Quelle sera l’influence de l’Intelligence Artificielle sur le Talent Acquisition ?
Vaste question ! Tout le monde a son mot à dire sur le sujet. Les innovations technologiques, et plus précisément l’IA, se suivent à une vitesse fulgurante. Tout le monde a l’air dépassé ou parfois effrayé par cet emballement. Elon Musk lui-même signe une tribune avec des centaines d’experts du monde entier pour nous dire qu’il faut faire une pause de 6 mois avec l’intelligence artificielle ; appel qui, selon certains, arriverait déjà avec un retard de 6 mois…
Tout le monde parle et/ou a entendu parler de ChatGPT, ou autre nouvel outil en ligne, qui dans un futur proche, ferait les choses à notre place. Mais, avant toute chose, peut-on réellement parler d’Intelligence Artificielle, et ne devrait-on pas plutôt parler de ‘Machine Learning’ ?
Selon datascientist.com, le « Machine Learning » (ou apprentissage automatique) est une sous-catégorie de l’intelligence artificielle, qui consiste à laisser des algorithmes découvrir des motifs récurrents (“patterns”), dans des ensembles de données. En repérant ces motifs récurrents dans ces données, les algorithmes apprennent et améliorent, de manière autonome, leurs performances dans l’exécution d’une tâche spécifique.
Intelligence Artificielle ou « Machine Learning », laissons cette discussion aux experts en la matière et revenons à notre questionnement : en quoi l’IA peut-elle influencer le Talent Acquisition ? On peut d’ores et déjà citer certaines phases importantes des processus du Talent Acquisition où de l’IA peut intervenir, soutenir, voire améliorer parfois le processus. Voici une liste non exhaustive, qui sera certainement complétée avec le temps :
1. Rationalisation du processus d’embauche : L’IA peut automatiser divers aspects du processus de recrutement : la sélection ‘automatisée’ des CV permet aux recruteurs de trier et filtrer rapidement un grand nombre de CV et de candidatures, de créer des viviers de talents, mais est également une aide à la programmation des entretiens (prise de rendez-vous via chatbox) et aussi à la conduite des entretiens préliminaires. Les recruteurs gagnent ainsi du temps et peuvent se concentrer sur d’autres aspects plus importants du processus d’embauche.
Un détail intéressant au sujet de la sélection des CV : les algorithmes d’apprentissage automatique peuvent être formés à l’aide de différentes techniques ; l’apprentissage supervisé, l’apprentissage non supervisé et l’apprentissage par renforcement.
Dans l’apprentissage supervisé, l’algorithme est formé sur des données étiquetées, ce qui signifie que la réponse correcte (par exemple, si un candidat doit être sélectionné ou non) lui est fournie pour chaque exemple. Dans l’apprentissage non supervisé, l’algorithme ne reçoit pas d’étiquettes et doit trouver lui-même des modèles et des structures dans les données. Dans l’apprentissage par renforcement, l’algorithme apprend par essais et erreurs, en recevant des récompenses ou des pénalités en fonction de ses actions.
2. Correspondance des candidats (‘Matching’) : l’IA peut aider les recruteurs à associer les candidats aux postes vacants en fonction des compétences, de l’expérience et de tout autre critère déterminé, ce qui permet de trouver plus facilement ou plus rapidement la personne adéquate pour le poste.
3. Amélioration de l’analyse des données et analyse prédictive : l’IA peut être utilisée pour analyser les données des efforts de recrutement précédents afin d’identifier des modèles (patterns) et des tendances qui pourront aider les recruteurs à prendre de meilleures décisions d’embauche à l’avenir, en prévoyant des pénuries de compétences et ainsi anticiper les stratégies nécessaires.
4. Amélioration de l’expérience des candidats : les chatbots et assistants virtuels alimentés par l’IA peuvent fournir aux candidats un retour d’information et une assistance instantanés, améliorant l’expérience candidat.
5. Réduction des biais : l’IA peut contribuer à éliminer les préjugés dans le processus de recrutement en supprimant les informations d’identification comme le genre, l’âge et l’origine des sollicitant.es et offrant une meilleure garantie de diversité.
Attention cependant, car cette phase-ci ne peut se faire, paradoxalement, que sous strict contrôle/supervision de l’humain. En effet, le cas échéant, l’IA pourrait être dans l’erreur par un biais qu’elle aurait elle-même créé…
Il est important de noter que l’efficacité de la sélection et du filtrage par l’IA dépendra de la qualité et de la diversité des données utilisées pour former les algorithmes. Si les données sont biaisées ou incomplètes, l’algorithme prendra des décisions inexactes ou injustes. Il est donc primordial de veiller à ce que les données utilisées pour former ces algorithmes soient diversifiés, représentatives et impartiales.
Sur base de ce qui précède, on peut déduire que l’IA est susceptible de rendre les processus de Talent Acquisition plus efficients, efficaces et équitables. Elle permet en effet aux Spécialistes en Talent Acquisition de se concentrer sur d’autres tâches comme le relationnel avec les candidats, de développement et suivi de carrière ou l’élaboration de stratégies en matière de talents, etc.
En fait, l’IA, ou plutôt l’apprentissage automatique, n’est-elle pas une bonne chose pour nous, êtres humains ? Si ! Dans la mesure où on peut au moins profiter d’outils qui s’attèlent à la partie récurrente, voire ennuyeuse de notre travail afin de nous permettre de faire la partie plus intéressante, à forte et réelle valeur ajoutée !
