Chi cerca lavoro usa Claude e ChatGPT per scrivere curricula, lettere di presentazione e portfolio revisionati in sei ore di sessione notturna con un modello. I recruiter, dall’altra parte, usano l’AI per filtrare le candidature in arrivo. Il risultato è un circolo che si autoalimenta e non porta da nessuna parte: più candidature generate, più filtri automatici, più candidature ancora. Daniel Chait, CEO della piattaforma di recruiting Greenhouse, lo ha definito “AI doom loop” e i numeri del 2026 gli danno ragione.
LinkedIn riceve oggi una media di 11.000 candidature al minuto, con un aumento del 45% in un solo anno. Non è cresciuto il numero di persone che cercano lavoro: è cresciuto il numero di candidature per persona. Un singolo annuncio da remoto può ricevere oltre 1.200 domande in pochi giorni, la maggior parte delle quali rimane non letta per mesi. Il 77% dei team di assunzione dichiara di incontrare regolarmente candidature generate o assistite da AI, quota salita dal 53% dell’inizio del 2024, secondo il Willo Hiring Trends Report 2026. E il 64% dei recruiter segnala che i materiali sembrano sempre più identici tra loro, scritti dalla stessa manciata di modelli.
I candidati respinti rispondono aumentando ulteriormente il volume delle domande inviate. “Ognuno usa la propria AI per risolvere il proprio problema, ma sta peggiorando l’intero sistema”, ha dichiarato Chait. Il tempo medio per chiudere una posizione è salito da 43,6 a 59,7 giorni, un incremento del 37%, anche se il numero di assunzioni per recruiter è aumentato. Le squadre HR lavorano di più, impiegano più tempo, e la qualità del segnale si abbassa. Il 59,7% dei datori di lavoro segnala un eccesso di candidati non qualificati attraverso le bacheche di annunci.
Sul fronte opposto, solo l’8% dei candidati ritiene che gli algoritmi di screening AI rendano il processo più equo, secondo il report Greenhouse 2025 condiviso con Fortune. La sfiducia è reciproca e misurabile. I referral diretti convertono in assunzione a un tasso sette volte superiore rispetto ai candidati da job board: il canale umano sopravvive all’automazione perché trasporta informazioni che un curriculum generato non può replicare. Il 71,3% dei datori di lavoro indica i referral come il canale privilegiato fuori dalle bacheche online.
Nel mezzo di questo scenario, Anthropic ha annunciato che i nuovi modelli Claude inseriranno un watermark impercettibile nei testi prodotti dall’AI, una mossa che potrebbe cambiare le regole del gioco per chi usa i modelli per candidarsi. Se i sistemi di rilevamento diventano affidabili — e su questo il dibattito è aperto, con critici che contestano i falsi positivi degli attuali detector — l’uso dell’AI nelle candidature dovrà diventare più trasparente o più sofisticato. La direzione più probabile è la seconda: una corsa all’armamento tra chi genera e chi rileva, con i candidati reali schiacciati nel mezzo. Il punto di uscita dal loop, se esiste, passa dal ridisegnare cosa viene valutato: non più documenti testuali che un modello può produrre all’infinito, ma dati strutturati e verificabili difficili da falsificare.
