Il dipartimento delle risorse umane si trova da anni ad affrontare un paradosso tecnologico: da un lato, la digitalizzazione ha reso facilissimo per i candidati inviare centinaia di candidature con un solo clic; dall’altro, i selezionatori si ritrovano sommersi da una mole di curriculum impossibile da gestire manualmente. Per decenni, l’unica soluzione per arginare questo tsunami di dati è stata l’utilizzo degli ATS (Applicant Tracking Systems), ovvero vecchi software che scartavano i candidati in base a rigidi criteri statistici.
approfondimento
Augmented recruiting: cos’è lo screening semantico e come si riducono i bias
L’augmented recruiting rivoluziona le risorse umane introducendo lo screening semantico dei curriculum. Superando i vecchi filtri basati su keyword, l’intelligenza artificiale comprende le reali competenze dei candidati, migliorando drasticamente la precisione del matching. Inoltre, anonimizzando i profili, la tecnologia riduce i bias cognitivi
Pubblicato il 6 mag 2026
Giovanni Masi
Computer science engineer
@RIPRODUZIONE RISERVATA
Giovanni Masi
Computer science engineer
Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.
È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).
Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:
- Intelligenza Artificiale per Ingegneri
- Intelligenza Artificiale Generativa
- Prompt Engineering.
Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.
Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:
• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI
• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.
Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.
