Pourquoi d’ici 5 ans, vous serez [sans doute] recruté(e) par un algorithme !
Par David Bernard, CEO AssessFirst
…et pourquoi – en dépit des inquiétudes que certain(e)s peuvent avoir – c’est une EXCELLENTE nouvelle !
De nombreuses études prédisent un remaniement radical du paysage de l’emploi d’ici quelques années. Dès 2013 d’ailleurs, Big Think rapportait une étude de la Oxford University pointant le fait que la montée en puissance des algorithmes et des robots allait permettre d’automatiser un grand nombre de tâches et d’activités toutes entières… décimant au passage des millions d’emploi un peu partout dans le monde !
S’il ne plane désormais plus aucun doute sur le fait que nul secteur ne sera épargné, tous les métiers ne devraient pas être impactés de la même façon… ni à la même vitesse ! N’empêche que la transformation est en marche. Et peu de signes montrent aujourd’hui qu’il y ait des raisons que la tendance ne s’inverse. #BienAuContraire
Après les métiers de premiers niveaux qui ont dores et déjà été – pour pas mal d’entre eux – largement augmentés voire automatisés, ce sont les professions dites « intellectuelles » qui sont désormais concernées. Qu’il s’agisse de la médecine, de la justice ou encore du recrutement, les applications liées aux évolutions technologiques – dans chacun de ces domaines – franchissent chaque jour de nouvelles frontières…
Le recrutement (prédictif) en ligne de mire…
Dès 2014, Nathan R. Kuncel, Deniz S. Ones et David M. Klieger – 3 chercheurs américains – démontraient qu’une « simple équation » était 25% plus performante qu’un collège d’experts en recrutement lorsqu’il s’agissait d’identifier les candidats à fort potentiel.
Parmi les prédictions réalisées au travers de l’équation, on trouvait :
- L’évaluation du collaborateur recruté par son manager
- Le nombre de promotions décrochées par le collaborateur recruté
- La capacité du collaborateur recruté à tirer parti des formations suivies
Et c’était il y a 4 ans déjà… Aujourd’hui, avec la montée en puissance du recrutement prédictif – qui combine « prise en compte du potentiel » et « algorithmes prédictifs » – il est désormais possible de prédire :
- La capacité d’une personne à performer sur un poste donné
- Sa capacité à s’épanouir dans le contexte d’un entreprise spécifique
- Son affinité professionnelle avec son futur manager
- Sa « durée de vie » en poste
Pourquoi les algorithmes vont prendre de plus en plus de place
Si les algorithmes sont aussi puissants lorsqu’il s’agit d’accompagner la prise de ce genre de décisions, cela n’est pas sans raison. L’activité de recrutement – estimée par beaucoup comme étant, et devant rester, « l’apanage de l’Homme » – est à la fois terriblement complexe et incroyablement sujette à une multitude de biais. Ce qui rend son exécution inefficace, la plupart du temps.
1 – Le problème de la définition du profil recherché
Comment s’y prend un recruteur pour établir la liste des qualités attendues chez les futurs candidats ?
Dans 95% des cas, il s’appuie tout simplement sur un faisceau… d’intuitions et de représentations ! Les siennes d’abord mais aussi celles du futur manager. Il peut – dans certains cas – solliciter des personnes qui occupent déjà le poste pour lequel il recrute. Le problème, c’est que tout le monde a sa petite idée sur ce qui fait qu’une personne réussit ou échoue en poste. Et souvent, ces représentations ne s’appuient sur pas grand chose d’autres que de simples observations (les collaborateurs en poste) et non sur des faits avérés (étude systématique des prédicteurs de la réussite). Est-ce à dire que cette façon de faire est mauvaise ? Non sans doute pas, mais elle reste terriblement biaisée et permet – en définitive – de n’accéder qu’à une fraction infime des façons de procéder potentielles pour performer sur un poste en particulier. #ByeByeDiversité
2 – La présélection sur les critères ineptes
Aujourd’hui, la majorité des entreprises se sont fixé des exigences en termes de diplômes ou d’expériences préalables à posséder ab.so.lu.ment pour prétendre à avancer dans le processus de sélection.
Mais… Pourquoi ??!? Le fait d’avoir déboursé 10 000 euros par an pendant 5 ans et d’avoir passé ces 5 années sur une chaise à absorber le contenu délivré dans une salle de classe ou dans un amphi sont-ils « réellement » le meilleur prédicteur possible de la réussite ultérieure ? Le fait d’avoir occupé un poste dans un secteur similaire à celui pour lequel l’entreprise recrute garantira t-il que le candidat délivrera des résultats extraordinaires sur le long terme ? Non, bien évidemment, tout le monde en est convaincu…
Le fait est cependant que pour beaucoup de recruteurs, sélectionner un candidat revient à « prendre un risque ». Ce risque, c’est celui de se faire tomber dessus par le manager opérationnel si jamais le/la « super candidat(e) » ne se révèle au final pas si super que ça… Du coup, il se protège comme il peut. Et quoi de mieux que de taper dans l’école ou le groupement d’écoles dont le manager / donneur d’ordre est lui-même issu quand il s’agit de piocher du CV ? En fait, (pré)sélectionner des candidats sur leur parcours est juste une mauvaise réponse à une question qui reste pourtant essentielle : Comment mettre toutes les chances de mon côté pour sélectionner le/la meilleur(e) candidat(e) possible ?
