Intelligence artificielle et machine learning dans le monde du recrutement

L’intelligence artificielle et le « Machine Learning », ou apprentissage automatique, appliqués au secteur des ressources humaines sont des sujets d’actualité dont nous entendons beaucoup parler, mais nous n’en savons souvent pas assez pour bien comprendre ce qu’on nous dit.

L’Intelligence Artificielle est une technologie capable de traiter rapidement un grand volume de données, soit en lecture soit en tri. L’IA est née en réponse à un problème concret que l’être humain n’est plus en mesure de résoudre de manière traditionnelle : la gestion de “données massives” ou “Big Data”.

La paramétrisation des attentes est fondamentale. Nous ne pouvons pas penser que la technologie, dans son état actuel, est capable de mener une analyse complète de tout contenu utilisable et de prendre des décisions discrétionnaires et prérogatives, qui restent à l’être humain.

L’Intelligence Artificielle met en œuvre des activités de soutien : dans la plupart des cas, il s’agit de “tâches de fatigue”, liées à un thème de quantité, qui sont répétitives et à faible valeur ajoutée.

Dans le monde de la recherche et de la sélection du personnel, nous avons, et nous continuerons d’avoir, dans une mesure croissante, un problème lié à la lecture des CV. Examinons deux exemples concrets :

• Dans de nombreux cas, les volumes reçus ne permettent pas aux recruteurs d’analyser tous les CV, ce qui augmente le risque de perdre des profils ayant des compétences importantes ;
• Les professions deviennent de plus en plus spécifiques à chaque réalité de travail, donc forcer l’insertion de certains profils dans des rôles spécifiques risque de nous faire perdre des opportunités.

L’Intelligence Artificielle liée au monde du recrutement permet de lire tous les CV entrants, d’en faire une analyse sémantique, de déterminer une adéquation entre les offres et les candidatures et un classement des profils sélectionnés en fonction de leur compatibilité avec la recherche.

Ainsi, on épargne du travail mécanique et répétitif au recruteur, qui peut faire du travail de qualité sur la présélection des CV fournie par la machine, en économisant considérablement du temps et des ressources.

La réponse est NON. Les moteurs de lecture sémantique qui sont à la base de l’Intelligence Artificielle appliquée au secteur de l’acquisition de talents effectuent des actions différentes et ont des valeurs différentes. Notre travail consiste à les tester tous et à évaluer leur efficacité.

Les plus grands moteurs de recherche sémantique et d’Intelligence Artificielle sont dirigés par les plus grands opérateurs technologiques du monde : Google, Amazon AWS, IBM, Microsoft. La plupart de leurs services sont gratuits, ou en tout cas accessibles tant d’un point de vue économique que d’intégration à notre logiciel RH. Par contre ces géants sont des moteurs de recherche non verticaux. Cela signifie qu’un article de journal et/ou un roman sont lus correctement mais des documents verticaux, tels que les rapports financiers ou les dossiers médicaux, qui ne sont pas écrits de manière « traditionnelle », ne sont pas lus efficacement. Il en va de même pour un CV, qui est un document vertical : pour une lecture complète, il ne suffit pas d’avoir un moteur sémantique linguistique qui relie les concepts mais il faut une Intelligence Artificielle développée spécifiquement pour le monde du travail.

Souvent, l’exemple de l’”or noir” est utilisé pour montrer comment la machine est capable de faire remonter l’expression au terme “pétrole” de manière indépendante. Si ces liens conceptuels fonctionnent dans l’écrit et dans l’oral de tous les jours, ils ne sont pas appliqués de manière efficace dans le monde des RH. Il n’est pas donc difficile de croire qu’aucun opérateur Oil & Gas n’écrira “or noir” sur son CV.

Il faut également faire attention lorsqu’une IA est construite spécifiquement pour le monde du travail mais des classifications de type institutionnel sont utilisées. Le catalogage européen et ceux que chaque État fait ont peu d’impact fonctionnel pour la rédaction réelle des CV et des offres d’emploi ; ils sont trop différents et non assimilables. Ceux-là sont fonctionnels pour les rapports statistiques mais moins pour une utilisation réelle lors d’un processus de sélection.

Sur le marché il y a des opérateurs de technologie RH qui parlent d’Applicant Tracking Systems, c’est-à-dire de logiciels de gestion de candidatures, basés sur l’Intelligence Artificielle, mais malheureusement ils ne sont souvent ni verticaux ni conçus pour satisfaire les besoins réels des clients.

Bien qu’il s’agisse de nouvelles technologies et de moteurs sémantiques, peu de systèmes sont construits avec un accent particulier sur le secteur des RH et donc destinés aux activités de recrutement ou, plus généralement, à l’acquisition de talents.