I datori di lavoro capiscono se hai usato ChatGPT per il CV?
Di Aaron Cao · Aggiornato il
No. Non esiste un modo affidabile per provare che un CV sia stato scritto da ChatGPT. I rilevatori di testo restituiscono una probabilità, non una prova, e un CV li fa scattare perché quel formato è schematico per sua natura. Quello che un datore di lavoro può verificare è se le tue affermazioni reggono in un colloquio.
Un rilevatore di IA può provare che hai usato ChatGPT?
Hai riscritto i tuoi punti elenco in ChatGPT, hai inviato il file e ora ti chiedi se dall'altra parte qualcosa lo abbia segnalato. Questa sezione spiega che cosa produce davvero un rilevatore di testo quando entra un CV. In breve: un punteggio di probabilità, non una prova.
I rilevatori funzionano in modo statistico. Misurano quanto sono prevedibili le scelte lessicali e quanto varia il ritmo delle frasi, poi convertono il risultato in una probabilità che il testo sia stato scritto da un modello. L'output è un'ipotesi sulla scrittura, non un registro di che cosa l'abbia digitata. Un file non conserva traccia dello strumento che ne ha prodotto le frasi, quindi non c'è nulla da verificare nemmeno quando un team di selezione lo vorrebbe.
E un CV è più o meno il peggior input possibile per quel metodo. È breve, costruito su punti elenco, denso di parole chiave e scritto secondo un modello che precede ChatGPT di decenni. Struttura parallela, verbi d'azione forti e righe compatte con numeri sono ciò che i consigli sulla stesura del CV raccomandano da anni, ed è anche esattamente ciò che produce un modello linguistico. I rilevatori segnalano i CV scritti da persone per la stessa ragione per cui segnalano quelli generati. OpenAI ha ritirato il proprio classificatore di testo nel 2023 dopo una bassa accuratezza sul campo, un segnale utile su quanto peso meriti un singolo punteggio.
La questione più ampia di quanto reggano le affermazioni sul rilevamento è raccolta sotto /answers/topic/detectability.
Che cosa controllano davvero i datori di lavoro?
Il percorso di un CV è meccanico all'inizio e umano alla fine. Un parser estrae il testo, una fase di ordinamento lo confronta con l'annuncio e un selezionatore legge ciò che è sopravvissuto. Nessuno di quei passaggi chiede chi abbia digitato le parole. Chiedono se il contenuto corrisponde al ruolo e se i dettagli sono coerenti.
Prendiamo un'ingegnera backend che si candida a un ruolo senior in un'azienda di pagamenti. Il suo CV dice che ha ridotto di un terzo la latenza p99 del servizio di regolamento. Nessuno passa quella riga in un rilevatore. Un selezionatore le chiede conto durante il colloquio telefonico, e la risposta o ha una forma, dov'era il collo di bottiglia, che cosa è cambiato, come è stato misurato, oppure non ce l'ha. Quella conversazione è l'unico rilevatore del processo che funziona in modo affidabile.
Per questo la domanda sull'autore è soprattutto ansia del candidato, mentre quella sulla coerenza è la domanda operativa. Date che non tornano, un titolo che cresce tra due candidature, una metrica che nessuno riesce a ricostruire: queste cose le notano le persone, e sono i cedimenti che fanno davvero perdere colloqui. Il resto del materiale sul CV è raccolto sotto /answers/topic/resume.
Dove fallisce davvero un CV scritto dall'IA?
Il danno di far scrivere una bozza a un modello è reale, ma cade altrove rispetto al rilevamento. Tre modalità di fallimento ne spiegano la maggior parte.
- Formulazioni generiche. Un modello scrive verso la media di tutto ciò che ha visto, così i tuoi punti elenco finiscono per leggersi come quelli di qualsiasi altro candidato. È un problema di ordinamento, non di rilevamento, ed è il più comune.
- Affermazioni che non puoi difendere. Se il modello ha gonfiato il tuo perimetro o inventato un numero per riempire una riga e tu l'hai lasciato, il colloquio telefonico lo smaschera. Il rischio non è mai stato il CV, ma la domanda successiva.
- Nessun legame con l'annuncio. Un modello che non ha letto la descrizione della posizione scrive per una versione generica del ruolo, mentre la fase di ordinamento ti confronta con una versione precisa.
Il rimedio è lo stesso in tutti e tre i casi. Tieni i tuoi numeri, il tuo perimetro e le tue parole per tutto ciò che dovrai discutere a voce.
Usare l'IA per il CV restandone l'autore
Scrivere una bozza con un modello va bene. Inviarne l'output senza leggerlo no. Basta un breve giro di verifica:
- Confronta ogni numero con qualcosa che puoi indicare. Sostituisci ciò che non riesci a documentare con una descrizione semplice del lavoro.
- Leggi il CV ad alta voce. Ogni riga che non riesci a pronunciare con la tua voce va riscritta con la tua voce.
- Riscrivi i punti elenco che potrebbero appartenere a chiunque. Sistemi concreti, vincoli e risultati sono ciò che ti separa dalla media dei dati di addestramento.
- Verifica che il file venga ancora estratto correttamente dopo le modifiche di formato, perché sono i cambi di impaginazione, più delle parole, a rompere l'estrazione.
Aaron Cao, fondatore di SubcueAI, ha costruito gli strumenti per il CV attorno a questa divisione dei compiti. Il generatore gratuito esporta un PDF con livello di testo perché i parser lo leggano, e l'assistente in tempo reale legge il CV che carichi così da poter richiamare il tuo percorso reale durante un colloquio. Nessuno dei due passaggi cerca di nascondere come sia stato redatto il documento, perché non è quello il rischio contro cui vale la pena progettare. Il generatore è su /resume-builder.