Et si votre recruteur était un algorithme ?

Lorsque le sujet de l’intelligence artificielle est abordé, deux camps se forment. Le premier estime que ce sont des technologies à développer avec précaution, afin de nous éviter un futur apocalyptique – merci Matrix et Terminator. Une perspective que le second groupe ne prend pas au sérieux, considérant que nous n’avons rien à craindre de ces nouvelles technologies, qui permettront un jour à l’Homme de déléguer les tâches les plus rébarbatives à des machines. Une perspective qui ne semble épargner aucun secteur.

Dans le monde du recrutement, comme partout ailleurs, la digitalisation gagne du terrain chaque année sur un métier pourtant lié en grande majorité à des compétences émotionnelles humaines plutôt qu’à du pragmatisme robotisé. De nombreuses entreprises en ont d’ailleurs fait leur fonds de commerce, en promouvant des solutions capables, dans le cadre d’un recrutement, de trouver la perle rare ou de faciliter ou d’améliorer le premier filtre des CV.

Une solution tentante pour des services RH conscients qu’un recrutement raté peut coûter cher à une entreprise. Selon la dernière édition du baromètre des habitudes des recruteurs réalisé par Tilkee, un recruteur consacre en moyenne 34 secondes à un CV, soit 27 % de temps en moins qu’en 2017. Une question se doit donc d’être posée : que peut faire un algorithme en 34 secondes ?

Comment ça marche ?

Selon le Larousse, un algorithme est un « ensemble de règles opératoires dont l’application permet de résoudre un problème énoncé au moyen d’un nombre fini d’opérations ». En d’autres mots, il faut s’imaginer un petit robot virtuel capable, à une vitesse phénoménale, d’appliquer les règles qui lui ont été communiquées par un homme afin de réaliser une tâche qui prendrait beaucoup plus de temps à nous autres, humains. À cette définition peuvent s’ajouter des dimensions de “machine learning”, et plus largement d’intelligence artificielle ; auquel cas notre petit robot pourra tirer de l’expérience de son travail afin de créer de nouvelles règles pour avancer mieux et plus vite. Un peu comme un humain finalement, mais en beaucoup plus performant. Dans le cadre du recrutement, il convient de parler d’algorithmes prédictifs lorsque ces derniers sont utilisés pour prédire la future performance d’un individu dans sa nouvelle entreprise. Nous ferons alors la distinction entre les algorithmes de sourcing, les algorithmes de filtrage et les algorithmes de matching.

Les algorithmes de sourcing

Ils sont configurés de façon à parcourir le web à la recherche de profils idéaux pour un poste donné. Ils fonctionnent de la même manière que les applications de rencontres : l’entreprise renseigne les compétences recherchées, puis l’algorithme analyse des dizaines de milliers de CV en ligne, que ce soit sur LinkedIn ou des bases de données publiques, pour n’en extraire que les plus compatibles et les envoyer au service RH. Ce dernier n’aura plus qu’à contacter les candidats en shortlist. Il existe de plus en plus de solutions de ce genre sur le marché, dont Yatedo Talent, qui se présente comme le “Google du recrutement”.

Les algorithmes de filtrage

Une fois un maximum de CV réunis (par l’algorithme de sourcing ou par le RH), c’est au tour des algorithmes de filtrage d’entrer en jeu. Comme leur nom l’indique, ces algorithmes ont pour mission d’agir comme un premier filtre. Ils utilisent un principe de matching pour faire un premier tri et envoient uniquement les meilleurs profils à la personne en charge du recrutement. Dans ce cas, l’algorithme ne se contente pas d’analyser les informations présentes sur le CV, il décrypte également la sémantique de ce dernier en extrapolant la tournure des phrases et des mots utilisés, toujours dans le but d’approfondir l’analyse du profil.

AssessFirst, une entreprise développant des solutions de recrutement prédictif, va encore plus loin : en se basant sur trois critères comportementaux identifiés par ses soins, le système d’intelligence artificielle peut déterminer le degré de compatibilité entre un candidat et son futur manager.

