Il Tuo Prossimo Collega Potrebbe Essere Stato Scelto da un Videogioco

Immagina di candidarti per un lavoro.
Invii il curriculum. Superi il primo screening. Poi, invece della classica email per fissare un colloquio, arriva un link.

Lo apri. Sul display compare un gioco.
Devi prendere decisioni, reagire a determinati stimoli, ricordare sequenze, distribuire risorse o scegliere quanto rischiare.
Giochi per venti minuti. Poi chiudi tutto.

Nel frattempo qualcuno ha raccolto informazioni sul tuo modo di decidere, sulla tua attenzione, sulla propensione al rischio o sulla velocità con cui impari.

E quelle informazioni potrebbero contribuire a decidere se andrai avanti nella selezione.

Succede già.

Si chiamano game-based assessment e rappresentano uno dei tentativi più interessanti del recruiting contemporaneo: capire qualcosa di un candidato osservando come si comporta mentre fa qualcosa.

La differenza sembra piccola. In realtà cambia tutto.

Il problema è che ai colloqui siamo diventati bravissimi

“Qual è il tuo principale punto di forza?”
“Raccontami una situazione in cui hai dovuto risolvere un problema.”
“Come lavori sotto pressione?”

Sono domande assolutamente legittime. Hanno però un limite evidente: sappiamo che arriveranno.

Basta cercare “domande frequenti colloquio di lavoro” per trovare migliaia di guide, video, simulatori e, oggi, strumenti di intelligenza artificiale capaci di costruire una risposta praticamente per qualsiasi domanda.

Nella nostra guida su come prepararsi a un colloquio di lavoro abbiamo insistito proprio su questo punto: prepararsi dovrebbe significare arrivare sapendo quali esperienze reali utilizzare per dimostrare le proprie competenze, più che imparare risposte perfette.

Nel 2026 il problema è diventato ancora più interessante.

Anche le aziende devono riuscire a distinguere tra la capacità di raccontare una competenza e la capacità di utilizzarla realmente.
Ed è qui che entra in gioco il gioco.

Stanno guardando come prendi decisioni

Un game-based assessment serve a osservare comportamenti durante un’esperienza strutturata, più che a capire quanto una persona sia brava con i videogiochi.

Oggi, per esempio, Pymetrics di Harver utilizza esperienze gamificate per analizzare attributi legati all’attenzione, al decision making, alla propensione al rischio, all’apprendimento, alla concentrazione e al comportamento.

Il risultato finale della partita conta meno delle scelte fatte per arrivarci.

Quanto velocemente viene presa una decisione.
Come cambia il comportamento dopo un errore.
Quanto rischio viene accettato.
Come vengono distribuite risorse limitate.
Cosa succede quando cambiano le condizioni.

Il candidato non sta semplicemente dicendo: “Sono bravo a prendere decisioni sotto pressione.” Sta prendendo decisioni.
È questa la promessa più interessante dei game-based assessment.

Dal curriculum al comportamento

Per decenni la selezione è stata costruita principalmente su ciò che una persona ha fatto. Un assessment comportamentale prova invece a rispondere a una domanda differente: come potrebbe comportarsi questa persona davanti a un problema che non ha ancora incontrato?

È anche per questo che una parte del recruiting sta spostando l’attenzione dal semplice pedigree professionale verso competenze, potenziale e capacità osservabili. Nel 2026, una grande review pubblicata sull’Annual Review of Organizational Psychology and Organizational Behavior ha indicato proprio l’evoluzione dei sistemi di misurazione come uno dei grandi cambiamenti nella scienza della selezione: dai curriculum ai social media assessment, dalle risposte multiple alle risposte costruite, fino all’utilizzo dell’intelligenza artificiale per sviluppare, somministrare e valutare test.

Il curriculum continua quindi a essere una fonte importante, affiancata da strumenti che cercano informazioni diverse sul candidato.

Un videogioco può davvero capire come lavorerai?

Questa è la domanda seria. Qui bisogna separare l’effetto “wow” dalla ricerca.
Una revisione sistematica pubblicata su Frontiers in Psychology ha analizzato 34 studi dedicati ai game-related assessments nella selezione del personale.

La conclusione è interessante proprio perché è prudente. Questi strumenti possono essere utilizzati nella selezione, mentre diversi vantaggi spesso attribuiti loro richiedono ancora evidenze più solide.

Un buon assessment deve dimostrare almeno quattro cose.

1. Deve essere affidabile.
2. Deve misurare realmente ciò che dichiara di misurare.
3. Deve avere una relazione con ciò che vuole prevedere, per esempio la performance lavorativa.
4. Deve limitare le distorsioni prodotte da caratteristiche irrilevanti del candidato.

