C’è una domanda che gli studi legali dovrebbero cominciare a porsi: che cosa succede al talento quando la prima selezione viene affidata a una macchina?

Perché l’intelligenza artificiale sta entrando anche qui: nella ricerca dei candidati, nello screening dei curriculum, nell’analisi dei profili, nella selezione delle competenze. E promette quello che, almeno sulla carta, sembra un vantaggio enorme: fare più velocemente, e forse meglio, quello che fino a ieri facevano recruiter e partner.

Ma c’è un problema.

La macchina seleziona sulla base degli input che le diamo. Cerca determinate esperienze, determinate competenze, determinati percorsi. Impara a riconoscere un modello di candidato che noi abbiamo deciso essere interessante.

E allora la domanda diventa: il talento lo trova oppure lo perde?

Perché il talento, soprattutto nel mondo legale, non sempre ha una forma riconoscibile.

Può esserci un giovane professionista che ha frequentato l’università sbagliata, che ha fatto un percorso apparentemente poco lineare, che non ha il curriculum perfetto, ma che possiede una capacità straordinaria di ragionamento.

Può esserci qualcuno che non ha ancora avuto l’occasione giusta, che non proviene da uno studio prestigioso, che non ha accumulato le esperienze che un algoritmo considera rilevanti.

E può esserci, soprattutto, qualcuno che semplicemente non assomiglia al candidato che abbiamo assunto fino a ieri.

Qui sta il punto.

Se insegniamo alla macchina a cercare il profilo ideale costruito sulla base delle nostre selezioni passate, rischiamo di ottenere una selezione sempre più efficiente, ma anche sempre più conservativa.

La macchina potrebbe diventare bravissima a trovare il prossimo candidato che assomiglia a quelli che hanno già avuto successo.

Ma gli studi legali hanno davvero bisogno di questo?

Oppure hanno bisogno di persone diverse, capaci di portare competenze, sensibilità e punti di vista che oggi non sappiamo ancora misurare?

L’IA può certamente aiutare a scremare migliaia di candidature. Può eliminare attività ripetitive, individuare pattern, confrontare dati, accelerare processi che oggi richiedono ore di lavoro.

Ma c’è una differenza enorme tra selezionare un curriculum e riconoscere un talento.

Il primo è un problema di dati.

Il secondo è un problema di giudizio.