Recrutement 4.0: les robots sont-ils les meilleurs recruteurs?(Partie 1/2)
Chatbots (agents conversationnels), machine learning (apprentissage automatique), technologies de matching (couplage): de plus en plus d’entreprises utilisent l’intelligence artificielle pour la recherche de leur personnel. Serait-ce à dire que les robots sont de meilleurs recruteurs? Qu’ont-ils en plus? Quelles sont leurs limites? Tour d’horizon sur les technologies les plus courantes dans le recrutement.
09. juin 2017
L’automatisation des procédures de recrutement avance à grands pas et constitue une réalité au sein de nombreux services du personnel. Pourquoi? Elle représente tout simplement la clé de l’efficience et de l’efficacité. L’intelligence artificielle nous promet d’obtenir plus rapidement le job de nos rêves et le candidat sur mesure. Qui ou quoi se cache derrière elle? De nombreuses technologies fonctionnent encore par un apprentissage manuel, par catégorisation ou par rating (valeur exprimant un taux défini).
C’est pourquoi il est intéressant de voir de plus près qui sont réellement ces «soldats» artificiels et à quelles technologies ils carburent. Sont-ils vraiment exploitables pour toutes les tâches relatives aux processus de recrutement? Nous avons testé les modèles les plus en vogue du marché et nous vous livrons nos résultats.
Les chatbots
Employés et employeurs bénéficient à parts égales des avantages des robots. Les candidats peuvent par exemple utiliser le chatbot sur Facebook. Il fonctionne selon le principe tout simple des questions/réponses.
Les employeurs aussi se servent dans le grand chaudron de l’automatisation. Les chatbots leur sont par exemple très utiles pour un premier contact avec les candidats intéressés. Les responsables des ressources humaines les utilisent volontiers, car ils font gagner un temps fou à la procédure. Au nom de l’entreprise, ces programmes de dialogue donnent des réponses automatiques aux questions les plus courantes. Cette option de premier contact sur Internet ou sur les portails de l’emploi profite bien à l’employeur. Et comme les entreprises qui cherchent des talents doivent être réactives, les chatbots leur permettent de livrer des informations de manière rapide et simple tout en atteignant un taux d’audience de candidats potentiels plus élevé.
Résumons: les chatbots sont actifs 24 heures par jour, leur réactivité permet ainsi d’atteindre un très bon taux d’audience de candidats potentiels. Dans l’idéal, ces boîtes de dialogue permettent même d’atteindre un nombre de candidats qualifiés plus élevé. Si les chatbots s’avèrent précieux pour un premier contact, ils n’en remplacent pas moins le contact personnel. À partir d’un certain degré de «discussion», un conseiller personnel doit prendre le relais. C’est pourquoi les chatbots les plus efficaces sont ceux qui indiquent à l’internaute en toute transparence qu’ils sont des robots.
Ne perdons pas de vue toutefois qu’un bon matching fonctionne uniquement si les données de base sont pertinentes et bien fournies. Or, l’expérience révèle qu’aussi bien les informations des profils que les descriptifs de postes sont souvent incomplets et entraînent par conséquent un matching inadéquat.
Les applications de matching
La recherche d’emploi via les applications de matching comme Yooture, Moberries, Truffles ou Talentfly est un peu plus poussée. En effet, ces systèmes comparent les profils des utilisateurs enregistrés avec les descriptifs des annonces d’emploi publiés par les employeurs. Ils structurent ensuite les informations, établissent des catégories et évaluent les données comme la formation, l’expérience professionnelle, la position actuelle, les souhaits, les secteurs d’activité, les connaissances en langues et celles dans le domaine IT. Ce travail aboutit à un «facteur de matching». Ensuite, le candidat reçoit des propositions de postes qui lui correspondent.
