Questi sono progetti AI per HR e recruiting provenienti dall'hackathon 2026 di OpenAI su Devpost. Per i cercatori di lavoro ci sono curriculum su misura, colloqui simulati basati sul curriculum del candidato, controlli per truffe lavorative e spiegatori di offerte. Per i datori di lavoro ci sono screening dei candidati, pipeline di recruiting, payroll, turni e onboarding. Ogni pagina dell'idea collega alla sottomissione originale e a un'analisi generata. Le descrizioni sono auto-dichiarate dai team e questi sono progetti di hackathon, non prodotti in produzione.
L'assunzione è una decisione regolamentata, quindi la parte difficile spesso non è il modello. Gli strumenti che eseguono lo screening, classificano o punteggiano i candidati devono pianificare per la legge contro la discriminazione, come le regole applicate dall'EEOC negli USA. La Local Law 144 di New York City può richiedere audit di bias per gli strumenti di assunzione automatizzati, e l'AI Act dell'UE elenca l'AI utilizzata nel recruiting e nella gestione dei lavoratori come ad alto rischio. I curriculum e le registrazioni dei colloqui sono dati personali, quindi il GDPR si applica ai candidati nell'UE e nello SEE (il Regno Unito ha il proprio UK GDPR). I datori di lavoro si aspettano anche che uno strumento si integri con il loro ATS o HRIS, come Greenhouse o Workday. Ecco perché molti di questi progetti citano evidenze per ogni punteggio e lasciano la decisione a una persona.
Se una di queste idee è vicina alla tua, inizia con un lato del mercato e un workflow: i cercatori di lavoro che adattano le candidature, o una piccola squadra di recruiting che esegue lo screening di un ruolo. Un minimum viable product o un web app che funziona da curriculum e annunci di lavoro caricati può mostrare se le persone tornano prima di costruire integrazioni. Nulla in questa pagina costituisce consulenza legale.
88 idee in questa lista · 33 con almeno un like · classificato per like della community, poi commenti
Domande frequenti
- È legale utilizzare l'IA per lo screening dei candidati?
- Nella maggior parte dei luoghi è consentito, ma comporta obblighi. Negli Stati Uniti, un datore di lavoro può rimanere responsabile ai sensi delle leggi contro la discriminazione se uno strumento esclude un gruppo protetto, anche se è stato sviluppato da un fornitore. La città di New York richiede un audit sui bias e una notifica ai candidati per alcuni strumenti di assunzione automatizzati, e l'AI Act dell'UE considera l'IA per il reclutamento ad alto rischio, con obblighi relativi alla documentazione e alla supervisione umana. Pianifica questi aspetti prima che i datori di lavoro utilizzino lo strumento su candidati reali e verifica i dettagli con un avvocato del lavoro.
- Come può uno strumento di assunzione basato su IA ridurre il rischio di bias?
- Inizia decidendo cosa lo strumento può analizzare. Valutare in base ai requisiti dichiarati del lavoro, con citazioni dal curriculum come prova, è più facile da verificare rispetto a un punteggio di adattamento complessivo. Escludi nomi, foto, età e altri dettagli che possono rappresentare tratti protetti e confronta i risultati tra i gruppi su dati di test realistici prima del lancio. Assegna a una persona la responsabilità di ogni rifiuto e registra la motivazione di ogni decisione affinché un audit successivo abbia qualcosa da rivedere.
- Un MVP di recruiting dovrebbe integrarsi con un ATS fin dal primo giorno?
- Di solito no. Le piattaforme ATS e HRIS come Greenhouse, Lever e Workday offrono API, ma l'accesso spesso dipende dall'amministratore del cliente o da un programma di partner, e ogni datore di lavoro configura il proprio pipeline in modo diverso. Una prima versione può funzionare con curriculum caricati, descrizioni di lavoro incollate o esportazioni CSV per dimostrare che i recruiter risparmiano tempo. Una volta che un team accetta un pilota, l'integrazione con il loro sistema diventa un compito definito invece di un'ipotesi.
- Cosa dovrebbe includere la prima versione di uno strumento di IA per i candidati?
- Un pubblico e un passaggio della ricerca: ad esempio, studenti di ingegneria che si candidano per stage co-op, o professionisti esperti che si preparano per i colloqui. Diversi progetti qui rifiutano di aggiungere competenze che il candidato non ha mai elencato, il che impedisce agli utenti di inviare candidature che non possono difendere in un colloquio. Tratta i curriculum come dati sensibili fin dall'inizio: chiedi il consenso, permetti agli utenti di eliminare i loro file e non addestrare modelli su di essi senza permesso. Poi osserva se le persone tornano per la loro prossima candidatura.
Fonte: galleria progetti openai.devpost.com.
Una guida indipendente di KFG International LLC — non affiliata, approvata o connessa a Devpost o OpenAI.
Sei l'autore di un progetto elencato qui? Richiedi la rimozione o una correzione (support@kfginternational.com). Le richieste degli autori vengono elaborate entro 48 ore, e comunque entro sette giorni. Informativa sulla privacy.
