CodeSignal lancia Agentic Skills Intelligence per valutare le competenze attraverso il lavoro quotidiano

Un’azienda può sapere chi ha completato un corso, adottato un assistente IA o ricoperto un determinato ruolo senza sapere quanto quella persona sia in grado di svolgere il lavoro che l’attende. CodeSignal punta a colmare questa lacuna con Agentic Skills Intelligence, una nuova soluzione che valuta il lavoro dei dipendenti e collega i profili di competenze risultanti a esercitazioni e coaching personalizzati.

Annunciata come disponibile a livello generale il 28 ottobre, la piattaforma utilizza agenti specializzati per valutare il lavoro svolto nei sistemi che i dipendenti già utilizzano, anziché basarsi su autovalutazioni o parole chiave in un curriculum. CodeSignal afferma che l’obiettivo è offrire ai responsabili un quadro costantemente aggiornato delle competenze della forza lavoro e un modo per colmare le lacune che emergono.

Con questo lancio, l’azienda estende la propria attività di valutazione e formazione al flusso del lavoro quotidiano. Il suo potenziale valore consiste nel collegare tre attività che spesso restano separate: raccogliere prove delle competenze, stabilire dove occorre intervenire e aiutare i dipendenti a migliorare.

Valutare il lavoro secondo una griglia strutturata delle competenze

Nel suo annuncio, CodeSignal cita sistemi come Gong, Salesforce, GitHub, Cursor, Claude, ChatGPT, Workday, Greenhouse e Google Workspace tra le fonti di lavoro che i suoi agenti possono valutare. Il lavoro viene valutato secondo griglie strutturate basate sulla psicologia del lavoro e delle organizzazioni, la disciplina che studia il comportamento e le prestazioni nei contesti lavorativi.

L’azienda presenta questo processo come una misura più diretta delle competenze rispetto alla loro deduzione a partire da una qualifica, una valutazione delle prestazioni o un corso completato. I risultati del lavoro di un dipendente diventano prove su cui basare un profilo delle competenze, aggiornabile man mano che si rendono disponibili nuovi lavori.

CodeSignal cita oltre 21 milioni di valutazioni delle competenze completate sulla propria piattaforma per illustrare le basi del suo approccio alla valutazione. Si tratta di un dato cumulativo relativo alla piattaforma, non del numero di dipendenti già valutati dal prodotto appena annunciato.

La distinzione tra prove e deduzioni è utile, ma non elimina la necessità di esercitare il proprio giudizio. Un campione di lavoro deve effettivamente rivelare la competenza oggetto di valutazione e la griglia deve essere adatta all’attività. Per esempio, un risultato eccellente ottenuto con l’aiuto dell’IA solleva interrogativi sulle capacità dimostrate: elaborare una soluzione iniziale, guidare un assistente, verificarne i risultati oppure combinare efficacemente queste attività.

Per questo i criteri alla base della valutazione sono importanti quanto il numero di sistemi collegati. Una maggiore quantità di dati sul lavoro può ampliare la copertura, ma non rende automaticamente visibile ogni competenza né permette di stabilire quanto abbia contribuito una singola persona a un risultato ottenuto in collaborazione.

Collegare le lacune nelle competenze a esercitazioni personalizzate

La componente di sviluppo di Agentic Skills Intelligence si avvale di Cosmo, il tutor IA di CodeSignal, per proporre esercitazioni contestualizzate. Il percorso previsto consiste nell’individuare una lacuna nelle competenze, offrire al dipendente occasioni pertinenti per esercitarsi e poi monitorare i suoi progressi.

Le Learn Academies già esistenti di CodeSignal offrono un contesto utile per comprendere questo approccio. Combinano corsi, esercitazioni pratiche e valutazioni integrate in percorsi guidati, mentre Cosmo fornisce riscontri durante l’apprendimento. L’accento è posto sull’applicazione delle competenze e sul monitoraggio dei progressi lungo il percorso.

I corsi per il mondo aziendale dell’azienda estendono le esercitazioni oltre la programmazione, includendo attività come conversazioni con i clienti, esercizi di scrittura e analisi finanziaria. Questa ampiezza di contenuti è importante per una soluzione destinata alla forza lavoro: lo sviluppo delle competenze può consistere nell’esercitarsi a presentare un prodotto o nell’applicare il proprio giudizio manageriale, oltre che nel risolvere un problema tecnico.

Per esempio, un responsabile vendite potrebbe utilizzare il nuovo sistema per individuare gli aspetti della presentazione di un prodotto su cui il team ha bisogno di supporto, quindi proporre esercitazioni mirate ai dipendenti interessati. CodeSignal presenta questa possibilità come un caso d’uso della piattaforma, non come un risultato ottenuto da un cliente e reso noto in occasione del lancio.

