedi perché il CV in cima è classificato primo, e il rappresentante mostra di nuovo il suo punteggio di corrispondenza.
Nel sondaggio sull'AI nelle assunzioni di novembre 2025 condotto dal fornitore Greenhouse, solo il 21% dei recruiter statunitensi era molto fiducioso che la propria AI non avesse respinto alcun candidato qualificato.
Non è colpa tua: i fornitori raramente mostrano come funziona. Ma il rischio ricade su di te, perché uno strumento che non puoi verificare può affossare brave persone con la tua approvazione.
Questa guida mostra cosa dovrebbe fare il software, come testarlo prima su 20 CV passati e 12 punti da pretendere dai fornitori.
Punti chiave
- Cosa fa un software AI per lo screening dei CV con 200 CV? Assegna un punteggio a ogni CV in base ai tuoi criteri, cita le evidenze e ordina la pila. Tu leggi i primi in classifica e decidi.
- Dovrei intervistare solo i CV che ottengono 8 su 10? No. Dei 105.648 CV valutati da Flowmingo dal 10 luglio al 24 settembre 2026, solo il 4,0% ha raggiunto 8. Classifica tutti e leggi la fascia sotto la tua soglia.
- Basta una persona che approva le scelte dell'AI per fermare i bias? No. In un esperimento con 528 persone, i revisori si sono orientati verso qualunque gruppo favorisse un'AI distorta.
- Come posso testare uno strumento prima di acquistarlo? Fai passare 20 CV passati di cui conosci l'esito, rieseguili in ordine casuale, poi cambia solo il nome su 3 copie.
- Posso usarlo per lavori a New York City senza un audit sui bias? No, se contribuisce sostanzialmente a decidere chi passa alla fase successiva. Tu, in qualità di datore di lavoro, hai bisogno di un audit relativo all'ultimo anno e devi notificare ai residenti di NYC 10 giorni lavorativi prima dell'uso.
1. Riceviamo più di 200 CV per posizione. Che cosa ne fa un software di screening dei CV basato sull'AI?
Legge ogni CV alla luce dei criteri che hai impostato, assegna a ciascuno un punteggio con una motivazione scritta e ordina la pila.
Tra i progetti che hanno inviato alla nostra piattaforma 10 o più CV da valutare, il 10% più attivo ne ha ricevuti 228 o più. Il benchmark nordamericano 2025 di Greenhouse conta tutte le candidature e colloca la posizione media a 244, quindi più di 200 è una posizione intensa del tutto normale.
Esegue la prima fase dello screening dei CV in 5 passaggi:
- Incolli il brief della posizione.
- Il software redige i criteri ponderati e tu li modifichi.
- Assegna un punteggio a ogni CV per ciascun criterio, citando le prove.
- Ordina tutti i candidati e tu leggi i primi della lista e la fascia subito sotto: classifica, mai rifiuto.
- Esporti la shortlist con le motivazioni.

Come funziona: brief della posizione, criteri ponderati che modifichi tu, ogni CV valutato con le prove citate, poi classifica, mai rifiuto. La shortlist esce con le motivazioni.
Uno strumento automatico di screening dei CV valuta ciò che il CV dice, e oggi molti CV copiano la descrizione della posizione (un thread su Reddit del 2024 diventato un punto di riferimento).
Alcuni candidati vanno oltre. Nel sondaggio di Greenhouse del 2025 su 1,200 candidati statunitensi, il 41% ha ammesso di aver nascosto testo rivolto ai filtri di screening dei CV basati sull'AI. Ecco perché il punteggio è solo una prima fase, e le domande di screening per i candidati dovrebbero poi mettere alla prova la persona.
Dati Flowmingo · 2,294 progetti di assunzione con 10 o più CV, in 1,004 aziende, CV ricevuti dal 3 aprile al 20 ottobre 2026
- 33 CV è stata la mediana per i progetti con 10 o più CV.
- 228 o più CV sono arrivati nel 10% più attivo di quei progetti.
Conta solo i CV inviati alla valutazione CV di Flowmingo, non tutte le candidature che una posizione ha ricevuto altrove.

CV per posizione: su 2,294 progetti con 10 o più CV, la mediana è stata di 33. Il 25% più attivo ne ha ricevuti 83 o più e il 10% più attivo 228 o più.
