November 08, 2021

En tête à tête avec l’intelligence artificielle, votre nouveau recruteur

Avec l'apparition du COVID-19, il fallait privilégier le télétravail. Les recruteurs ont alors adopté une nouvelle stratégie d'embauche : les entretiens virtuels. Selon un sondage de Gartner (entreprise américaine spécialisée dans le conseil) « 86% des organisations mènent des entretiens virtuels pour embaucher des candidats pendant la pandémie ». Les gestes barrières sont alors respectés, cependant cette tâche répétitive peut être optimisée. Mais de quelle manière ? Par l'intelligence artificielle ! En effet, plusieurs multinationales comme Pepsi, Auchan ou même IKEA ont déjà passé le cap et ne font plus appel aux recruteurs mais aux intelligences artificielles. Vous trouvez ça étonnant ?     En réalité, l'intelligence artificielle (IA) est basée sur la création et l'application d'algorithmes exécutés informatiquement afin de permettre à des ordinateurs de penser et d'agir comme des êtres humains. De manière plus technique, un algorithme est un ensemble d'opérations qui permettent de résoudre un problème énoncé. Il est donc nécessaire de définir et d'ajouter des normes, ce qui permettra d'obtenir une réponse précise à cette question.     C'est de cette façon que s'introduit le concept de Machine Learning ou l'apprentissage automatique basé sur 4 étapes principales. Premièrement, la sélection et la préparation d'un ensemble de données d'entraînement qui permettent de nourrir notre programme informatique. Deuxièmement, la création d'un algorithme capable de répondre au problème posé. Puis vient la phase d'entraînement de l'algorithme qui consiste à répéter plusieurs fois le programme en comparant les résultats obtenus à chaque itération avec le résultat théorique attendu afin de s'améliorer. La dernière étape est l'évaluation du programme avec de nouvelles données.     Concrètement, Xiangdoa, fondateur de Moseeker (société qui crée des logiciels pour les ressources humaines) nous explique que le logiciel "analyse les intonations, l'intensité, l'expression orale" du candidat. En termes de langage, l'algorithme analyse 350 types de données différentes en fonction de l'utilisation de mots passifs ou actifs, de l'intonation, du débit... L'algorithme compare ensuite le candidat avec le profil qui s'est avéré le plus efficace dans l'entreprise. Comment peut-on créer un algorithme aussi performant capable d'évaluer le profil d'un candidat ? Pour ce faire, il s'appuie sur une base de données contenant 25 000 données faciales et linguistiques. Enfin, il va attribuer une note au candidat. En 2016, la start-up russe Stafory créée Véra, un logiciel d'IA afin de trier les candidatures. Comment fonctionne-t-il? Les recruteurs doivent tout d'abord faire une description détaillée des profils recherchés, puis Véra les télécharge pour présélectionner 10% des candidatures les plus susceptibles de correspondre aux critères de l'entreprise. Pour cela, l'IA est connectée à 5 sites de recherche d'emploi tels que CareerBuilder. Puis Véra propose aux candidats un entretien en appel vocal ou vidéo. Le robot s'adapte alors aux exigences du poste à pourvoir : «Si c'est un emploi pour une personne avec peu ou pas d'expérience, le langage doit être simple. Pour un développeur en technologies de l'information, il doit être spécifique » explique Svechnikov, un des cofondateurs de la start-up. « Quand vous recrutez 400 téléconseillers, vous recevez 15.000 CV en un mois et demi », explique B.Serre, vice-président de l'Association nationale des directeurs des ressources humaines. Pour les développeurs, ce logiciel permet alors un gain d'argent et de temps puisqu'à la différence d'un être humain, Vera peut effectuer simultanément jusqu'à 1 000 entretiens d'embauche, en appel vocal ou vidéo sachant que le temps moyen pour un entretien est d'1h, ainsi Vera permet de gagner 41 jours de travail au DRH. Les candidats sont, d'autre part, traités de manière égale et plus objective car l'entretien peut dans certains cas être influencé par l'humeur du recruteur ce qui pourrait désavantager le candidat.
    Il est clair que la capacité de l'IA à trouver des profils adaptés est bénéfique, mais nous ne pouvons ignorer que d'une certaine manière elle puisse refuser des profils talentueux par faute d'interprétation. Effectivement, les algorithmes sont créés de manière à analyser et non à interpréter les données en tirant des conclusions sans pouvoir discerner les expressions des candidats de sorte que si un candidat parle plus rapidement que la normale, l'algorithme comprendra ce comportement comme étant du stress et non du dynamisme car il a intégré que la rapidité ne pouvait être liée qu'au sentiment d'angoisse. Cependant, un vrai recruteur aura, contrairement à l'algorithme, cette capacité de comprendre et d'interpréter les expressions du candidat de manière exacte.     D'autre part, certains algorithmes se basent sur des profils déjà établis dans l'entreprise ce qui peut être discriminant pour les candidats. Effectivement, une femme qui postule pour un emploi majoritairement occupé par des hommes sera vu discriminée car l'algorithme comprendra qu'il faut privilégier les profils masculins et donc jugera son dossier inadéquat avec le poste. Autrement dit, l'algorithme essaiera de valider des candidats ayant un maximum de points communs avec les profils déjà bien établis dans l'entreprise, que ce soit physiquement, académiquement, socialement ou culturellement parlant. Par conséquent, les postulants acceptés par l'IA seront tous semblables et finalement tous des clones. Ainsi, face à cet inconvénient majeur, Amazon a dû récemment débrancher son intelligence artificielle.     Les algorithmes sont créés par des programmeurs ayant leurs propres expériences et préjugés influençant l'analyse de l'IA et donc du recrutement. Par exemple, le programmeur transmettra certaines idées à l'algorithme concernant l'origine sociale, l'ethnicité, le genre et l'âge idéal du parfait candidat. Si le programmeur croit que les hommes blancs sont toujours de meilleurs candidats que les femmes de couleur, alors l'algorithme sera basé sur cette perception et biaisé. Mais finalement, comment peut-on concevoir des algorithmes éthiques ?

Il est très important de s'assurer que les données d'entraînement de l'algorithme ne soient pas biaisées. Les données elles-mêmes doivent être éthiques, pour que l'algorithme le soit. Cependant, il est certain que les algorithmes feront partie du futur. En effet, ils sont présents au sein de plusieurs technologies émergentes comme l'IA, les véhicules autonomes ou les assistants intelligents. Ainsi, dans les prochaines années, on peut s'attendre à une émergence de nouvelles technologies révolutionnaires et futuristes basées sur des algorithmes.

Blog écrit par Christine SUY, Yiwei HE et Issar KERBA 

Sources.


 
at

No comments:

Post a Comment

Subscribe to: Post Comments (Atom)