Je suis souvent interrogé par des cadres en ressources humaines oscillant entre réelle curiosité pour l’IA et craintes profondes de ses technologies, craintes nées du brouhaha médiatiques autour d’elles. Mes interlocuteurs semblent parfois avoir dans les yeux un « alors ? on va tous mourir ? » très hollywoodien. Eh bien, leur réponds-je, oui, on va tous mourir. L’IA n’y sera probablement pour pas grand-chose mais, oui, on va tous mourir un jour 😊. Je me souviens de cette excellente trouvaille de cruciverbiste pour faire découvrir un mot : « condamné à mort », en 2 lettres. « Né ». Donc oui, madame la DRH, nous allons tous mourir. Un jour disais-je.

Plus sérieusement, l’intelligence artificielle pourrait-elle, tel le matador, mettre à mort de nombreux métiers ? Oui, certainement, de nombreux métiers TEL QUE NOUS LES CONNAISSONS. Car, l’intelligence artificielle est un tsunami qui va emporter avec lui beaucoup de choses. La différence avec la catastrophe naturelle, c’est que nous n’attendons pas que tout soit détruit pour reconstruire. Le mouvement est beaucoup plus lent, prévisible, quoi qu’insidieux et les services white collars des ressources humaines n’échappent pas à la règle. La révolution est en marche dans ce domaine également.

Pour la suite de cet article essentiellement basé sur le recrutement, nous entendrons par intelligence la capacité à comprendre, à penser et à apprendre. Par artificiel, eh bien que ça ne se passe pas naturellement, que c’est « simulé ». Et par intelligence artificielle, donc, que des machines peuvent ainsi paraître intelligentes.

Pour ce faire elles analysent de grandes quantités de données, bâtissent des schémas et depuis essentiellement 2012 sont à présent dotées de capacités d’apprentissage. Dans le passé, les machines ont pu sembler intelligentes en usant de formules ou d’algorithmes pour faire des déductions (règles & inférences). Si vous gagnez une partie d’échec contre un ordinateur incapable d’apprendre, en rejouant les mêmes coups vous ne perdriez jamais la partie. Par contre une machine comme AlphaGo, capable d’apprendre le jeu de Go, améliore ses performances grâce au savoir acquis lors des parties précédentes – et ce jusqu’à devenir imbattable !

Les trois types d’apprentissage de la machine, le machine Learning

Il y existe trois types d’apprentissage de la machine : l’apprentissage dit supervisé, l’apprentissage dit autonome, et l’apprentissage par renforcement.

L’apprentissage supervisé

Dans l’apprentissage supervisé, un programme est entraîné à l’aide d’une liste de cas prédéfinis, ce qui facilite par la suite sa capacité à aboutir à une conclusion juste lorsqu’on lui soumet de nouvelles données similaires. Comme si un maître corrigeait les réponses de son élève grâce sur un cahier d’exercice. L’élève fait des essais, à répétition, et le maître le corrige au fur et à mesure. Le programme s’arrête lorsqu’il a atteint un niveau acceptable. Par exemple on soumet à un ordinateur une série de photographies d’animaux et on lui demande de trouver le chat.

L’apprentissage autonome

Dans le cas de l’apprentissage autonome, l’ordinateur doit trouver par lui-même les liens et les schémas dans les images (ou d’autres données). On lui fournit les données en entrée et il les ordonne au sein de catégories qui partagent à peu près les mêmes caractéristiques. Par exemple Google News collecte des articles de presse, puis les classe dans différentes catégories : international, business ou bien sport.

L’apprentissage renforcé

Dans l’apprentissage renforcé, l’ordinateur interagit avec le monde réel dans le but d’atteindre des récompenses. Par exemple pour apprendre à un chien à faire le beau on le récompense par une friandise. L’apprentissage renforcé est utilisé pour apprendre aux machines à réaliser des tâches dans la robotique, les moteurs de recherche, ou encore Netflix et Alpha Go.

Si vous souhaitez en savoir plus sur les bases de l’IA, vous pouvez lire cet article.

L’Intelligence Artificielle dans le recrutement

L’Intelligence Artificielle dite faible sert les services de recrutement dans de nombreux domaines : depuis la recherche de prétendants, leur sélection, en passant par l’identification de potentiels candidats, la prise de contact ou bien encore l’interaction dans le temps avec ces derniers. Nous allons ici évoquer quelques exemples au travers de sociétés essentiellement anglo-saxonnes.

La recherche de candidats

Le moteur d’une société comme TEXTIO, par exemple, sait examiner et noter les annonces des recruteurs en vérifiant au cas par cas l’usage de termes positifs, de mots clefs « corporate » mais également en sachant déterminer la recherche d’un équilibre homme / femme. Il propose ensuite des suggestions pour améliorer le score de l’annonce initiale en y apportant quelques modifications. De là à ce que les annonces puissent être rédigées « toutes seules », il n’y a qu’un pas.