2. Come faccio a dire al software che cosa significa «qualificato» per questo ruolo, oltre le parole chiave?
Scrivi da 4 a 6 criteri ricavati dall'offerta di lavoro stessa, assegna un peso a ciascuno e indica quali prove nel CV fanno ottenere un punteggio alto. Lascia fuori tutto ciò che il lavoro non richiede, come il nome della scuola, il codice postale o un anno di pausa.
Mantieni il criterio superato/non superato per 2 o 3 fatti che chiedi nella candidatura, come l'autorizzazione al lavoro o una licenza (preselezione dei candidati). Assegna un peso a tutto ciò che si legge dal CV, perché un filtro rigido su un proxy del CV elimina persone qualificate senza che nessuno se ne accorga.
Uno studio fondamentale del 2021 della Harvard Business School e Accenture fornisce 1 esempio: un filtro che penalizza nel ranking chiunque sia senza lavoro da 6 mesi.
I proxy richiedono la stessa attenzione. I modelli di AI più recenti mostrano meno bias espliciti di genere e razza, ma il bias legato all'istruzione resta significativo (Iso e colleghi). L'Illinois vieta i codici postali come proxy dal 1° gennaio 2026, e la legge sulla fairness di Singapore proteggerà la capacità linguistica, la nazionalità e l'età.
Ecco una scheda per un Team Lead del servizio clienti (esempio illustrativo, non dati dei clienti):
| Criterio | Peso | Prove per 8-10 | Prove per 3-5 |
|---|---|---|---|
| Ha guidato un team di 5+ agenti | Indispensabile (4) | Dimensione del team e un risultato, come risposte più rapide | «Ha supportato il team», senza dimensione |
| Ha gestito reclami in escalation | Molto importante (3) | Un'escalation di cui si è occupato, e come è finita | «Gestione dei reclami» tra le competenze |
| Uso quotidiano del sistema di ticketing | Importante (2) | Indica il sistema e cosa monitorava | «Strumenti CRM», senza dettagli |
| Servizio retail o e-commerce | Preferibile (1) | Un team di servizio retail o di un negozio online | Lavoro in servizi affini |
| Da omettere | Non valutato | Nome della scuola, codice postale, foto, età, lacune senza contesto |
I requisiti indispensabili che il titolo di lavoro nasconde, come gli anni per livello o il lavoro in sede, vanno inseriti nella scheda o in 1 o 2 domande di screening. Concordali con il responsabile delle assunzioni prima che il primo CV riceva un punteggio, e tarali su 5 CV come mostra la nostra guida alla preselezione.
Come aiuta Flowmingo
Incolla la tua offerta di lavoro e Flowmingo redige da essa criteri ponderati, e il tuo team imposta l'importanza di ciascuno. Un Indispensabile conta 4 volte tanto quanto un Preferibile (Come calcoliamo il punteggio).
3. Il mio responsabile delle assunzioni chiederà perché. Il software di screening AI dei CV può spiegare ogni punteggio?
Un buon software di screening AI dei CV mostra un punteggio per ogni criterio e cita la riga del CV che lo ha determinato. Se non puoi vedere le prove, non puoi difendere la shortlist davanti al tuo responsabile delle assunzioni.
Il sondaggio Greenhouse del novembre 2025 citato nell'introduzione mostra il costo di non vederlo. Oltre ai recruiter statunitensi che erano molto fiduciosi, il 25% non aveva alcuna fiducia nella propria AI, e l'8% non aveva idea di cosa essa dia priorità.

Fiducia dei recruiter statunitensi: il 21% molto fiducioso, il 25% per nulla fiducioso nella propria AI e l'8% senza alcuna idea di cosa prioritizzi.
Ecco 1 CV valutato riga per riga rispetto al foglio di lavoro della sezione 2 (esempio illustrativo, non dati di clienti):
| Criterio (peso) | Punteggio /10 | Prova citata dal CV |
|---|---|---|
| Ha guidato un team (4) | 8 | "Ha guidato 7 agenti; ha ridotto il tempo di prima risposta da 9 a 4 ore" |
| Escalation (3) | 7 | "Gestiva la coda dei reclami VIP, circa 30 casi al mese" |
| Sistema di ticketing (2) | 6 | "Zendesk, ogni giorno" |
| Servizio al dettaglio (1) | 3 | Non presente nel CV, segnalato |
| Punteggio ponderato | 6.8 | (4x8 + 3x7 + 2x6 + 1x3) / 10 = 68 / 10 |
| Media semplice | 6.0 | (8+7+6+3) / 4 = 24 / 4 |
Il punteggio ponderato batte la media semplice, perché le prove più solide riguardano il requisito irrinunciabile. La riga silenziosa sul servizio al dettaglio ottiene 3, il valore predefinito segnalato nella nostra guida alla preselezione. Uno zero punirebbe chi semplicemente non l'ha inserito nel CV.