Les algorithmes de matching

Si les algorithmes de sourcing et de filtrage ont été créés pour assister les services de recrutement dans leurs missions, un algorithme de matching, également appelé “CV catcher”, fonctionne comme un moteur de recherche d’emploi pour le candidat. Ce dernier enregistre son CV sur la plateforme, qui sera décrypté par un algorithme prédictif afin d’afficher les postes les plus en adéquation avec les compétences citées dans le document.

En France, c’est Jobijoba qui propose ce genre de service, avantageux pour le candidat, qui n’a qu’à faire son choix parmi les entreprises proposées par l’algorithme, mais aussi pour lesdites entreprises, qui reçoivent des candidatures déjà shortlistées par l’algorithme et peuvent enchaîner sur un processus de recrutement classique.

Les avantages d’une telle pratique

Plus de réactivité pour le candidat

Toujours selon le baromètre des habitudes des recruteurs réalisé par Tilkee, il faut en moyenne 44 heures à un recruteur pour faire un retour, un record plutôt facile à battre pour un robot capable de traiter des données à une vitesse phénoménale. C’est la qualité principale d’un algorithme, car qui dit plus de rapidité dit plus de réactivité de la part de l’entreprise, en ce qui concerne le premier retour en tout cas. Grâce à cette technologie, une pile de CV pourra être traitée à la perfection en l’espace de quelques secondes tout en diminuant la marge d’erreur, là où cela aurait pris des heures, voire des jours à un recruteur.

Ouverture du champ des possibles

En phase de recherche d’emploi, il est souvent et naturellement difficile de se projeter dans un poste. Il est donc aisé de tomber dans la facilité et de se cantonner à l’activité qui nous semble la plus pertinente en fonction de nos envies et de nos compétences. Un algorithme de matching présente un certain intérêt pour le candidat : en analysant son CV en profondeur, l’IA peut lui proposer des postes qu’il n’avait pas envisagés et ainsi l’encourager à ouvrir son champ des possibles. Finalement, ce sont peut-être les offres d’emploi qui choisissent les profils pertinents, et non l’inverse.

Des entretiens d’embauche de meilleure qualité

Du côté de l’entreprise, l’algorithme pourra fournir des informations complémentaires au CV, qu’une personne n’aurait pas forcément relevées. Nous parlions d’analyse sémantique plus tôt dans l’article, qui est typiquement un exercice difficile pour l’homme s’il n’y est pas formé. Et même s’il l’était, la marge d’erreur serait bien trop grande, contrairement à un algorithme qui devient de plus en plus efficace et rapide après chaque CV analysé.

Les données pouvant être extraites de la sémantique peuvent donner plus d’informations sur le caractère de la personne mais également sur son expérience, en fonction de ses formulations et du vocabulaire technique utilisé. Suivant le même principe, l’intelligence artificielle peut identifier facilement des anomalies de date ou de géographie, qui pourraient passer inaperçues pour un humain. De ce fait, l’entretien physique est plus facile à préparer du côté de l’entreprise, les questions plus pertinentes pour le candidat et au global le premier contact est facilité.

Un remède à la discrimination ?

Mettre entre les mains d’une machine la première phase de tri des candidats postulants pourrait sembler à première vue rassurant : une machine n’est pas raciste par nature, elle analyse de la donnée pure et simple, elle coche des cases et envoie une réponse positive ou négative. De quoi rassurer le monde du recrutement, pensez-vous ? Pourtant, ce n’est pas si simple et tout n’est pas encore rose dans le monde des algorithmes prédictifs.

Des algorithmes encore loin d’être infaillibles

L’algorithme discriminant d’Amazon

La question de la discrimination à l’embauche, même lorsque ce sont des machines qui font l’essentiel du travail de filtrage, reste d’actualité. En effet, si un algorithme est par nature dépourvu de pensées, de stéréotypes et d’a priori, il n’en reste pas moins soumis à la qualité de sa configuration qui, elle, est réalisée par la main de l’homme. En 2014, Amazon s’est tourné vers une technologie d’intelligence artificielle pour faciliter le filtrage de ses candidatures. Un an plus tard, l’algorithme ne laissait plus passer que des CV masculins. Ce phénomène inattendu a été expliqué plus tard par le fait qu’en recevant beaucoup plus de candidatures d’hommes que de femmes à des postes techniques au cours des dix dernières années, la formule mathématique a tiré la conclusion que les hommes avaient un profil plus adapté à ce type de poste.

