Metodologie e tecniche per la progettazione di chatbot di reclutamento incentrati sull'uomo

Recruitment is a key activity for companies, especially large ones, because choosing the right team can determine the success or failure of a business. Chatbots incorporating artificial intelligence are an integral part of modern recruitment practices, but the automation and efficiency they provide must be balanced with other aspects involving humans, including ethics, transparency of decisions and user experience. This thesis studies the impact of artificial intelligence (AI) on personnel recruitment, focusing on the principles of Human-Centred design in the context of chatbot development for recruitment. This research, introduces the Human-Centred Technology Acceptance Model (HC-TAM), an extension of the traditional Human-Computer Interaction (HCI) and Technology Acceptance Model (TAM) and incorporates key human-centred factors such as trust, transparency, personalization and efficiency. The HC-TAM serves as a framework for designing chatbots that balance operational efficiency with human-centred qualities. Using a mixed methodological approach comprising interviews, analysis of relevant literature and user studies, this research assessed the impact of conversational styles and interaction mechanisms on user experience. The results reveal that job seekers prefer conversational approaches that improve personalization and efficiency. Recruiters favor interaction styles that emphasize clarity and goal-oriented design customized to the specific interview, so that the tool is easy to use. This research provides useful recommendations for recruitment chatbot practitioners and designers to develop products that meet users' expectations. Such suggestions can help improve practices in the development of AI-based solutions that are also ethical and user-centred, promote inclusive and effective experiences for both candidates and recruiters, and balance operational efficiency with person-centred requirements.

Il reclutamento del personale è un'attività fondamentale per le aziende, soprattutto quelle grandi, perché la scelta del team giusto può determinare il successo o il fallimento di un'attività aziendale. I chatbot che integrano l'intelligenza artificiale sono parte integrante delle moderne pratiche di assunzione, ma l'automazione e l'efficienza che forniscono devono essere bilanciate con altri aspetti che coinvolgono l'uomo, tra cui l'etica, la trasparenza delle decisioni e l'esperienza utente. Questa tesi studia l'impatto dell'intelligenza artificiale (IA) sul reclutamento del personale, concentrandosi sui principi di progettazione centrata sulla persona nel contesto dello sviluppo di chatbot per il reclutamento del personale. La ricerca condotta, introduce il modello Human-Centered Technology Acceptance Model (HC-TAM), un'estensione dei modelli tradizionali Human-Computer Interaction (HCI) e Technology Acceptance Model (TAM) ed incorpora fattori chiave incentrati sull'uomo, come la fiducia, la trasparenza, la personalizzazione e l'efficienza. L'HC-TAM funge da quadro di riferimento per la progettazione di chatbot che bilanciano l'efficienza operativa con le qualità incentrate sull'uomo. Utilizzando un approccio metodologico misto che comprende interviste, analisi della letteratura rilevante e studi sugli utenti, la ricerca ha valutato l'impatto degli stili di conversazione e dei meccanismi di interazione sull' esperienza dell'utente. I risultati rivelano che chi cerca lavoro preferisce approcci conversazionali che migliorano la personalizzazione e l'efficienza. I reclutatori favoriscono stili di interazione che enfatizzano la chiarezza e il design orientato agli obiettivi e personalizzato per lo specifico colloquio, in modo che lo strumento sia facile da usare. Questa ricerca fornisce raccomandazioni utili a professionisti e progettisti di chatbot per il recruitment, al fine di sviluppare prodotti che incontrino le aspettative degli utenti. Tali suggerimenti possono contribuire a migliorare le pratiche nello sviluppo di soluzioni basate su IA che siano anche etiche e incentrate sull'utente, a promuovere esperienze inclusive ed efficaci sia per i candidati che per i reclutatori e a bilanciare l'efficienza operativa con i requisiti incentrati sulla persona.