Poi esegui 3 controlli in circa un minuto. Ogni riga citata dovrebbe dimostrare il proprio criterio, nessun punteggio dovrebbe basarsi su prove mancanti e un totale discreto non dovrebbe nascondere un requisito irrinunciabile debole.
In una demo, una singola percentuale di corrispondenza senza dettaglio è il campanello d'allarme, e lo sono anche motivazioni che copiano l'annuncio di lavoro.
Come aiuta Flowmingo
Flowmingo valuta ogni CV rispetto ai tuoi criteri ponderati con un punteggio su 10 e riporta le prove alla base di ogni punteggio (FAQ). Il punteggio complessivo è una media ponderata, come nella tabella qui sopra (Come calcoliamo i punteggi).
4. Cosa succede quando l'AI assegna un punteggio basso a un candidato forte, e posso sovrascriverlo?
Nulla dovrebbe accadere automaticamente: un punteggio basso dovrebbe far scendere un CV nella lista, non farlo uscire. Esamini la fascia al di sotto della tua soglia e sposti le persone verso l'alto.
Dati Flowmingo · 105,648 CV · 50,546 candidati · 3,815 progetti di assunzione · 1,761 aziende · sistema di punteggio attuale, dal 10 lug al 24 set 2026
- 5.4 su 10 è stato il punteggio mediano dei CV rispetto ai criteri ponderati di ciascuna posizione.
- 4.0% dei CV ha ottenuto 8 o più e il 19.0% ha ottenuto 7 o più.
Punteggi AI dei CV, non qualità dei candidati o esiti di assunzione, non comparabili tra posizioni diverse. Criteri severi o caricamenti massivi li abbassano; i CV non valutabili sono esclusi. Il metodo di punteggio è cambiato il 9-10 lug 2026 e i punteggi precedenti non sono comparabili.

Distribuzione dei punteggi CV, scorer attuale: su 105.648 CV, il 56,4% ha ottenuto 5 o più e il 19,0% ha ottenuto 7 o più. Solo il 4,0% ha ottenuto 8 o più, e lo 0,1% ha raggiunto 9.
Quindi "intervistare solo gli 8" lascia molte posizioni con una lista minuscola, o nessuna. In metà dei progetti con 20 o più CV valutati, nemmeno uno ha raggiunto 8 (selezione dei candidati).
In un esperimento del 2025 con 528 persone, i revisori hanno seguito le scelte di un'AI simulata e prevenuta fino al 90% delle volte (Wilson e colleghi).
Quindi leggete le prove prima di accettare un punteggio, il nostro consiglio, non il risultato dello studio. Mantenete 3 abitudini:
- Leggete la fascia più alta e quella subito sotto, dove il thread Reddit di riferimento del 2024 ha visto arrivare persone in riconversione professionale, diplomati dei bootcamp e CV a 2 colonne.
- Quando fate salire qualcuno, scrivete 1 frase su ciò che il punteggio non ha considerato.
- Dopo che la posizione si chiude, controllate se i vostri interventi manuali erano corretti.
Supponiamo che la vostra soglia sia 7 e che una persona in riconversione professionale ottenga 6,1, perché il suo CV dice "shift supervisor", non "team lead". Gestiva 6 persone in un negozio al dettaglio, quindi spostatela in alto e annotate "guidava 6, titolo diverso".
Dal 2 dicembre 2027, l'UE richiede una persona formata con l'autorità di annullare la decisione dello strumento (Articolo 26).
Come aiuta Flowmingo
Nessuno viene rifiutato automaticamente: Flowmingo restituisce un punteggio con le sue motivazioni, e ogni decisione resta al vostro team (FAQ).
5. Assumiamo in diversi mercati. Il software di screening AI dei CV legge altre lingue e formati insoliti?
A volte, e il divario può essere ampio, quindi testatelo sulle lingue e sui layout che ricevete. Chiedete al fornitore i risultati per lingua, poi controllate 2 o 3 dei vostri CV non in inglese e scansionati.
