Un copilota
per il colloquio.
Studiare modelli linguistici che suggeriscano domande pertinenti, organizzino i contenuti e aiutino il recruiter a individuare gli aspetti da approfondire.
Obiettivo di ricerca OR2RICERCA × INTELLIGENZA ARTIFICIALE × HR
Studiamo un nuovo modo di affiancare i recruiter: un’AI capace di supportare il colloquio, con trasparenza e controllo umano.
UN PROGETTO CONGIUNTO
01 / IL PROGETTO
Vision-Recruiter è un progetto di ricerca industriale e sviluppo sperimentale per una piattaforma modulare di recruiting digitale. Unisce competenze HR e ricerca sull’AI per rendere i colloqui più strutturati e le informazioni più leggibili.
Studiare modelli linguistici che suggeriscano domande pertinenti, organizzino i contenuti e aiutino il recruiter a individuare gli aspetti da approfondire.
Obiettivo di ricerca OR2Esplorare l’integrazione dei diversi canali del colloquio, verificando robustezza scientifica, limiti tecnici e applicabilità dell’approccio multimodale.
Obiettivo di ricerca OR3Progettare un ambiente di screening e video-intervista con avatar, da integrare con i moduli AI e valutare attraverso la sperimentazione.
Obiettivo di sviluppo OR4La tecnologia offre elementi di supporto.
Il giudizio resta alle persone.
02 / RISULTATI
Requisiti definiti, logiche conversazionali studiate e prime verifiche multimodali: i risultati intermedi su cui costruire le fasi successive.
Sintesi dei documenti D1, D2 e D3 nelle versioni firmate il 26 febbraio 2026, riferiti ai primi sei mesi di attività (luglio–dicembre 2025).
Formalizzati i requisiti funzionali e di qualità, l’architettura modulare, i flussi informativi e le metriche per valutare i modelli AI. Completato lo studio di fattibilità tecnico-scientifica.
Il documento definisce acquisizione dei dati, elaborazione AI, orchestrazione e interfaccia del recruiter. Include criteri di robustezza, tracciabilità e controllo delle raccomandazioni.
Fonte: D1 — Documento di analisi dei requisiti e definizione dell’architettura del sistema; emissione 5 novembre 2025, versione firmata 26 febbraio 2026.
Base comune per lo sviluppo
Confrontati modelli linguistici e approcci di elaborazione del linguaggio. Definite le logiche del colloquio e svolte prime verifiche della loro coerenza in ambiente controllato.
La ricerca ha prodotto un’architettura concettuale del copilota e criteri per analizzare pertinenza, robustezza ed errori delle risposte. Restano da consolidare le evidenze e affinare le logiche di controllo. Le verifiche riguardano una fase di ricerca in laboratorio.
Fonte: D2 — Documento tecnico sul modulo di copilota AI basato su modelli generativi e NLP; emissione 5 gennaio 2026, versione firmata 26 febbraio 2026.
Ricerca in ambiente controllato
Studiate le tecnologie per analizzare audio e video. Avviate modellazione e verifiche preliminari su dati simulati o anonimizzati, con il contributo scientifico di MHUG.
Sono state esplorate rappresentazione e integrazione dei segnali visivi e vocali. La fattibilità applicativa e la robustezza dei modelli richiedono ulteriori approfondimenti, insieme alla valutazione dell’accettabilità per gli utilizzatori e dei vincoli di impiego.
Fonte: D3 — Documento tecnico sull’analisi multimodale del comportamento non verbale e paraverbale; emissione 5 gennaio 2026, versione firmata 26 febbraio 2026.
Applicabilità da approfondire
Questi risultati descrivono la ricerca documentata. La disponibilità di una piattaforma completa e la sua efficacia sul campo richiedono evidenze delle successive fasi di integrazione e sperimentazione.
Fasi successive ai risultati sopra descritti · calendario operativo
Realizzare il prototipo dell’ambiente di screening e verificarne l’interazione.
Output previsto: D4Unire i moduli in un prototipo completo e svolgere test tecnici e funzionali.
Output previsto: D5Valutare il sistema con utenti reali e analizzare i risultati rispetto ai processi HR.
Output previsto: D6Le date sono quelle del piano operativo del 23 ottobre 2025. Il completamento delle fasi OR4–OR6 non è attestato nei documenti tecnici disponibili per questa pubblicazione.
03 / I PARTNER
Due imprese trentine, Starfinder e Zupit, con la collaborazione scientifica del gruppo MHUG dell’Università di Trento.
Porta nel progetto l’esperienza nella ricerca e selezione del personale e la conoscenza dei processi HR.
Contribuisce con competenze di sviluppo software, intelligenza artificiale e integrazione di sistemi.
MHUG (Multimedia and Human Understanding Group) è il gruppo di ricerca del Dipartimento di Ingegneria e Scienza dell’Informazione.
04 / EVENTO PUBBLICO
OTT2026
PRIMI DI OTTOBRE · TRENTO
Un appuntamento pubblico per presentare i risultati di Vision-Recruiter e condividere il percorso di ricerca sull’intelligenza artificiale applicata alla selezione del personale.
Il giorno esatto, l’orario e il programma saranno comunicati prossimamente.