WONDERKIND (ex Recruitz IO) est pour sa part un outil de publication d’offres d’emploi hollandais qui utilise l’Intelligence Artificielle pour trouver les meilleurs canaux en ligne où acheter de l’espace publicitaire. Mieux, il choisit aussi la meilleure heure pour diffuser le contenu en se basant sur l’heure à laquelle le public cible est le plus actif en ligne. Utile…

VONQ est quant à lui un manager de campagne vraiment intelligent puisqu’il distribue lui-même des offres d’emploi ! Grâce à sa capacité d’apprentissage il parvient à analyser les réponses à ces publications passées, puis il passe en revue les sites d’offre d’emploi afin de choisir lequel offrira les meilleurs résultats. II apprend en continu et reconnaît rapidement les tendances du marché.

Identifier les candidats potentiels

Mais outre la recherche de candidats, l’intelligence artificielle permet surtout d’en identifier ensuite les meilleurs en collectant leurs données de manière, vous allez le voir, très tactique.

TALENT BIN, de Monster, par exemple navigue sur internet en étudiant les données des réseaux sociaux et des sites communautaires pour créer des profils de candidats potentiels, qu’ils soient actifs ou passifs, grâce aux contenus déjà postés ou suivis (tout est analysé : expérience, centres d’intérêts, …).

De façon similaire, le CONNECTIFIER de Linkedin est utilisé pour créer des profils de candidats passifs en collectant, triant et priorisant les données de ses inscrits. En bref, Linkedin fait le match entre les jobs et les personnes.

Se connecter et communiquer

Mais vous le savez, la recherche de candidat, ne s’arrête pas au seul fait de les identifier. Il faut ensuite se « connecter » à eux. En ce sens, BEAMERY est un outil très intéressant puisqu’il construit un profil à partir, d’abord, des données de l’entreprises : ses emails, calendriers et systèmes de suivi des candidatures. Il recherche ensuite des schémas dans les données ainsi collectées : à quel moment les candidats sont le plus actifs et quel est le meilleur moment pour les solliciter. Il envoie ensuite des emails personnalisés aux candidats potentiels pour stimuler de l’engagement et faire en sorte que les candidats passifs deviennent … actifs. Beamary combine ainsi un outil CRM de recrutement à même de sourcer, attirer, et « engage » (comme on dit en anglais) des candidats éventuels.

MYA est assez extraordinaire car elle semble avoir sa petite personnalité. C’est en fait, dans le recrutement, la première qu’il vous faudra embaucher car – selon les dires du site internet – elle permet aux RH d’économiser 75% de leur temps. Elle pose des questions contextualisées aux candidats selon les critères de recrutement, puis elle propose de les tenir au courant et de leur faire un retour personnalisé ainsi que des suggestions quant aux étapes à venir. Quand elle ne connaît pas la réponse, Mya pose la question à un recruteur humain, et connaîtra la réponse pour la prochaine fois. Elle peut également conduire un dialogue avec un candidat pour expliquer les étapes à suivre après acceptation d’une candidature. Lorsqu’un candidat n’a pas de succès avec ses offres précédentes, elle continue à lui soumettre des offres pour déterminer son niveau d’intérêt dans de nouvelles offres. Elle met également à jour les informations du candidat avec de nouvelles informations comme de nouvelles expériences, missions, compétences et talents.

WADE et WENDY sont respectivement un recruteur privé professionnel et un conseiller de carrière. WADE vous parle personnellement via un chat, vous pose des questions sur vos expériences passées, vos objectifs futurs et votre projet professionnel. Il analyse ces données et vous propose un feedback personnalisé afin de vous faire découvrir de nouvelles opportunités. Wade fonctionne grâce à l’intelligence artificielle conversationnelle. Il tient ses informations des données des réseaux et est entraîné à l’empathie humaine.

Sélectionner les candidats

WENDY, la sœur de Wade, est une assistante virtuelle au recrutement. Elle regarde les profils des candidats et les compare avec les offres d’emploi afin de recommander les meilleurs candidats possibles. Bref, elle fait vivre les fameux « viviers » dont on sait que les grandes entreprises ne font pas grand-chose malheureusement. Elle est entraînée comme un membre d’une équipe : elle est capable d’assister un patron du recrutement dans son job.

6 SENSE de Monster utilise son moteur de recherche sémantique pour lire des CV de manière intelligente, puis les confronte aux offres d’emploi afin de leur attribuer des scores. Les résultats sont ensuite classés par ordre de meilleur “match”. Les comparaisons sont simplifiées par un affichage côte à côte des différents profils selon les mêmes critères.

De manière similaire, le programme POMATO est un assistant au recrutement de candidats techniques. Pomato est capable de tester et d’évaluer les candidats. Il use de l’intelligence artificielle et de l’apprentissage de la machine pour évaluer et valider les CV des candidats du secteur de l’IT. Il dépeint également un portrait visuel du candidat selon ses expériences et ses atouts, permettant de faciliter les comparaisons entre candidats.

MOSAIC TRACK utilise l’intelligence artificielle (cognitive computing) pour faire matcher des postulants (passés comme actuels) aux nouvelles offres d’emplois. A l’aide de critères de type « talents recherchés » et de « culture d’entreprise », il simule la manière dont une équipe de recrutement lirait un CV. Mosaic Track propose aussi un agent de recrutement intelligent qui passe en revue les intérêts des candidats et les contacte pour leur trouver une place parfois plus adéquate dans l’organisation.

Cette prise en considération de l’ADN de l’entreprise se retrouve aussi chez HIRE VUE qui destine le deep Learning à la psychologie des organisations. Le produit fonctionne en capturant les centaines d’attributs de la vidéo d’entretien d’un candidat. Hirevue retranscrit l’audio et capture les variations de la voix, analyse les nuances visuelles dans les réponses fournies par les candidats et produit des scores en conséquence.

Et de nombreuses autres fonctionnalités possibles !

JOBERATE est un produit encore différent mais il vaut la peine d’être mentionné ici car il illustre le potentiel de l’usage du big data issu des réseaux sociaux couplé à l’apprentissage machine. Il utilise les réseaux sociaux pour analyser l’intensité de la recherche d’emploi. Des entreprises souscrivent au service et suivent l’activité de recherche d’emploi … de leur propre staff ! De cette manière, les RH peuvent déterminer si des gens ou des équipes risquent ou non de partir. Cela permet de mieux fidéliser ses employés ou au contraire… de laisser faire 😉. Certains appellent Joberate l’Equifax des ressources humaines.

En matière de RH, il est possible de construire ses propres outils d’Intelligence Artificielle au travers de bons toolkits et softwares open source. Amazon, Facebook et Google ont tous choisi le modèle API pour ce faire.

DSTNEE est par exemple le soft d’Amazon destiné à la construction de modèles de recommandation. Il passe en revue des données, identifie des schémas et fait des recommandations sur le modèle de la « sagesse des foules ».

Parmi les tours que Facebook a dans son sac, il y a fastTEXT, qui est incroyablement fort pour comprendre de gros blocs de texte. Il est utilisé par Facebook pour identifier des contenus non désirés et non convenables. Cet outil pourrait très bien être utilisé pour passer en revue les offres d’emploi sur des sites, afin que les candidats ne visionnent que les offres susceptibles de les intéresser et de leur correspondre.

L’IA alliée dans la lutte contre le chômage ?

Comme de nombreuses agences publiques ou semi-publiques, Pôle Emploi doit faire face à des coupes budgétaires menant à la réduction des effectifs et des périmètres d’action. L’Intelligence Artificielle pourrait-elle contribuer à améliorer le service lorsque les ressources se font rares ?

Oui, sur l’orientation professionnelle

Beaucoup de candidats ont besoin d’aide pour leurs choix de carrière, et on sait qu’obtenir suffisamment de temps avec un bon conseiller d’orientation peut s’avérer compliqué. Wade de Wade&Wendy pourrait ici apporter une aide précieuse. Wade peut apporter des conseils professionnels personnalisés 24 heures sur 24 et 7 jours sur 7.

Oui sur l’aide à la recherche d’emploi

MYA pourrait soulager les conseillers en recrutement sur de nombreuses tâches quotidiennes. Mya deviendrait l’apprenti du conseiller : elle maintiendrait un dialogue avec le demandeur d’emploi et répondrait à ses questions. Lorsqu’elle ne connaîtrait pas la réponse à une question, elle la poserait alors au conseiller humain.

6SENS pourrait évaluer l’adéquation d’un CV à une offre d’emploi et pourrait également apporter un retour sur de potentielles améliorations.

La reconnaissance vocale de Tensor Flow pourrait assister les demandeurs d’emploi ayant des difficultés d’expression à l’oral à compléter des documents, ou à entrer en contact avec des services de chat en ligne.

Oui pour les recommandations

DSTNEE pourrait aider des demandeurs d’emploi en regardant d’autres candidatures afin de leur faire des recommandations telles que : “d’autres personnes avec vos compétences ont postulé à ce type d’offres et les ont dérochées”. De plus, elle pourrait aider les coachs en recrutement en agrégeant efficacement les recommandations d’autres coachs en recrutement. Les retours pourraient alors être du type : “d’autres conseillers ont fait ce genre de recommandations à des candidats aux profils similaires“

Trouver des offres d’emploi appropriées, le bon matching

Pour finir, FAST TEXT pourrait être utilisé pour apporter un flux d’offres d’emplois fiables et appropriées aux demandeurs d’emploi.

En conclusion, en matière de RH, le potentiel de l’Intelligence Artificielle est énorme. Elle peut apporter une aide significative dans l’accompagnement des demandeurs d’emploi. Et de nouveaux produits émergent quotidiennement ! Mais on voit bien aussi au travers de cet article que le métier des hommes et des femmes des services RH va s’en trouver énormément bouleversé, pour ne pas dire révolutionné : le professionnel des RH se verra à minima « augmenté » et s’il ne suit pas le mouvement en devenant un super professionnel maîtrisant la technologie et y apportant une valeur ajoutée, il sera tout simplement mis de côté et devra à son tour s’appuyer sur l’IA pour … trouver un autre job.

Vous pourriez aussi être intéressé par cet article: Interactions Homme-Machine un dialogue de sourds

Notre Tweetmag

Share This

Partagez

Partagez cet article à vos amis