Il modello dietro lo strumento conta più di un'etichetta "multilingue". Nel benchmark JobResQA (un preprint del 2026), Llama 3.3 70B ha ottenuto 0,73 sulle domande relative ai CV in inglese ma 0,47 in tedesco e 0,48 in cinese.
Il calo, però, è irregolare. L'italiano si è mantenuto a 0,70, e Mistral Large è rimasto più vicino, a 0,69 in inglese e 0,61 in cinese.

Stesso modello, altre lingue: Llama 3.3 70B ha ottenuto 0.73 in inglese, 0.70 in italiano, 0.48 in cinese e 0.47 in tedesco. Si tratta di punteggi sulla qualità delle risposte, verificati da un giudice AI confrontandole con risposte umane, non di accuratezza nelle assunzioni.
Anche i formati insoliti mettono in difficoltà gli strumenti. Nello stesso thread di riferimento del 2024, i recruiter hanno citato curriculum a 2 colonne, tabelle e date interpretate male, e un curriculum scansionato richiede prima il riconoscimento del testo.
Chiedete poi cosa succede ai file che lo strumento non riesce a leggere: volete che vengano segnalati, mai eliminati in silenzio.
Dati Flowmingo · 210,364 curriculum inviati alla valutazione CV presso 2,223 aziende, dal 3 apr al 20 ott 2026
- Il 99.7% dei curriculum inviati alla valutazione CV di Flowmingo è tornato con un punteggio.
- 345 curriculum non hanno potuto ricevere un punteggio perché il file era corrotto, protetto da password o illeggibile.
Questo misura quanto spesso la valutazione è stata completata, non con quanta accuratezza è stato letto ogni curriculum. Alcuni curriculum senza punteggio potrebbero essere stati ancora in coda.
Per esempio, se assumete a Singapore, vedrete curriculum in inglese con nomi cinesi, malesi o tamil e titoli di studio conseguiti all'estero. Usate 2 di questi curriculum nel test di scambio dei nomi della sezione 9 e tenete gli slot per i file insoliti per un vero curriculum non in inglese e uno scansionato.
6. Dopo Amazon e Workday, come verifico se la selezione AI è prevenuta verso le donne o gli over 40?
Chiedete al fornitore i numeri degli audit, poi verificate i vostri tassi di selezione per gruppo. Il rischio è reale, perché gli strumenti imparano dalle assunzioni passate, leggono i nomi e favoriscono il curriculum che leggono per primo.
Il caso di riferimento è lo strumento sperimentale per i curriculum di Amazon (Reuters, 2018). Aveva imparato da 10 anni di curriculum, penalizzava la parola "women's" e declassava le diplomate di 2 college femminili.
I nomi influenzano i modelli. In un audit di riferimento dell'ottobre 2024 su 3 modelli di matching dei curriculum, i nomi associati ai bianchi hanno vinto l'85.1% dei test sulla razza (Wilson and Caliskan). I nomi maschili neri hanno perso in fino al 100% dei casi.
Anche l'ordine li influenza. Su 22 modelli di AI e 30,690 decisioni su coppie di curriculum ugualmente qualificati, il curriculum mostrato per primo ha vinto il 63.5% delle volte (Rozado).

Il primo CV vince: su 22 modelli di IA, il CV mostrato per primo ha vinto il 63.5% delle volte e il secondo il 36.5%. Le probabilità eque sono del 50%.
Nel test fondamentale del 2024 di Bloomberg, GPT-3.5 ha classificato 8 CV quasi identici, dove un tasso equo di prima posizione è del 12.5%. I nomi di donne asiatiche sono arrivati in cima il 17.2% delle volte e gli uomini neri il 7.6% (dati). Tuttavia interviewing.io contesta il metodo, e un chatbot non è uno strumento di screening collaudato.
Nel caso Mobley contro Workday, un tribunale ha consentito ai candidati di età pari o superiore a 40 anni di procedere come gruppo a livello nazionale a maggio 2025 (Holland & Knight). Queste sono accuse, non accertamenti.
