Vous êtes hors ligne

En attente de reconnexion

Bientôt tous recrutés grâce à un algorithme ?

L’intelligence artificielle a envahi le quotidien des consommateurs : chatbots, diagnostics en médecine, évaluation des risques liés aux prêts bancaires… de nombreux aspects de notre quotidien peuvent désormais être évalués grâce à un algorithme.

Le secteur du recrutement n’a pas échappé à cette transformation digitale. Les progrès de l’intelligence artificielle ont mené à l’apparition de solutions qui promettent de trouver les meilleurs candidats grâce à un algorithme. En effet, certaines entreprises proposent des outils capables de faire un sourcing sur le web à votre place pour trouver les profils parfaits. D’autres proposent des algorithmes capables de réaliser un “matching prédictif” : en se basant sur la sémantique du CV ainsi que des tests d’aptitudes et de personnalité. Ils seraient dès lors capables d’établir un score correspondant à une probabilité d’adéquation entre le candidat et le poste donné.

Image à la Une de l'article: Bientôt tous recrutés grâce à un algorithme ?

Les promesses du matching prédictif

Le matching prédictif part d'un constat simple : il y a trop de recrutements râtés. Près d'un recrutement sur deux ne dépasserait pas le cap des 18 mois*. 71%* des Directeurs des Ressources Humaines indiquent avoir déjà fait une erreur lors d'un recrutement. En cause ? Souvent, des facteurs liés au processus recrutement lui-même : des entretiens menés au feeling, en l'absence d'outils objectifs.

Face à ce constat, le recrutement prédictif promet de trouver le candidat idéal pour une offre d'emploi grâce à un algorithme. Ce dernier permettrait d'évaluer le potentiel d'un candidat pour un poste donné, en se basant sur un ensemble de critères, eux-mêmes fondés sur les caractéristiques d'un profil idéal.

Il serait donc possible de prédéterminer une probabilité de performance et d'engagement sur le poste pour un candidat donné. Le but ? éviter les erreurs de recrutement, réduire le turnover et gagner du temps. Mais aussi, le recrutement par algorithme permettrait de dépasser les biais des recruteurs et de favoriser en outre la diversité, en supprimant certaines variables comme l'âge, le sexe, le lieu du domicile, le diplôme, au profit de critères pertinents comme la personnalité, le comportement, la motivation, les aptitudes.

Prédire un potentiel : un processus complexe

Pour mettre en place un recrutement prédictif, l'entreprise doit au préalable, pour un poste donné, définir précisément ses besoins et objectifs. Il lui faudra pour cela identifier un ensemble de variables (parcours professionnels, aptitude, motivation, personnalité, intelligence émotionnelle, éthique...) qui permettront de créer un modèle prédictif.

Une fois le modèle prédictif établi, l'entreprise va mettre en place un ensemble d'outils qui permettront d'évaluer les différents critères établis : analyse sémantique du CV, mais aussi différents tests de raisonnement, de personnalité, d'aptitudes, d'intelligence émotionnelle, de compétences spécifiques pour le poste…

Les candidats se verront ensuite attribuer un score d'adéquation pour le poste. Ce score permettra d'effectuer une présélection, d'évaluer en amont le potentiel d'un candidat avant d'aller plus loin dans le recrutement.

Problème : cette phase d'étude peut être longue et compliquée. Elle demande un investissement important en termes de temps, de compétences et de budget pour la construction du modèle prédictif. Mais au-delà de ces limitations, c'est le bénéfice réel d'une telle approche qui questionne.

L'homme versus la machine

Le matching prédictif répond-il réellement à ses promesses ? Créé pour pallier aux biais des recruteurs, il risque pourtant d'en créer. En effet, suite au premier filtrage réalisé par l'algorithme, le recruteur va donc rencontrer un candidat qui possède déjà un "score" : difficile de ne pas être influencé. A l'inverse, le biais peut être créé par le candidat qui peut adapter ses réponses aux tests pour se montrer sous un jour favorable.

Quant à la diversité des profils, si l'algorithme permet de s'affranchir des stéréotypes en se libérant des préjugés humains, il risque néanmoins de léser les profils atypiques. Dans le cas du filtrage de CV, la machine pourrait en effet évincer des candidats ayant eu un parcours atypique ou en reconversion. Résultat : l'entreprise se verrait proposer des profils identiques, presque "clonés" et se priverait de profils à forts potentiels. Par ailleurs, l'algorithme reste un outil paramétré par un humain. Si celui-ci manque de bienveillance ou de compétence, l'algorithme pourra très facilement être amené à discriminer à différents niveaux.

Enfin, si l'utilisation de l'intelligence artificielle donne l'avantage de la réactivité puisqu'elle permet de sélectionner très vite, elle crée néanmoins une certaine déconnexion avec les candidats en déshumanisant la relation avec le recruteur. Pourtant il est primordial de soigner cette relation dans le cadre de l'Expérience Candidat et de la Marque Employeur.

Le métier de recruteur a donc encore de beaux jours devant lui. Le recrutement prédictif peut certes identifier les meilleurs candidats et proposer un premier filtrage pertinent, il n'est pas prêt de remplacer le travail d'un vrai recruteur et l'analyse des qualités humaines qui lui est propre.



Chez La Relève, nous nous occupons de recruter pour vous les candidats parfaits pour vos offres (grâce à de vrais humains !).


Je découvre La Relève

Et pour s'en assurer, nous utilisons LVDF.io pour tous nos recrutements.


Je découvre LVDF.io


* sources: Mac Murphy (2011) Hiring for Attitude, Robet Half (2015), Etude : Les répercussions d'un mauvais recrutement.

🚀 Partager l'article :