Per lavorare come ingegnere software in Google serve saper usare l’intelligenza artificiale. Secondo documenti interni visionati da Business Insider, la competenza in AI è ormai un requisito per i ruoli di software engineering, mentre l’integrazione dell’AI nei prodotti è richiesta per la maggior parte delle posizioni oltre il livello entry-level. La società usa i propri modelli Gemini sia per migliorare i prodotti sia per costruire la generazione successiva di Gemini, e ora porta lo stesso approccio nelle assunzioni.
Il cambiamento è graduale. Una prima notizia di maggio parlava di test in poche organizzazioni, con un nuovo round di “code comprehension”: il candidato legge, corregge e migliora un codice esistente, con Gemini come assistente approvato. Gli esaminatori valutano la capacità di scrivere prompt, verificare le risposte del modello e fare debug. Google definisce il formato “human-led, AI-assisted”. I test, partiti su ruoli junior e intermedi in alcuni team statunitensi, si sono poi allargati a più parti dell’azienda, anche se un portavoce li descrive ancora come pilota.
Gemini entra anche nel lavoro degli esaminatori. Google sta provando trascrizione e appunti automatici per i colloqui condotti su Google Meet e lavora a uno strumento che aiuti gli intervistatori a redigere feedback su misura per il ruolo. Il round “Googleyness and Leadership”, finora dedicato a domande comportamentali e cultura aziendale, include una conversazione tecnica sul design dei progetti precedenti del candidato. Brian Ong, vicepresidente del recruiting, spiega che le prove servono a riflettere meglio il modo in cui lavorano i team.
Il motivo è nei numeri interni. Sundar Pichai ha scritto il 22 aprile 2026 che il 75% del nuovo codice in Google è generato dall’AI e approvato dagli ingegneri, contro il 50% dell’autunno precedente. Un colloquio che vieta ogni aiuto esterno misura una competenza che in azienda pesa sempre meno. Altre società si muovono nella stessa direzione: tra i casi citati ci sono Canva e la startup di coding Cognition, e il confronto con Meta compare nelle guide di preparazione.
Per chi cerca lavoro cambia la preparazione. Esercitarsi a scrivere algoritmi da zero a memoria serve meno che allenarsi a leggere codice altrui, individuare errori in output generati da un modello e spiegare ad alta voce le proprie scelte. Pesa anche la capacità di dire quando la risposta dell’AI è sbagliata. Chi assume, dal canto suo, deve decidere come distinguere un buon ingegnere da un buon utente di Gemini.
Se i pilota reggeranno, il formato potrebbe diventare lo standard dei colloqui tecnici nelle grandi aziende, con prove sempre più vicine al lavoro quotidiano. Resta aperta una questione pratica: quando tutti i candidati usano lo stesso assistente, la differenza la farà il giudizio con cui lo guidano.