Dividi il tasso di preselezione di ciascun gruppo per il tasso del gruppo più alto (esempio illustrativo, non dati dei clienti):
| Gruppo | CV | Preselezionati | Tasso di preselezione | Rapporto con il più alto |
|---|---|---|---|---|
| Gruppo X | 140 | 14 | 10.0% | 100% |
| Gruppo Y | 100 | 6 | 6.0% | 60%: da approfondire |
Il 6.0% del Gruppo Y diviso per il 10.0% del Gruppo X è 60%, sotto la soglia dell'80%. Quindi scopri il perché prima che la posizione si chiuda.
La soglia dell'80% deriva dalle fondamentali Uniform Guidelines del 1978, una regola pratica per gruppi razziali, di sesso ed etnici. Usarla per gli over 40 è un nostro suggerimento. Con gruppi piccoli, usa un test di significatività.
Al 2 novembre 2026 la regola è ancora nell'eCFR. Il 9 giugno 2026, l'Office of Legal Counsel del Dipartimento di Giustizia ha definito le linee guida sottostanti una lettura incostituzionale del Titolo VII.
L'EEOC prevede di abrogarle a novembre 2026 (Ogletree). Le rivendicazioni di impatto disparato ai sensi del Titolo VII restano, quindi mantieni il controllo come monitoraggio personale.
7. Assumiamo a New York, nell'UE e a Singapore. Quali leggi sullo screening con IA si applicano?
Dipende da dove si trova il lavoro e da dove vivono i tuoi candidati. Le norme dell'UE e di Singapore entrano in vigore alla fine del 2027, ma quelle di New York City si applicano già ora.
New York City vieta uno strumento coperto senza un audit di bias dell'anno precedente, un riepilogo pubblico e un avviso. Queste sono informazioni generali, non consulenza legale.

Leggi per luogo: New York City vieta gli strumenti soggetti senza un audit dei bias e un preavviso di 10 giorni lavorativi. L'Illinois richiede l'avviso e l'assenza di proxy basati sul codice postale, la California la conservazione per 4 anni, l'UE si applica dal 2 dicembre 2027 e Singapore dalla fine del 2027.
Il DCWP della città applica la fondamentale Local Law 144 dal 5 luglio 2023, con multe da $500 a $1,500 al giorno. Eppure il State Comptroller ha rilevato almeno 17 potenziali violazioni tra 32 aziende, mentre la città ne ha rilevata 1. Uno studio fondamentale del 2024 ha rilevato che solo 18 dei 391 datori di lavoro avevano pubblicato un audit (Null Compliance).
L'UE classifica il filtraggio delle candidature come ad alto rischio (Allegato III), dal 2 dicembre 2027 ai sensi del Digital Omnibus (Lewis Silkin). Le regole dell'Illinois (una nota di riferimento del 2024 di Morgan Lewis) e le regole della California del 2025 (Mayer Brown) si applicano già.
L'EEOC ha rimosso la sua guida fondamentale sull'IA del 2023 a gennaio 2025 e ha interrotto le indagini sull'impatto disparato (Seyfarth). Le azioni legali private come Mobley continuano.
La legge di Singapore vieterà le decisioni basate su 11 caratteristiche protette ed esenterà i datori di lavoro con meno di 25 dipendenti, fatta salva la valutazione equa (Mondaq, DLA Piper). Non menziona l'IA, quindi applicarla ai filtri automatizzati è la nostra interpretazione.
7.1 Dobbiamo dire ai candidati che l'IA esamina il loro CV e consentire loro di rinunciare?
Sì, perché New York City e l'Illinois richiedono entrambi un avviso. Un opt-out, in cui una persona legge il CV al posto del software, è una buona pratica, anche se le regole di NYC non ne richiedono uno.
Inserisci l'avviso nella pagina delle carriere, nell'annuncio di lavoro o via email almeno 10 giorni lavorativi prima di valutare i candidati di NYC (regole del DCWP). Individua 1 persona che risponda alle richieste di opt-out entro 2 giorni lavorativi; è un nostro suggerimento, non una scadenza legale.
Per esempio, una posizione a Singapore e NYC pubblicizzata lunedì 1 non può valutare i CV di NYC fino a lunedì 15. I CV di Singapore possono essere valutati dal giorno 1, e anche i CV di NYC se la tua pagina delle carriere riportava già l'avviso da 10 giorni lavorativi.
Testo di esempio, da adattare con il tuo consulente legale:
Usiamo un software di IA per valutare i CV in base ai criteri per questa posizione: [list]. Un membro del nostro team esamina i risultati e prende ogni decisione. Per le posizioni a New York City, il nostro ultimo audit dei bias, relativo all'ultimo anno, è riassunto qui: [link]. Per far esaminare la tua candidatura da una persona senza il software, o per chiedere un adeguamento, rispondi a questa email e [name] ti risponderà entro 2 giorni lavorativi.