Aujourd’hui, grâce au Big Data, l’étude du profil des collaborateurs en poste et aussi des personnes en situation de succès dans d’autres structures (voire dans des secteurs connexes) permet de se départir de ce type de représentations qui ne font que limiter le spectre des candidats potentiels auquel les entreprises se donnent accès. #HelloDiversité
3 – L’incapacité de l’homme à évaluer correctement ses « semblables »
Le clou du spectacle, c’est sans doute lorsqu’il s’agit d’analyser tous ces facteurs pourtant essentiels mais qu’il est impossible de décrypter dans un CV : capacité de raisonnement de la personne, agilité intellectuelle, motivations réelles (pas celles qui sont débitées automatiquement pendant l’entretien pour séduire le recruteur), comportements naturels adoptés en situation de travail (pas ceux qui sont démontrés pendant trois quarts d’heure d’entretien).
Lorsque vous discutez 20 minutes avec une assemblée de RH, tous s’accordent unanimement sur le fait que ce sont ces critères – plus que tout autre – qui devraient être pris en considération lorsqu’il s’agit de recruter.
Le problème, c’est qu’il existe tellement de biais qui viennent parasiter cette évaluation qu’il est quasiment impossible pour un recruteur d’aboutir à une description objective des talents réels de ses candidats… s’il ne s’appuie sur rien d’autre que sur cet outil auquel il tient tant : le Sacro-Saint Entretien de Recrutement !
Les recruteurs qui lisent ceci ne manqueront pas de (sur)réagir en expliquant qu’ils font le job depuis des dizaines d’années, qu’ils « sentent » ce genre de « trucs », que rien ne pourra jamais remplacer ce moment privilégié d’échange entre 2 personnes, blah blah blah…
Ok, regardons la réalité du recrutement tel qu’il est pratiqué aujourd’hui :
A 12 mois, plus d’un tiers des candidats recrutés ne sont plus en poste. A 18 mois, c’est 1 sur 2 qui a quitté le navire ou qui s’est fait remercier. Dans 90% des cas, ces échecs sont imputables à des problèmes impliquant la sphère comportementale (10% seulement pour les hard-skills / compétences techniques).
Et… vous pensiez pouvoir continuer à faire le job « the good old way » ? Vraiment ??
Les algorithmes (bien faits) sont totalement agnostiques aux biais perceptifs et aux stéréotypes
« Oui mais les algorithmes sont faits par des humains, donc par nature imparfaits, ils vont juste reproduire les biais… mais à plus grande échelle ! »… dit le novice sur les questions de Recrutement Prédictif.
Oui, bien évidemment. Si l’on confie la conception des algorithmes de Recrutement Prédictif à des personnes qui n’ont ni conscience de leurs propres biais, ni suffisamment de connaissances en psychologie ou en évaluation du potentiel, on risque fort de se retrouver avec des équations désastreuses…
Imaginez que l’on intègre par exemple la ville d’origine des personnes, leur sexe ou encore leur âge dans le modèle, il y a fort à parier que l’on ne fasse que reproduire les processus discriminants qui ont (largement) cours aujourd’hui.
L’objectif du recrutement prédictif, c’est justement d’agir de façon proactive pour neutraliser ce type de facteurs parasitants. Et pour ça, rien de plus simple… il suffit de ne pas les intégrer dans l’équation ! Fin de l’histoire. #ProblemSolved
La promesse des algorithmes dans le recrutement…
Ce qui est extraordinaire avec les algorithmes, c’est que contrairement à l’être humain, ils n’ont pas la possibilité de s’opposer à ce que vous mettiez le nez dans ce qu’ils font, dans la façon dont ils bossent et aussi sur les résultats du travail qu’ils ont effectué !
Et ce que l’on observe aujourd’hui, c’est qu’en moyenne, ils permettent de recruter des collaborateurs 15% plus performants, qui restent jusqu’à 2 fois plus longtemps en poste, ceci tout en réduisant les coûts de l’entreprise qui doit embaucher.
En fin de compte, les algorithmes pourraient bien représenter la plus grande opportunité de tous les temps aussi bien pour les candidats que pour les recruteurs…
- Côté candidat, c’est en effet une façon fort commode d’être positionné sur des opportunités professionnelles (enfin) réellement en phase avec qui ils sont réellement, au-delà des informations #bullshit qui circulent dans leur CV ou leur profil social.
- Côté recruteur, c’est la possibilité d’accéder à des informations inédites sur le potentiel réel de chacun(e) de leurs candidat(e)s et dans un même temps de pouvoir se départir – enfin – de ses critères ineptes qui ne font qu’entraver la libre circulation des talents au sein des entreprises.
Bien évidemment, le recrutement prédictif n’exonère pas – loin de là – les RH / recruteurs / managers de faire leur boulot… Il n’est qu’un outil, à leur service. Mais c’est en s’appuyant sur ce type d’approche qu’ils pourront enfin redonner leurs lettres de noblesse à ce qui devrait être l’une des fonctions les plus stratégiques de la boites!
Le contributeur:
David Bernard est le CEO et Chief Creative Officer d’AssessFirst.
Les contributeurs sont des auteurs indépendants de la Rédaction de FrenchWeb. Leurs propos et positions leurs sont personnels.
Nous ne diffusons pas de tribunes produites à des objectifs de RP, ou de SEO.
Pour communiquer sur FrenchWeb ou le Journal des RH, devenez partenaire, cliquez ici.
Si le but de cet article est à valeur informative il se plante complètement. Aucune objectivité et des chiffres sorties du chapeau.
Je n’aime pas ce genre de parti pris alors qu’il s’agit d’un sujet intéressant qui ouvre le débat.
La dernière phrase remet dans le contexte, les algorithmes sont un outils au service de, mais il est vrai qu’ils peuvent avec le temps reproduire les erreurs humaines à grande échelle, « psychologue » ou non, ce n’est pas si simple. #problemnotsolved #notyet