Per i dipendenti, il risultato utile sarebbe un percorso di sviluppo concreto. Un punteggio è più utile quando indica cosa occorre migliorare e porta a un’esercitazione mirata. L’efficacia del prodotto dipenderà dalla capacità di mantenere saldo questo collegamento tra ruoli e tipi di lavoro diversi.

Misurare le competenze nell’IA oltre il numero di adozioni

CodeSignal presenta il prodotto anche come uno strumento per esaminare se gli investimenti nell’IA si traducono in un miglioramento del lavoro. Nell’annuncio cita una ricerca aziendale secondo cui, nell’ultimo anno, l’84% delle organizzazioni ha aumentato gli investimenti nei software di IA e il 79% ha incrementato la formazione sull’IA, mentre il 79% non è riuscito a misurare il ritorno di tali spese. Riferisce inoltre che sei manager su 10 prendono decisioni cruciali sui talenti affidandosi a supposizioni e che il 66% dei dipendenti afferma di non essere mai stato sottoposto a una valutazione formale delle proprie competenze.

Questi sono risultati riportati da CodeSignal. Il comunicato fornito non indica la dimensione del campione né la metodologia del sondaggio; i dati vanno quindi considerati come contesto per la tesi dell’azienda sul prodotto, non come una misurazione esaustiva di tutti i datori di lavoro.

La questione pratica è comunque chiara. Monitorare l’uso degli assistenti può mostrare che i dipendenti hanno adottato uno strumento, ma dice meno sulla loro capacità di usarlo efficacemente. Valutare il lavoro in base a criteri pertinenti potrebbe aiutare i datori di lavoro a distinguere un uso frequente da una maggiore padronanza.

Questo offrirebbe anche una base più significativa per decidere le spese di sviluppo rispetto al semplice conteggio dei corsi completati. Un miglioramento misurabile in una competenza pertinente è un segnale utile, anche se per tradurlo in un ritorno per l’azienda occorre comunque considerare il ruolo, il progetto e gli altri fattori che incidono sulle prestazioni.

Integrare le informazioni sulle competenze nei flussi di lavoro esistenti

CodeSignal afferma che il suo server MCP consente ai team di porre domande sui dati relativi a competenze e ruoli tramite un assistente IA a loro scelta. Il Model Context Protocol offre un’interfaccia comune per collegare un assistente a strumenti e informazioni esterni; in questo caso, l’obiettivo è rendere accessibili le informazioni sulla forza lavoro senza che gli utenti debbano abbandonare il loro assistente abituale.

L’annuncio comprende inoltre l’analisi delle lacune nelle competenze a livello organizzativo, la pianificazione della forza lavoro e informazioni di mercato sulla domanda di assunzioni, sui ruoli e sulle fasce retributive. Si tratta di fonti informative correlate, ma distinte: le tendenze esterne del mercato del lavoro descrivono la domanda al di fuori dell’azienda, mentre i profili dei dipendenti intendono descrivere le competenze dimostrate al suo interno.

I materiali esistenti di CodeSignal sull’intelligence delle competenze descrivono il benchmarking, le analisi su più livelli e il monitoraggio dell’acquisizione di competenze. La nuova iniziativa pone inoltre l’accento sulla valutazione continua del lavoro e sul collegamento delle evidenze che ne derivano allo sviluppo individuale.

L’importanza del contesto nelle decisioni sulla forza lavoro

Informazioni più aggiornate sulle competenze potrebbero aiutare un responsabile a individuare competenze interne utili per un progetto urgente, identificare un’esigenza di sviluppo o pianificare dove sia necessario assumere. Cambia anche il significato dei prodotti del lavoro quotidiano: il materiale realizzato per portare a termine un’attività può diventare una prova della padronanza di un dipendente.

Per questo è importante che il processo di valutazione sia chiaro. Dipendenti e responsabili devono capire quali lavori vengono presi in considerazione per un profilo, che cosa misura la griglia di valutazione e quali lacune presentano le evidenze. La scarsa esposizione a un’attività non dovrebbe essere confusa con un’incapacità dimostrata, e un punteggio automatizzato dovrebbe essere valutato tenendo conto del contesto in cui il lavoro è stato svolto.

Con il suo lancio, CodeSignal avvicina la valutazione, le evidenze raccolte sul lavoro e il tutoraggio basato sull’IA, creando un ciclo di feedback più integrato. L’opportunità consiste nel rendere lo sviluppo della forza lavoro più mirato e reattivo. La prova sarà capire se questo ciclo produce evidenze utili e spiegabili delle competenze e aiuta i dipendenti a sviluppare le capacità di cui il loro lavoro ha effettivamente bisogno.