8. Posso esportare la shortlist con i punteggi e inviarla al responsabile delle assunzioni?
Sì, e l'esportazione dovrebbe riportare le motivazioni, non solo nomi e numeri. Invia ogni punteggio con le sue righe di evidenza, così si discute sulle evidenze anziché a intuito.
Un'esportazione utile contiene 6 elementi: nome, punteggio complessivo, punteggio per criterio, l'evidenza per ogni requisito indispensabile, la tua nota di override e la data. Con questi, un responsabile delle assunzioni può contestare 1 riga invece dell'intera lista, e tu conservi una traccia del motivo.
L'esportazione è anche la tua documentazione. Le norme della California richiedono che i registri ADS siano conservati per 4 anni, e l'EU AI Act richiede log per almeno 6 mesi dal 2 dicembre 2027.
Quindi chiedi a ogni fornitore per quanto tempo conserva i punteggi e se puoi esportarli tutti. Verifica che si esportino anche le note di override, perché dimostrano che una persona ha preso ogni decisione. Per esempio, un'agenzia potrebbe volere un PDF per candidato per un cliente.
Un team interno potrebbe volere un CSV per il suo ATS, o un'API affinché i punteggi arrivino lì senza copia e incolla. In ogni caso, il responsabile delle assunzioni riceve la lista con le evidenze, mai una semplice classifica.
Come Flowmingo aiuta
Nel piano Free puoi vedere tutto nell'app, condividere i report tramite link e scaricare 3 report PDF o DOCX in totale. Per download illimitati, passa a Flowmingo Pro (Starter, Growth o Scale), e l'esportazione CSV è disponibile da Growth (prezzi). Flowmingo si collega a oltre 20 ATS (guide ATS), inclusi Greenhouse, Lever e Workday, per i punteggi delle interviste AI; i punteggi dei CV usano l'API gratuita, i webhook o MCP.
9. Come posso testare un software di screening AI dei CV su 20 dei miei vecchi CV?
Scegli 20 CV passati di cui conosci l'esito, sottoponili alla prova e confronta la classifica con quello che è successo. Poi rimescola e rieseguili, e cambia solo il nome su 3 copie.
Mescola i 20: 5 persone che hai inserito in shortlist e di cui sei stato contento di averlo fatto, 5 quasi idonei, 8 rifiuti netti e 2 CV non in inglese o scansionati. Rimuovi i dati personali che non ti servono e verifica che i termini della prova e l'informativa sulla privacy consentano di riutilizzare in questo modo i CV passati.
Poi esegui 5 controlli:
- Concordanza: almeno 4 dei 5 CV riconosciuti come validi dovrebbero entrare nella top 8 dello strumento.
- Rimescolamento: ricarica i 20 in ordine inverso. Nessun CV dovrebbe spostarsi di più di 2 posizioni.
- Scambio di nomi: copia 3 CV e cambia solo il nome su ciascuna copia. Lo scarto di punteggio dovrebbe restare pari o inferiore a 0.5 su 10.
- Motivazioni: ogni punteggio dei requisiti indispensabili su 5 CV casuali mostra la sua evidenza, verificabile in meno di 1 minuto.
- File anomali: i CV non in inglese e scansionati vengono letti, non lasciati vuoti.

Test su 20 CV: concordanza, rimescolamento, scambio di nomi, motivazioni e file anomali, ognuno con una soglia di superamento suggerita che puoi verificare in 1 sola sessione.
Il rimescolamento conta a causa dell'effetto primo CV di Rozado nella sezione 6. Queste soglie di superamento sono la nostra regola empirica, non uno standard.
9.1 Quanto è accurato rispetto al mio team che legge i CV?
Nessun benchmark indipendente confronta gli strumenti con selezionatori umani sui tuoi ruoli. Il tuo test su 20 CV è la risposta onesta, quindi confrontalo con l'esito reale.
Se mette 4 CV su 5 noti come buoni nella sua top 8 e 0 respinti su 8 nella sua top 5, è d'accordo con te. Se solo 2 su 5 entrano nella top 8, leggi le sue motivazioni per gli altri 3 prima di fidarti.