L’erreur n’était en rien due à une mauvaise intention de la part de la personne en charge de configurer l’algorithme, mais elle représente bien la difficulté de construire un algorithme parfait, et surtout de lui faire confiance aveuglément. En 2017, Amazon choisit donc de dissoudre l’équipe en charge des algorithmes de recrutement et de revenir aux méthodes traditionnelles, reportant à plus tard l’utilisation d’un algorithme prédictif pour mieux recruter.

L’effet de mimétisme

Qu’un algorithme prédictif discrimine des candidats en fonction de leur sexe n’est pas une problématique commune ; elle était spécifique à Amazon et à son algorithme. L’erreur la plus répandue dans le milieu de l’intelligence artificielle, et non uniquement dans le milieu du recrutement, c’est l’effet de mimétisme. En général, pour configurer un algorithme de recrutement, le service RH renseigne les CV des employés actuels pour que l’algorithme puisse se faire une idée des profils cohérents avec les valeurs et l’esprit de l’entreprise. Une technique utilisée dans l’espoir de réduire les risques de recruter un profil qui ne s’accordera pas avec l’entreprise. Résultat, l’algorithme va favoriser les candidatures qui se rapprochent de l’idée qu’il s’est faite d’un bon profil et donc amoindrir considérablement la diversité des profils recrutés. Naturellement, la complémentarité de ces derniers, que ce soit en termes d’expérience, de compétences ou de caractère, en sera impactée.

Un risque de passer à côté de profils pertinents

Ce phénomène de copies conformes entraîne non seulement un appauvrissement de la pluralité de l’entreprise, mais il a également pour effet de léser les profils atypiques dont le CV ne remplirait pas correctement les cases. Pour une machine se basant uniquement sur des règles inflexibles, un profil au parcours inhabituel aura peu de chance de passer le premier filtre, privant l’entreprise d’un candidat à fort potentiel ; un cas particulièrement courant en ce qui concerne les personnes en reconversion. Le contraire est également avéré : un CV qui correspondrait à toutes les cases pourrait passer le filtre, tandis que l’état d’esprit du candidat n’a rien à voir avec les valeurs de l’entreprise.

Bien que prometteurs, les algorithmes sont encore loin d’être prêts à remplacer un recruteur dans son intégralité. Même si on parle d’intelligence artificielle, un algorithme prédictif reste un outil, programmé et paramétré par un humain. Si ce dernier manque de bienveillance ou de compétence, l’algorithme pourra très facilement être amené à discriminer à différents niveaux. En revanche, bien utilisé, il peut se montrer précieux pour les premières phases de qualification.

Si les algorithmes de recrutement sont utilisés aujourd’hui comme des missiles à tête chercheuse destinés à trouver le profil idéal aux entreprises parmi un volume de CV sourcés ou reçus, ce modèle rencontre ses limites lorsqu’il s’agit de qualifier la personnalité d’un individu. Pour les profils peu qualifiés, un algorithme pourrait donc s’en sortir tout seul et dénicher la pépite. Mais dès qu’il est question de jauger les compétences humaines d’un individu qualifié, qui rejoindra donc un poste critique pour une somme d’argent non négligeable, l’humain doit et devra probablement toujours intervenir. En effet, pour détecter les soft skills, rien de mieux que l’intelligence émotionnelle, dont aucune technologie d’intelligence artificielle n’est dotée aujourd’hui.

Le monde du recrutement a déjà été bouleversé par tous ces algorithmes prédictifs, mais sur certains aspects l’humain reste en effet le meilleur moyen de juger les qualités sociales et émotionnelles d’une autre personne. Les algorithmes sont réduits au rang d’assistant, s’occupant des tâches rébarbatives et chronophages. Mais peut-être n’ont-ils pas dit leur dernier mot et pourront-ils un jour aller chercher des informations sur nos réseaux sociaux dans le but d’avoir un aperçu plus complet de notre [personnalité]https://www.welcometothejungle.com/fr/articles/tests-personnalite-travail-recrutement). Qui sait ?

Suivez Welcome to the Jungle sur Facebook pour recevoir chaque jour nos meilleurs articles dans votre timeline !

Illustration by MarcelSinge