
Un testo invisibile inserito nel curriculum può cambiare la risposta di un'intelligenza artificiale durante la selezione dei candidati. A dimostrarlo è una ricerca dell'Università di Torino, che ha messo alla prova ChatGPT, Gemini e Claude scoprendo come un codice nascosto nel CV riesca a condizionarne il giudizio.
Lo stesso meccanismo non riguarda solo il mondo del lavoro. I ricercatori hanno osservato la stessa vulnerabilità anche in ambiti come pubblicazioni scientifiche e dati sanitari, dove testi invisibili possono orientare l'output dei modelli linguistici.
Per chi si candida a un lavoro, la scoperta apre una domanda concreta: conviene davvero provare a manipolare l'algoritmo che legge il CV prima ancora di un recruiter in carne e ossa?
Indice
- Il white fonting altera la lettura automatica del CV
- L'IA assegna priorità ai CV usando le parole chiave
- Le parole bianche possono far emergere o penalizzare il candidato
- Un CV leggibile usa parole chiave e grafica semplice
Il white fonting altera la lettura automatica del CV
I ricercatori dell'Università di Torino hanno dimostrato che testi invisibili nascosti in un documento possono manipolare il funzionamento di ChatGPT, Gemini e Claude. Il meccanismo sfrutta il fatto che questi modelli leggono ogni carattere presente nel file, anche quando l'occhio umano non lo percepisce.
La tecnica pratica che sfrutta questo principio consiste nell'inserire nel curriculum parole chiave colorate di bianco, così da renderle invisibili sul foglio ma leggibili dal software che analizza il testo. Il risultato è un CV che, ai fini di chi legge, appare identico a qualunque altro, ma che porta con sé un contenuto aggiuntivo pensato solo per la macchina.
Non è un problema isolato del recruiting. La stessa falla è stata osservata anche nell'analisi di pubblicazioni scientifiche e dati sanitari, segno che la fragilità dei modelli linguistici davanti a testi nascosti è un tema più ampio della sola selezione del personale.
L'IA assegna priorità ai CV usando le parole chiave
Nei processi di selezione, i sistemi automatici valutano curriculum, esperienza e competenze per stabilire un ordine di priorità tra i candidati. L'obiettivo dichiarato dalle aziende che li adottano è velocizzare lo screening di centinaia o migliaia di candidature.
Molte piattaforme permettono ai datori di lavoro di impostare parametri specifici per restringere il gruppo di candidati considerati idonei. In pratica, chi assume decide in anticipo quali requisiti devono comparire nel testo perché il CV superi il primo filtro.
Sul piano tecnico, non tutte le operazioni sono uguali. Il parsing documentale, cioè l'estrazione di dati espliciti come nome, date e titoli di studio, è considerato un passaggio amministrativo; le funzioni di matching, scoring e ranking, che assegnano un punteggio e ordinano i candidati, rientrano invece tra i sistemi classificati ad alto rischio dall'AI Act.
Un CV leggibile usa parole chiave e grafica semplice
Al di là dei trucchi rischiosi come quello di "manipolare" l'AI, esistono accorgimenti più semplici per rendere un curriculum leggibile all'intelligenza artificiale senza nasconderle nulla. Il primo riguarda il linguaggio: far comparire nel testo le stesse parole chiave usate nell'annuncio di lavoro e nel profilo LinkedIn dell'azienda aiuta l'algoritmo ad abbinare correttamente il profilo alla posizione.
Un secondo accorgimento riguarda la geografia: conviene indicare separatamente il luogo di provenienza e la città in cui si cerca lavoro, per evitare che il sistema scarti automaticamente una candidatura solo perché la residenza non coincide con la sede dell'offerta. Per alcune posizioni può inoltre essere utile preparare il curriculum anche in inglese, perché alcuni sistemi sono addestrati a leggere principalmente quella lingua.
Sul fronte grafico, la scelta più sicura resta quella di caratteri standard come Arial o Verdana. Grafici, colonne e diagrammi, per quanto curati esteticamente, rischiano invece di confondere i software di lettura automatica e di far perdere informazioni utili proprio nel primo, decisivo passaggio dello screening.