Come aiuta Flowmingo
Puoi eseguire questo test gratuitamente: la valutazione dei CV è illimitata su ogni piano, incluso il piano Free, senza costi per CV (FAQ).
10. Dopo 3 demo dei fornitori, quali controlli deve superare un software di screening CV con IA prima che io acquisti?
Deve assegnare un punteggio in base ai tuoi criteri con prove visibili, non deve mai respingere da solo e deve superare il tuo test su 20 CV. Deve anche tenere i tuoi candidati fuori dal suo addestramento.
Chiedi di vedere ognuno di questi 12 punti dal vivo sui tuoi CV, perché i dati di esempio di un fornitore non dimostrano nulla sui tuoi ruoli. Ad esempio, cambia 1 peso e guarda la classifica muoversi.
I punti da 1 a 10 provengono dalle sezioni da 2 a 9 di questa guida, mentre i punti 11 e 12 riguardano la gestione dei dati.
| # | Il software deve | Test in demo | Segnale d'allarme |
|---|---|---|---|
| 1 | Assegnare un punteggio in base a criteri che puoi modificare | Cambia un peso | Criteri fissi e nascosti |
| 2 | Citare le evidenze del CV per criterio | Apri 3 punteggi | 1 percentuale di corrispondenza |
| 3 | Non respingere mai solo in base al punteggio | Chiedi di un 2 su 10 | Email di rifiuto automatico |
| 4 | Accettare override con una motivazione | Sposta 1 CV più in alto | Nessun campo per la motivazione |
| 5 | Superare il tuo test su 20 CV | Sezione 9 | "Usa i nostri dati di esempio" |
| 6 | Classificare allo stesso modo in qualsiasi ordine | Test di rimescolamento | Le classifiche seguono l'ordine di caricamento |
| 7 | Ignorare nomi, foto, codici postali | Test di scambio dei nomi | Il punteggio cambia con il nome |
| 8 | Leggere le tue lingue e i tuoi layout | 2 CV anomali | Vuoto o "non supportato" |
| 9 | Riportare i tassi di superamento per gruppo | Chiedi le tabelle di audit | Solo un badge |
| 10 | Esportare punteggi, motivazioni, override | Scarica l'elenco | Solo i nomi |
| 11 | Tenere i candidati fuori dall'addestramento | Clausola contrattuale | "Miglioriamo i nostri modelli" |
| 12 | Eliminare i CV e supportare la tua DPIA | Periodo di conservazione | Nessuna risposta scritta |
I punti 11 e 12 riguardano la gestione dei dati, un aspetto che la maggior parte delle pagine sui software di screening dei CV trascura. L'audit dell'ICO di novembre 2024 ha rilevato che la maggior parte dei fornitori controllati aveva riutilizzato i dati dei candidati per addestrare i propri strumenti.
Ha inoltre individuato strumenti che permettono ai recruiter di escludere le caratteristiche protette, oppure che deducono l'etnia dai nomi. Quindi ottenete 4 risposte per iscritto da ogni fornitore, prima di firmare:
- Dove conservano i vostri CV, e per quanto tempo.
- Se addestrano qualche modello sui vostri candidati.
- Come eliminate il CV e i punteggi di un candidato.
- Se supportano la vostra DPIA, la valutazione d'impatto sulla protezione dei dati, prima che iniziate.
Come Flowmingo aiuta
Flowmingo è una piattaforma gratuita di assunzione basata sull'IA per i recruiter. La sua Valutazione CV copre i punti da 1 a 3: criteri che potete modificare, evidenze dietro ogni punteggio e nessun rifiuto automatico. Il controllo del rapporto tra gruppi del punto 9, sezione 6, lo eseguite sulla vostra shortlist. Fate il vostro test sui 20 CV su Flowmingo prima di acquistare qualsiasi software di screening dei CV basato sull'IA.
11. Fonti
Ogni studio, legge e indagine citati sopra, in stile APA.
- Bloomberg Graphics. (2024). 2024-openai-gpt-hiring-racial-discrimination [Data and code]. GitHub. Percentages as reported by Business Insider via Yahoo.
- Carrino, C. P., Estrella, P., Zbib, R., Escolano, C., & Fonollosa, J. A. R. (2026). JobResQA: A benchmark for LLM machine reading comprehension on multilingual resumes and JDs (arXiv:2601.23183). arXiv.