Il fatto che qualcosa assomigli a un videogioco non rende automaticamente migliore un test.

I risultati stanno diventando interessanti

Uno studio condotto su 11.574 assessment completati ha analizzato un game-based assessment delle capacità cognitive valutato attraverso un algoritmo di machine learning.

Il test ha mostrato una correlazione di 0,50 con una misura tradizionale delle capacità cognitive e una reliability test-retest di 0,68.

I ricercatori hanno inoltre analizzato un secondo campione di 3.107 candidati per studiare gli aspetti legati alla fairness.

Uno dei risultati più curiosi riguarda l’esperienza del candidato. Su 4.778 persone che hanno fornito feedback, il sistema ha ottenuto un Net Promoter Score di 58. Molte persone sembravano quindi valutare positivamente quel tipo di esperienza rispetto all’idea tradizionale del test.

Anche la ricerca più recente invita comunque alla prudenza. Una meta-analisi pubblicata nel 2025 su 18 studi tratti da 13 articoli peer-reviewed ha trovato una convergenza moderata e statisticamente significativa tra game-based assessment e tradizionali misure self-report della personalità, insieme a una forte eterogeneità tra gli studi.

Alcuni giochi sembrano quindi misurare qualcosa di interessante. La qualità dipende dal disegno dell’assessment, dalla validazione e dal tipo di costrutto osservato.

Nel 2026 la questione riguarda anche la governance

L’intelligenza artificiale è entrata sempre più profondamente nei processi di selezione e l’Europa ha deciso che alcuni utilizzi meritano un livello di attenzione particolarmente elevato.

L’AI Act europeo include tra i sistemi ad alto rischio quelli utilizzati in specifici ambiti di occupazione e recruiting quando influenzano materialmente la valutazione, la selezione o l’accesso al lavoro. Dopo le modifiche approvate nel 2026, gli obblighi principali per i sistemi ad alto rischio dell’Allegato III diventeranno applicabili dal 2 dicembre 2027.

Il principio è già chiaro: quando un sistema contribuisce a decidere chi può accedere a un’opportunità professionale, entrano in gioco qualità dei dati, tracciabilità, supervisione umana, rischio di discriminazione e affidabilità.

E questo cambia completamente il modo in cui dovremmo guardare anche ai giochi.

Se perdo perché non gioco mai?

L’età potrebbe influire?
La familiarità con determinate interfacce potrebbe cambiare il risultato?
Una disabilità potrebbe rendere più difficile interagire con alcune meccaniche?
Una persona potrebbe non capire perché stia giocando e vivere l’assessment come qualcosa di poco pertinente al lavoro?

Sono domande importanti perché un assessment deve essere valido per ciò che sta cercando di misurare.

La letteratura scientifica sui game-related assessment sottolinea proprio questo punto: il design del gioco può influenzare il risultato e la validità di costrutto rimane uno degli aspetti sui quali serve maggiore ricerca.

Se stiamo cercando la capacità decisionale, dobbiamo essere sicuri di misurare la capacità decisionale e ridurre il peso di elementi estranei, come l’esperienza con specifiche interfacce di gioco.

Ma il paradosso più interessante è un altro

Più la selezione diventa tecnologica, più aumenta il bisogno di capire che cosa stiamo realmente misurando.

Un curriculum può essere scritto male. Una risposta al colloquio può essere preparata. Un test può essere allenato. Un algoritmo può trovare correlazioni che sembrano significative. Un gioco può registrare migliaia di microcomportamenti. Ognuno di questi strumenti osserva una parte della persona e produce un segnale che deve essere interpretato.

Ed è probabilmente qui che il problema smette di essere soltanto tecnologico. Ogni sistema di selezione incorpora una teoria, esplicita o implicita, su quali caratteristiche rendano una persona adatta a un ruolo. Quando quella teoria viene tradotta in un algoritmo, in un assessment o in migliaia di microsegnali comportamentali, diventa ancora più importante sapere chi l’ha definita, come viene verificata e chi conserva la responsabilità della decisione finale.

Forse il futuro del colloquio sarà fare qualcosa

C’è una cosa che i videogiochi hanno capito molto prima del recruiting.
Per sapere se qualcuno sa giocare, gli danno un controller.

È una semplificazione che contiene un’intuizione interessante.
Forse una parte della selezione del futuro sarà sempre più costruita intorno a situazioni nelle quali una persona può mostrare ciò che sa fare, oltre a raccontarlo.

Perché il candidato migliore non è necessariamente quello che sa rispondere meglio alla domanda giusta. A volte è quello che, davanti a qualcosa che non aveva preparato, riesce semplicemente a capire cosa fare.