Il processo di selezione del personale è uno degli investimenti più importanti che un'organizzazione fa — e uno dei più frequentemente mal eseguiti. La ricerca di Frank Schmidt e John Hunter, in una meta-analisi su ottant'anni di studi sulla validità predittiva dei metodi di selezione, ha mostrato con chiarezza quali metodi funzionano e quali no. I risultati contraddicono la pratica di molte organizzazioni, che continuano a basarsi su metodi con validità predittiva molto bassa mentre ignorano quelli scientificamente fondati.
L'intervista non strutturata — il colloquio tradizionale in cui l'intervistatore decide autonomamente cosa chiedere, seguendo il flusso della conversazione — ha una validità predittiva della performance lavorativa di r=.14 nella meta-analisi di Schmidt e Hunter. Questo significa che spiega meno del 2% della varianza nella performance futura. Eppure rimane il metodo più usato nelle organizzazioni di tutto il mondo. La ragione è la confidenza illusoria: l'intervistatore esce dal colloquio convinto di aver capito la persona, quando in realtà ha ottenuto pochissime informazioni predittive.
"Ogni errore di selezione in un ruolo manageriale costa all'organizzazione tra una e tre volte il salario annuo del ruolo — in performance persa, in turnover del team, in costi di sostituzione. La selezione scientifica non è un lusso: è l'investimento con il ROI più alto disponibile nella gestione del capitale umano." — Davide Etzi
Un processo di selezione scientificamente fondato inizia sempre con un'analisi accurata del ruolo — identificare le competenze critiche per la performance nel contesto specifico, non un profilo ideale generico. Su questa base si costruisce la batteria di strumenti: un test cognitivo appropriato al livello del ruolo, un'intervista strutturata con domande comportamentali calibrate sulle competenze target, e, per ruoli senior o di alta visibilità, elementi di Assessment Center. Il risultato è un processo che riduce drasticamente l'errore di selezione, aumenta la diversità cognitiva dei team e produce previsioni di performance molto più accurate di quelle basate sull'istinto — per quanto esperto.