- Cornell Law School, Legal Information Institute. (n.d., read 2 November 2026). 42 U.S. Code 2000e-2, Unlawful employment practices. Cornell LII.
- Dastin, J. (2018, October 10). Amazon scraps secret AI recruiting tool that showed bias against women. Reuters.
- DLA Piper. (2024, December). First Workplace Fairness Bill introduced in Singapore to protect employees against discrimination. DLA Piper.
- Electronic Code of Federal Regulations. (current text, read 2 November 2026). 29 CFR Part 1607: Uniform guidelines on employee selection procedures. eCFR.
- European Parliament and Council. (2026). Regulation (EU) 2026/1744, the Digital Omnibus on AI. Official Journal of the European Union.
- European Union. (2024). Regulation (EU) 2024/1689 (Artificial Intelligence Act), Annex III. artificialintelligenceact.eu.
- European Union. (2024). Regulation (EU) 2024/1689 (Artificial Intelligence Act), Article 26. artificialintelligenceact.eu.
- Fuller, J. (2021, November 5). How to tap the talent automated HR platforms miss. Harvard Business School Working Knowledge.
- Greenhouse. (2025, November 19). An AI trust crisis (2025 AI in Hiring Report). Greenhouse press release.
- Greenhouse. (2026, March). The Hire Standard: Greenhouse benchmark report, North America. Greenhouse.
- Herbert Smith Freehills Kramer. (2025, December 10). Workplace Fairness Act to take effect end of 2027. Mondaq.
- Holland & Knight. (2025, May 27). Federal court allows collective action lawsuit over alleged AI hiring bias. Holland & Knight.
- Information Commissioner's Office. (2024, November). AI tools in recruitment: Audit outcomes report. ICO.
- interviewing.io. (n.d., read 2026). Refuting Bloomberg's analysis: ChatGPT isn't racist. interviewing.io blog.
- Iso, H., Pezeshkpour, P., Bhutani, N., & Hruschka, E. (2025). Evaluating bias in LLMs for job-resume matching: Gender, race, and education. Proceedings of NAACL 2025 Industry Track.
- Lewis Silkin. (2026, July 27). The Digital Omnibus on AI enters into force today. Lewis Silkin.
- Mayer Brown. (2025, September 2). California adopts new employment AI regulations effective October 1, 2025. Mayer Brown.
- Morgan Lewis. (2024, September 12). Illinois passes new law to address AI in the workplace. Morgan Lewis.
- New York City Department of Consumer and Worker Protection. (n.d., read 2026). Automated employment decision tools (AEDT). City of New York.
- New York City Department of Consumer and Worker Protection. (2023, April). Notice of adoption of final rule: Use of automated employment decision tools (6 RCNY 5-304, notice to candidates). City of New York.
- Office of Legal Counsel, US Department of Justice. (2026, June 9). Constitutionality of disparate-impact liability under Title VII. DOJ.
- Office of the New York State Comptroller. (2025, December 2). Enforcement of Local Law 144: Automated employment decision tools. Office of the New York State Comptroller.
- Ogletree Deakins. (2026, July 7). The EEOC's regulatory agenda: 10 signs of intent. Ogletree Deakins.
- Reddit r/Recruitment. (2024, May 6). Is anyone using AI for resume screening [Online forum thread]. Reddit.
- Rozado, D. (2026). Gender and positional biases in LLM-based hiring decisions: Evidence from comparative CV/resume evaluations. PeerJ Computer Science.
- Seyfarth Shaw. (2026). EEOC-initiated litigation: 2026 edition. Seyfarth Shaw.
- U.S. Code of Federal Regulations (current text). 29 CFR 1607.4, Uniform Guidelines on Employee Selection Procedures, information on impact. Legal Information Institute.
- Wilson, K., & Caliskan, A. (2024). Gender, race, and intersectional bias in resume screening via language model retrieval. Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, 7(1). Erratum: arXiv v3, 2026.
- Wilson, K., Sim, M., Gueorguieva, A.-M., & Caliskan, A. (2025). No thoughts just AI: Biased LLM hiring recommendations alter human decision making and limit human autonomy. Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, 8(3).
- Wright, L., Muenster, R. M., Vecchione, B., Qu, T., Cai, P., Metcalf, J., Matias, J. N., et al. (2024). Null compliance: NYC Local Law 144 and the challenges of algorithm accountability. Proceedings of FAccT 2024.