Les applications Truffles et Talentfly permettent au candidat d’indiquer une préférence (j’aime, j’aime pas) par un simple glissement de doigt sur les titres des annonces (un peu comme Tinder, l’application de rencontres amoureuses). Chez Yooture et Moberries, on mentionne les préférences par simple clic. Au terme de ces manipulations, les entreprises reçoivent une notification qui leur dit de prendre contact avec tel ou tel candidat. Petit plus chez Yooture et Moberries qui rend le processus pour les employeurs très intéressant: les profils (qui sont anonymes) sont présentés en mode proactif aux entreprises.
Résumons: toutes les applications précitées sont actives déjà aujourd’hui et ont fait leurs preuves. Ne perdons pas de vue toutefois qu’un bon matching fonctionne uniquement si les données de base sont pertinentes et bien fournies. Or, l’expérience révèle qu’aussi bien les informations des profils que les descriptifs de postes sont souvent incomplets et entraînent par conséquent un matching inadéquat. C’est pourquoi l’intervention humaine reste indispensable: c’est un être humain qui, au final, prend la décision.
Il n’en reste pas moins que les machines ne remplaceront jamais complètement le travail d’un humain.
Sélection des candidats via le matching sémantique et le préscanning
En regardant la pile de dossiers de postulation sur son bureau, le recruteur se pose la question inévitable: «Quels candidats sont compatibles avec notre entreprise?» Ici aussi, on fait de plus en plus appel aux machines. Déjà aujourd’hui, certaines entreprises travaillent avec ce qu’on appelle des systèmes ATS (systèmes de gestion des candidats, en anglais Applicant Tracking System) capables de sélectionner de manière automatique les dossiers qui correspondent aux exigences du profil. Contrairement aux méthodes précédemment citées, les ATS sont des outils internes. Les technologies dissimulées derrière ces logiciels proviennent souvent de sociétés de software comme Daxtra, Textkernel, Actonomy et Joinvision. La plupart d’entre elles jouent le rôle d’extracteur et analyseur de CV et fonctionnent grâce à des technologies de matching sémantique et linguistique: le logiciel scanne le CV et traite les données comme la formation, le parcours professionnel, les aptitudes et autres paramètres pertinents.
Le résultat de cette analyse conduit à l’établissement d’un profil. À noter que certaines technologies «sont aptes à l’apprentissage», ce qui signifie que plus elles interprètent de données, plus elles deviennent intelligentes et seront précises dans l’opération de matching. Souvent, le couplage entre le poste à pourvoir et le candidat se présentera sous la forme de rating (taux à atteindre), qui découle lui-même d’un processus de préscanning. La présélection automatisée sera exploitée tout particulièrement pour les métiers dont le nombre de candidats est élevé. Ainsi, tous les candidats qui n’auront pas atteint le taux donné (rating) recevront une réponse négative de l’entreprise, ou du robot.
Résumons:pour une présélection, les technologies de matching sont très utiles. Toutefois, le risque qu’un candidat idéal soit éliminé prématurément par le robot en raison d’un mot clé manquant ou inadéquat subsiste. C’est pourquoi la recherche ne devrait pas être effectuée uniquement par le robot.
Aucun secteur d’activité ne pourra se soustraire à l’avenir aux nouvelles technologies de recrutement. De là à affirmer que les robots sont les meilleurs recruteurs, combien d’étapes y a-t-il à franchir? Certes, ils sont un soutien indispensable aux responsables de ressources humaines et dans le meilleur des cas, les deux forment une équipe de choc! Il n’en reste pas moins que les machines ne remplaceront jamais complètement le travail d’un humain. Pourquoi? Parce que comme son nom l’indique, les ressources humaines sont avant tout une histoire de relations humaines!
Restez avec nous et découvrez dès le 6 juillet la partie 2 de cet article. Nous vous parlerons de l’intervention des robots dans les entretiens d’embauche et les analyses de personnalité.
Informations
Petite sélection de sites Internet qui proposent les technologies avec les extracteurs et analyseurs multilingues de CV, la recherche sémantique, les solutions de matching et de sourcing: