À l’occasion de la Nuit Européenne de l’IA qui a réuni près de 2 000 décideurs issus de 27 pays européens au Palais de Tokyo le 18 avril dernier, Gonzague Lefebvre, co-fondateur de CleverConnect animait un workshop sur l’Intelligence Artificielle dans les RH.
Un sujet qui mérite de s’attarder à l’ère où l’usage de l’IA est souvent controversé.
Retours sur les propos de Gonzague Lefebvre.

 

IA faible vs. IA forte

Tout d’abord, avant de parler d’Intelligence Artificielle, savons nous véritablement de quoi il s’agit ?
En effet, il existe deux types d’intelligences Artificielles qui présentent des différences majeures. L’ensemble des experts et chercheurs distinguent ainsi l’IA faible de l’IA forte.

L’IA faible représente alors une intelligence spécifique qui est en capacité de résoudre exclusivement des problèmes pour lesquels elle est entraînée, et cela sur un périmètre bien défini. L’IA faible est donc une intelligence dite “non sensible”. C’est à dire qu’elle n’intègre pas la notion d’émotion, de sentiment ou encore d’opinion dans sa réflexion. L’IA faible agit et met en oeuvre une intelligence purement logique et mathématique.
À contrario, une IA forte correspond à une intelligence généraliste. L’IA forte est, quant à elle, capable d’utiliser son intelligence dans d’autres champs d’application que son secteur d’origine. Une IA forte peut être représentée comme un humain capable de pondérer un choix rationnel par de l’émotionnel.

Aujourd’hui, force est de constater que l’ensemble des IA sont des IA faibles.
Même les IA AlphaGo de Google ou encore Watson d’IBM appartiennent aux IA faibles. Elles sont capable de dépasser les humains en terme de rapidité de réflexions grâce à leur aptitude à calculer des dizaines de milliers de possibilités par seconde. Mais elles n’intègrent en rien des opinions ou des sentiments sur leurs choix.
Les IA fortes appartiennent donc au domaine de l’utopie et nous sommes encore loin de pouvoir traduire une émotion en algorithme.

 

Quelles sont les conséquences de l’usage de l’IA dans l’emploi ?

Dans le secteur du recrutement, l’étude 2018 “The Future of the Workforce” de McKinsey indique qu’à l’avenir nous devrions être capable d’automatiser 30% des tâches dans 60% des métiers. Cette évolution est déjà bien amorcée puisqu’entre 1980 et aujourd’hui,  la durée de vie moyenne d’une compétence est passée de 20 ans à 5 ans.
Il sera alors obsolète de se focaliser sur les compétences techniques des individus.

Les tâches et les métiers qui ne seront pas automatisés seront celles et ceux qui relèvent donc du capital humain. Ainsi tout ce qui fait la singularité de l’humain deviendra sa force, la capacité d’humanité restant inaccessible aux machines.
Les softs skills et  le quotient émotionnel seront les compétences à valoriser soit la capacité à faire preuve de créativité, de leadership, à inspirer, à réprimander, à sanctionner, etc. Et plus l’IA se développera, plus les aspects strictements humains du travail auront une importance croissante.

Cette évolution aura deux grands impacts dans les RH  :

  • Une forte augmentation de l’utilisation d’outils d’évaluation des soft skills
  • Une réduction des tâches à faible valeurs ajoutées pour les recruteurs ; ce qui leur laissera plus de temps pour se concentrer sur les Hommes.

 

Quels risques liés à l’IA dans les RH ?

Le champ d’application de l’IA peut se retrouver sur toutes les étapes du recrutement : pour aider le processus de candidature, pour le tri automatique des candidatures, pour prendre des rendez-vous avec des candidats, pour analyser les émotions d’un candidat en vidéo…
Mais comment s’assurer du bon usage de l’IA dans les RH ?

Lorsqu’on recrute de manière inconsciente nous avons tous des biais liés à notre culture, à notre éducation, notre environnement. Et ces biais peuvent mener à des discriminations, des inégalités sans que nous en ayons vraiment conscience
Un bon exemple est celui d’Amazon qui avait mise en place un algorithme d’IA pour accélérer son processus de recrutement et de sélection de candidats. Amazon a ainsi analysé les collaborateurs les plus performants de l’entreprise et a déterminé des points de convergence sur leurs parcours, expériences, personnalités afin de définir un modèle de succès des futurs collaborateurs. Amazon a alors comparé tous les nouveaux entrants dans leur processus de recrutement à ce modèle. Et ceux qui observaient des similarités étaient reçus en entretien d’embauche. La surprise fut grande de ne voir aucune femmes retenues !
En effet, le champ d’analyse de départ étaient les salariés d’Amazon représentés par 60% d’hommes.L’algorithme avait alors défini qu’être un homme était un critère de performance par rapport au fait d’être une femme.

Aucun algorithme est totalement neutre : il est le reflet de l’entreprise, des personnes qui l’ont développé mais aussi des données sur lequel il est basé. Pour autant, il ne faut pas tomber dans l’extrême inverse et refuser toutes les applications de l’IA.

 

L’engagement #IAforGood de CleverConnect

Insérer de l’IA dans des secteurs tels que le social, la santé ou l’emploi implique une vigilance sur les biais que cela peut entraîner.
C’est pourquoi chez CleverConnect nous attachons de l’importance à rendre nos algorithmes transparents aussi bien dans l’usage que dans la méthodologie. L’utilisation de l’IA est réfléchie et mesurée pour chacun de nos produits.

Sur HRmatch (solution de matching offres – candidats), l’interface dévoile ainsi les choix de recherche faits par nos algorithmes. Et les recruteurs peuvent également ajuster chacun des critères de recherche.
Par ailleurs, nous avons choisi de baser nos calculs uniquement sur des critères objectifs : métiers exercés et souhaités, compétences, lieux, secteurs, etc. Notre matching est réalisé sur des critères purement professionnels, par conséquent peu sujets aux biais.
La promesse de notre matching est simple et transparente : dire au recruteur si le candidat correspond objectivement au poste. Mais il ne s’agit que de la première étape de sélection car au-delà des critères objectifs, d’autres éléments vont entrer en considération : la personnalité du candidat, son adéquation à la culture de l’entreprise, ses soft skills… Et pour évaluer ces éléments plus subjectifs, nous préférons nous fier à la vidéo plutôt qu’à un algorithme !