RICERCA × INTELLIGENZA ARTIFICIALE × HR

L’intelligenza
artificiale.
Il valore umano.

Studiamo un nuovo modo di affiancare i recruiter: un’AI capace di supportare il colloquio, con trasparenza e controllo umano.

VISION-RECRUITERPROGETTO DI RICERCA · TRENTO
Ritratto illustrativo di una professionista, con sottili tracce luminose che richiamano il dialogo tra persone e tecnologia.
HUMAN-CENTRED AI01 / VISION
Immagine illustrativa generata con AI.

UN PROGETTO CONGIUNTO

Starfinder
zupit
Università di TrentoMHUG · DISI

01 / IL PROGETTO

Più strumenti per ascoltare.
Più elementi per comprendere.

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.

01 / LINGUAGGIO

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 OR2
02 / MULTIMODALITÀ

Testo, voce
e segnali visivi.

Esplorare l’integrazione dei diversi canali del colloquio, verificando robustezza scientifica, limiti tecnici e applicabilità dell’approccio multimodale.

Obiettivo di ricerca OR3
03 / INTERAZIONE

Video-interviste
e avatar.

Progettare un ambiente di screening e video-intervista con avatar, da integrare con i moduli AI e valutare attraverso la sperimentazione.

Obiettivo di sviluppo OR4
IL PRINCIPIO GUIDA

La tecnologia offre elementi di supporto.
Il giudizio resta alle persone.

Trasparenza, tracciabilità e supervisione umana sono requisiti di progetto.

02 / RISULTATI

La ricerca prende forma.

Requisiti definiti, logiche conversazionali studiate e prime verifiche multimodali: i risultati intermedi su cui costruire le fasi successive.

EVIDENZE TECNICHE

Sintesi dei documenti D1, D2 e D3 nelle versioni firmate il 26 febbraio 2026, riferiti ai primi sei mesi di attività (luglio–dicembre 2025).

D1OR1
REQUISITI DEFINITI

Le fondamenta del sistema.

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 risultato in dettaglio

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.

ESITO DOCUMENTATOArchitettura
e specifiche

Base comune per lo sviluppo

D2OR2
VALIDAZIONE PRELIMINARE

Il dialogo con un copilota AI.

Confrontati modelli linguistici e approcci di elaborazione del linguaggio. Definite le logiche del colloquio e svolte prime verifiche della loro coerenza in ambiente controllato.

Il risultato in dettaglio

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.

ESITO DOCUMENTATOLogiche
conversazionali

Ricerca in ambiente controllato

D3OR3
RICERCA ESPLORATIVA

Una prima base multimodale.

Studiate le tecnologie per analizzare audio e video. Avviate modellazione e verifiche preliminari su dati simulati o anonimizzati, con il contributo scientifico di MHUG.

Il risultato in dettaglio

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.

ESITO DOCUMENTATOModelli
preliminari

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.

Il percorso previsto dal piano

Fasi successive ai risultati sopra descritti · calendario operativo

OR4 · MAR–MAG 2026

Avatar e video-intervista

Realizzare il prototipo dell’ambiente di screening e verificarne l’interazione.

Output previsto: D4
OR5 · APR–LUG 2026

Integrazione e validazione

Unire i moduli in un prototipo completo e svolgere test tecnici e funzionali.

Output previsto: D5
OR6 · LUG–SET 2026

Sperimentazione sul campo

Valutare il sistema con utenti reali e analizzare i risultati rispetto ai processi HR.

Output previsto: D6

Le 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

Tre competenze.
Una ricerca condivisa.

Due imprese trentine, Starfinder e Zupit, con la collaborazione scientifica del gruppo MHUG dell’Università di Trento.

IMPRESA CAPOFILA

StarfinderSrl

Porta nel progetto l’esperienza nella ricerca e selezione del personale e la conoscenza dei processi HR.

  • Coordinamento delle attività di ricerca e sviluppo.
  • Requisiti, scenari d’uso e ricerca sul copilota AI.
  • Validazione con recruiter e casi di selezione reali, prevista nelle fasi sperimentali.
Scopri Starfinder
IMPRESA PARTNER

zupitSpA

Contribuisce con competenze di sviluppo software, intelligenza artificiale e integrazione di sistemi.

  • Progettazione tecnica e sviluppo dei moduli software.
  • Ambiente di screening con avatar e video-interviste.
  • Integrazione del prototipo, test e supporto alla sperimentazione.
Scopri Zupit
COLLABORAZIONE SCIENTIFICA

Università di TrentoMHUG · DISI

MHUG (Multimedia and Human Understanding Group) è il gruppo di ricerca del Dipartimento di Ingegneria e Scienza dell’Informazione.

  • Ricerca su modelli e segnali multimodali.
  • Definizione delle metriche e supporto alla validazione scientifica.
  • Verifica metodologica dei risultati e trasferimento delle conoscenze.
Scopri il gruppo MHUG

04 / EVENTO PUBBLICO

OTT

2026

PRIMI DI OTTOBRE · TRENTO

INCONTRO DI DISSEMINAZIONE

La ricerca incontra
il mondo del recruiting.

Un appuntamento pubblico per presentare i risultati di Vision-Recruiter e condividere il percorso di ricerca sull’intelligenza artificiale applicata alla selezione del personale.

Quando
Primi di ottobre 2026
Dove
Sede di Zupit, Trento

Il giorno esatto, l’orario e il programma saranno comunicati prossimamente.