Votre sergent recruteur est-il un algorithme ?

Vous avez sélectionné l’offre d’emploi, soigné votre CV, préparé et réussi vos entretiens pour finalement obtenir le job de vos rêves. Grâce à vos talents et à la perspicacité du recruteur, pensez-vous, et vous avez raison. À ceci près qu’à différentes étapes du processus de recrutement sont intervenues des briques d’intelligence artificielle (IA). À commencer par la lecture et l’analyse de votre CV. C’est ce que propose la société Textkernel, qui édite des logiciels d’IA qui se connectent aux SIRH (systèmes d’information des ressources humaines). "Nous avons développé des "robots" capables de lire et de comprendre les concepts d’un CV", résume Yves Loiseau, le general manager Europe du Sud. Pour cela, on fait lire aux robots des dizaines et des dizaines de CV pour qu’ils comprennent que, selon le contexte, "ingénieur d’affaires" et "ingénieur commercial" signifient la même chose. L’autre talent des briques de Text­kernel est d’améliorer la rencontre de l’offre et de la demande, le matching, comme on dit en franglais dans les start-up RH.

Les équipes de Jobijoba, un agrégateur de sites d’emploi situé dans la banlieue de Bordeaux, ont développé le "CV catcher". Il s’agit d’analyser les termes clés d’un CV (qu’il soit téléchargé ou photographié par le candidat) pour mettre en face les offres qui correspondent le mieux. Une équipe d’une dizaine de personnes y travaille. Quarante entreprises, parmi lesquelles EDF et Manpower, utilisent ces services, assure Thomas Allaire, le cofondateur de Jobijoba. Il faut entraîner les robots pour qu’ils découvrent le vocabulaire d’une profession, d’un secteur, notamment "les compétences et les certifications", précise-t-il.

Embaucher mieux et différemment

"L’usage n’est pas le même, mais la démarche est proche chez Golden Bees. L’IA sert à « comprendre la description d’un poste, des missions et des expertises requises pour le proposer au bon profil de candidat", explique Jonathan Bordereau, le président de la start-up. Golden Bees utilise les outils de la programmatique (une technique de la publicité en ligne), puis affiche, sur la page web que vous êtes en train de lire, la publicité RH qui vous amènera peut-être sur la page de votre futur employeur, alors même que vous n’êtes pas en recherche active. Et les usages de l’IA appliquée au recrutement ne s’arrêtent pas là. Pour prendre un dernier exemple, chez Randstad, c’est un chatbot, un robot de conversation, qui assiste en ligne les candidats dans la constitution de leur dossier.

Éviter les dérives

Avec l’IA, on recrutera mieux et différemment, promettent certains. "Quand on demande à un humain comment reconnaître un lion, il cite la crinière. Des logiciels de reconnaissance visuelle ont découvert que la forme de l’iris du lion était si particulière que c’était un moyen plus fiable de l’identifier", détaille François Geuze, le directeur scientifique du HR FiabLab Europe. Mais il précise qu’en matière de ressources humaines, on ne peut pas laisser agir l’IA comme une boîte noire, sans comprendre ce qu’elle fait.

Tout le monde a en tête les mésaventures d’Amazon. Le géant du numérique utilisait une IA pour ses recrutements jusqu’au jour où il découvrit qu’elle privilégiait les candidats hommes aux femmes, répétant les pratiques passées de la firme. Comme le dit Yves Loiseau, de Textkernel, "un robot n’a pas de point de vue", il réplique ce que lui enseignent les données de l’expérience. Pour éviter ces dérives, "pendant le test, on doit regarder comment fonctionne l’IA et faire des réglages fins", estime François Geuze. Et se méfier d’applications qui pointent leur nez. Des start-up proposent d’analyser les vidéos d’entretien de candidats. À partir du comportement de ces derniers – transpiration, rythme de la parole, clignement des yeux –, on pourra dire s’ils possèdent les qualités pour le poste qu’ils visent. Ce mariage de l’IA et des sciences cognitives ressemble, selon la formule de François Geuze, à une nouvelle "phrénologie", du nom de cette théorie qui définissait le caractère d’une personne à partir de la forme de son crâne. Pour l’heure, dans l’écosystème français, on regarde ces outils avec méfiance et on jure que l’on ne les utilisera pas. Une promesse d’humain est-elle plus fiable qu’un algorithme ?

Sélectionné pour vous

14,5 millions d’euros : c’est le montant de la levée de fonds réalisée par Black Tiger

Après l'incendie d'OVH, comment sécuriser ses données dans un datacenter

[Révolution data, 1/4] La collecte des données