Quando LinkedIn diventa un filtro
I recruiter usano LinkedIn per cercare parole chiave, qualifiche, settore, località ed esperienza. Un profilo incompleto può essere meno visibile nei sistemi di ricerca della piattaforma o nelle attività di sourcing. Fin qui si parla di reperimento. Trovare meno facilmente una persona non equivale, da solo, a decidere che sia meno adatta.
La soglia cambia quando entrano in gioco la quantità di post, il numero di collegamenti, le reazioni ricevute o la data dell’ultimo aggiornamento. Un ATS, vale a dire un software per la gestione delle candidature, può ordinare i profili sulla base dei campi compilati e delle parole chiave. Un algoritmo esterno può aggiungere indicatori ricavati dall’attività pubblica.
Il passaggio da “non trovo abbastanza informazioni” a “il candidato è meno adatto” richiede una motivazione controllabile e una relazione concreta con la posizione. Senza questo collegamento, l’attività online resta un segnale ambiguo, non una misura della capacità di svolgere il lavoro.
La ricerca Indeed del 2026 mostra che il controllo dei contenuti social viene impiegato per finalità differenti. Il 36,9% dei recruiter verifica qualifiche ed esperienze riportate nel curriculum; il 27,1% osserva interessi personali condivisi online. Il 15% dei datori considera anche la compatibilità con cultura e ambiente aziendale. Sono percentuali riferite alle pratiche dichiarate dai partecipanti all’indagine. Non dimostrano che ogni processo di selezione segua lo stesso schema.
I numeri descrivono una pratica, non ne provano la validità
La stessa indagine riferisce che il 70% dei datori ha interrotto una selezione dopo aver visto contenuti social giudicati inadatti. Tra le motivazioni compaiono le incoerenze con il curriculum, indicate dal 41,2% dei rispondenti; la scarsa responsabilità civica o sociale, indicata dal 41,8%; i comportamenti percepiti come poco professionali, indicati dal 37,3%; e i contenuti offensivi o discriminatori, indicati dal 30,7%.
I dati raccontano come viene usato il giudizio umano sui social. Non dimostrano, però, che l’ultimo post pubblicato, il numero di commenti o l’ampiezza della rete anticipino la performance lavorativa.
Il report Digital 2025 di We Are Social rileva che nel 2025 il 71% della popolazione italiana, pari a 42 milioni di persone, era attivo sulle piattaforme social. Il tempo medio trascorso online era quasi di sei ore al giorno. Il dato riguarda l’uso generale dei social, non LinkedIn e nemmeno il recruiting. TikTok risultava la piattaforma con il maggior tempo d’uso, quasi 30 ore mensili, seguito da YouTube con 17 e da Instagram con 15.
Le fonti disponibili non offrono una ricerca italiana capace di misurare quanto la frequenza dei post anticipi competenze o risultati lavorativi. La distinzione non è marginale: correlazione, previsione e causalità indicano tre cose diverse. Un profilo aggiornato può rendere più semplice trovare una persona. Non dimostra, da solo, che quella persona lavorerà meglio.
Tracce social e affidabilità predittiva
Una traccia digitale è un dato osservabile: può essere un titolo professionale, una certificazione, la descrizione di un progetto, una pubblicazione o un’interazione. Il suo significato nasce dal contesto in cui viene letto.
Una certificazione verificabile può essere pertinente a una mansione. Il numero di reazioni ricevute da un post, invece, dipende dalla rete dell’autore, dalla visibilità del contenuto, dal settore e dalle abitudini personali. Non misura necessariamente la qualità del lavoro o l’interesse per un ruolo.
Gli studi HR e universitari sulla selezione algoritmica hanno segnalato un rischio generale: i sistemi possono riprodurre gli squilibri già presenti nei dati storici oppure usare variabili apparentemente innocue come sostituti di caratteristiche protette. Popolarità online, lingua utilizzata, orario di pubblicazione e disponibilità a esporsi possono diventare segnali indiretti di età, origine, genere, condizioni familiari o appartenenza sociale.
Perché il risultato sia potenzialmente discriminatorio non è necessario che il sistema utilizzi in modo diretto un dato sensibile. È sufficiente che una variabile gli faccia da sostituto e contribuisca a una decisione sfavorevole senza una giustificazione pertinente al lavoro.
Un caso documentato riguarda Amazon. Il sistema sperimentale di selezione dei curriculum era stato sviluppato a partire da dati storici aziendali e penalizzava i curriculum che contenevano riferimenti a “donne”. Il progetto venne abbandonato. La vicenda mostrò come un modello possa apprendere dal passato preferenze distorte, anche quando non gli viene impartita una regola esplicita di discriminazione.
Quel caso non dimostra come funzioni LinkedIn e non consente di trasferire automaticamente la stessa conclusione a ogni ATS. Chiarisce, però, un limite dei ranking automatizzati: il fatto che una procedura sia basata sui dati non rende imparziale il risultato.
Un altro caso riguarda gli strumenti che cercano di analizzare la personalità attraverso il linguaggio o i profili online. Le inferenze psicometriche ricavate da tracce pubbliche sono contestabili quando non sono sostenute da una validazione robusta per quella mansione e per quella popolazione. La questione, dunque, non si esaurisce nel chiedere se il dato sia pubblico. Occorre capire se sia pertinente, necessario, accurato e spiegabile.
Trasparenza, GDPR e intelligenza artificiale
Il GDPR richiede che il trattamento dei dati personali abbia una base giuridica, uno scopo determinato, proporzionalità e un’informazione comprensibile. Un profilo visibile al pubblico non equivale a un’autorizzazione senza limiti: non consente automaticamente di raccogliere ogni informazione, collegarla ad altre banche dati e impiegarla per una decisione occupazionale.
L’articolo 22 del GDPR tutela la persona dalle decisioni basate unicamente su trattamenti automatizzati quando producono effetti giuridici o incidono in modo significativo. Nei casi ammessi devono essere previste garanzie, tra cui l’intervento umano, la possibilità di esprimere il proprio punto di vista e quella di contestare la decisione.
Il Garante per la protezione dei dati personali, autorità italiana indipendente, ha richiamato più volte l’attenzione su trasparenza, minimizzazione e controllo delle tecnologie impiegate nel lavoro.
Le linee guida dell’EDPB, il Comitato europeo per la protezione dei dati, chiariscono che l’informazione deve permettere di comprendere finalità, categorie di dati, logica generale e conseguenze del trattamento. Una privacy policy che si limiti a dire che “potrebbero essere usati strumenti automatizzati” non basta se il candidato non riesce a capire quali elementi incidano sulla valutazione.
Il regolamento europeo sull’intelligenza artificiale considera ad alto rischio alcuni sistemi usati per il reclutamento, la selezione, la valutazione e la gestione dei lavoratori. Per questi strumenti sono previsti obblighi più severi in materia di gestione del rischio, qualità dei dati, documentazione, registri, supervisione umana e accuratezza.
La conformità di un sistema non cancella la responsabilità dell’azienda. Il risultato deve restare pertinente alla posizione e verificabile.
Il candidato può chiedere spiegazioni
Dopo un rifiuto non è sempre possibile stabilire se LinkedIn abbia avuto un peso. Una richiesta formulata con precisione può comunque rendere più chiaro il processo. Il candidato può domandare se siano stati esaminati profili social, quali categorie di dati siano state utilizzate, se sia stato impiegato un ranking automatizzato e se la decisione sia stata presa interamente o in parte da un sistema.
La richiesta di accesso ai dati personali può riguardare le informazioni conservate dall’azienda e la loro origine, nei limiti previsti dal GDPR. Se un dato appare inesatto o irrilevante, il candidato può chiederne la rettifica oppure contestarne l’utilizzo. Quando il trattamento automatizzato rientra nelle garanzie dell’articolo 22, può chiedere l’intervento umano e presentare le proprie osservazioni.
Una contestazione risulta più solida se collega il segnale alla mansione. Per esempio: “la mancata pubblicazione di post è stata considerata un requisito?”, “quale competenza misura il numero di collegamenti?”, “il profilo è stato escluso per un’incoerenza verificata o per un’inferenza?”.
Se emergono discriminazioni o violazioni, il candidato può rivolgersi al Garante o agli organismi competenti. Conviene conservare comunicazioni, informative e date.
Checklist per chi cerca lavoro
La reputazione digitale merita attenzione, ma non deve trasformarsi in un obbligo a pubblicare senza sosta:
- controllare che titolo, esperienze, date e certificazioni presenti sul profilo siano coerenti con il curriculum;
- scegliere una fotografia e una descrizione adatte al contesto professionale, senza confondere professionalità e uniformità;
- verificare le impostazioni di visibilità e separare, quando possibile, i contenuti personali da quelli professionali;
- chiedere all’azienda in che modo vengono raccolti e valutati i dati online;
- conservare l’annuncio, l’informativa privacy e le comunicazioni ricevute;
- non aprire link e non scaricare programmi inviati da recruiter non verificati: su LinkedIn campagne fraudolente hanno utilizzato falsi colloqui per distribuire software malevoli.
Un profilo poco attivo non va riempito con contenuti artificiali. È più utile rendere verificabili progetti, risultati e competenze, lasciando che la presenza digitale fornisca contesto senza sostituire l’esperienza.
Checklist per aziende e recruiter
Un processo di selezione difendibile parte da criteri dichiarati, pertinenti alla mansione e applicati nello stesso modo a tutte le persone candidate:
- stabilire in anticipo quali informazioni siano pertinenti al ruolo e quali non debbano essere prese in considerazione;
- tenere distinta la ricerca del candidato dalla verifica delle dichiarazioni e dalla valutazione dell’idoneità;
- non usare frequenza dei post, numero di follower o ampiezza della rete come proxy automatici della competenza;
- documentare fornitori, modelli, dati utilizzati, soglie decisionali e interventi umani;
- fornire un’informazione comprensibile sui criteri applicati e un canale per correggere dati inesatti;
- verificare periodicamente accuratezza dei risultati e possibili disparità tra gruppi di candidati;
- conservare la documentazione necessaria per ricostruire come ogni informazione abbia inciso sulla decisione.
LinkedIn può aiutare a contestualizzare un curriculum, ma ogni dato utilizzato deve essere collegato a una responsabilità concreta del ruolo. La presenza digitale va quindi trattata come informazione di supporto, non come prova autonoma di competenza, motivazione o affidabilità.
