L'IA, soupçonnée d'être une “boîte noire qui a toujours raison”, inspire la méfiance. Pourtant, cette boîte à outils s'avère très utile aux RH et aux collaborateurs. Pour peu que l'on comprenne à quoi elle sert et comment elle fonctionne. Et surtout que l'on ne prête aucun pouvoir magique à ses algorithmes !
Fantasmée par la science-fiction et le cinéma, l'Intelligence artificielle (IA) souffre d'une réputation erronée. Chacun y projette ses propres peurs ou ses espoirs. Pour certains, elle asservit l'humain qu'elle exploite, le réduisant à une “main d'œuvre” sans plus d'espace de réflexion et de décision propre, en même temps qu'elle détruit les emplois.
Pour d'autres, sa puissance d'analyse de gigantesques volumes de données en temps quasi réel apporte des solutions que des esprits humains peinent à formuler et elle identifie des schémas que seules ses capacités peuvent déceler dans un amas d'informations hétérogènes. Dans le domaine des Ressources humaines (RH), elle est autant encensée par ceux qui y voient un levier d'amélioration de l'efficacité des processus que décriée par ceux qui craignent de subir ses décisions arbitraires. Il est temps d'en finir avec ces mythes et de remettre les choses à leur place.
Loin d'être une chimère ou une panacée, l'IA est une boîte à outils, un ensemble de technologies d'aide à la décision. Ces outils font – et plutôt bien – ce pour quoi ils ont été développés, autrement dit ce que nous voulons qu'ils fassent. Et s'ils nous dispensent des tâches les plus répétitives ou qu'ils sont plus performants que nous quand il s'agit d'analyser et de synthétiser des milliards de données… tant mieux !
Ce Livre blanc ne prétend pas faire l'apologie de l'IA. Il ambitionne simplement d'expliquer de quoi il s'agit, de montrer où et comment ces outils peuvent s'appliquer aux RH, comment les mettre en œuvre, quels en sont les apports et les limites, et dans quel cadre les utiliser en toute sécurité et en toute conformité.
De quoi parle-t-on ?
Le terme d'IA regroupe des outils logiciels et des méthodes de programmation qui aident à résoudre des problèmes complexes, parfois trop pour des intelligences humaines, en simulant les processus cognitifs et le raisonnement humain. Il n'y a là rien de magique. Simplement, la puissance de calcul et les volumes de données aujourd'hui disponibles permettent à des systèmes d'apprendre rapidement sur un sujet donné. Ils peuvent par exemple reconnaître un objet ou détecter un schéma qui se répète, puis appliquer ce qu'ils ont appris pour résoudre un problème ou pour prendre des décisions ; identifier l'objet ou appliquer le schéma qu'ils ont appris à reconnaître dans des multitudes d'images ou de textes.
Ce sont ces techniques qui ont fait des programmes d'IA de fabuleux joueurs d'échecs ou de Go. L'IA procède de la même manière qu'un esprit humain, qui a étudié des centaines de parties et analyse les différents scénarios possibles, mais elle le fait sur des centaines de milliers de parties ou plus, elle étudie toutes les combinaisons possibles, et ce en un temps record. Les exemples d'applications se multiplient rapidement dans la reconnaissance de formes, la compréhension du langage naturel, l'analyse automatique ou la prise de décision autonome.
On parle généralement de Machine Learning (ML), alias apprentissage machine, de Deep Learning (DL), apprentissage profond, de réseaux de neurones, de systèmes experts… L'IA repose sur deux éléments essentiels : des données et des algorithmes. Concernant les données, on parle des “3V”: volume important, variété de l’information et vélocité (ou vitesse) de mise à jour.
Quels sont les apports aux RH ?
En matière de ressources humaines, les outils d'IA peuvent intervenir dans de nombreux processus tant du côté de la DRH (sourcing, recrutement, on-boarding, gestion des compétences, mobilité, gestion de carrières…) que du côté des collaborateurs (interactions avec la DRH, gestion des congés, de la formation, évolution…). D'un côté comme de l'autre, la demande existe de disposer d'outils qui aident à la prise de décision, qui automatisent certains processus, notamment ceux à plus faible valeur ajoutée, qui rationalisent et optimisent les différentes tâches. Concrètement, les exemples vont de la collecte et de l'analyse des CV de candidats potentiels pour un poste donné, à l'identification des collaborateurs désireux et capables d'exercer leur métier dans un autre pays, en passant par le suivi individuel des besoins en compétences nouvelles ou le matching de postes à pourvoir et de collaborateurs à promouvoir.
Attention toutefois à ne pas assimiler l'IA à de l'automatisation pure et simple. Il existe une vraie différence entre traiter automatiquement des centaines de CV pour y vérifier la présence de mots-clés relatifs à des compétences et analyser ces mêmes CV en établissant des corrélations entre le diplôme, les mots-clés voire leurs synonymes, l'expérience, etc.
« Nous voulons que les employés soient fiers car ils sont des développeurs de talents mais permettent aussi d’en attirer de nouveaux. Nos collaborateurs sont engagés et leur expérience s’améliore et leur permettre de s’épanouir et progresser est une victoire pour nous ! Résultat, l’entreprise est plus performante, productive et à long terme, nous serons écologiquement durable », explique Meredith Taghi, VP Group Learning Talent & Platform chez DPDHL.
Pour les responsables RH, l'IA apporte des gains de productivité, une plus grande réactivité et une réelle personnalisation des processus. Autrement dit, du temps gagné et de l'efficacité. Ce temps libéré peut alors être consacré à des tâches à plus forte valeur ajoutée comme participer activement à la stratégie de l'entreprise et conduire la transformation numérique des compétences. Du côté des collaborateurs, l'IA est synonyme de plus grande autonomie. Elle leur permet d'initier et de gérer eux-mêmes les différentes interactions avec les RH comme les demandes de congés ou de formation, par exemple. Recherche ou remontée d'informations, évolution de carrière, complément de formation, ils maîtrisent la gestion de leur parcours professionnel.
« Pour la SNCF, l’intelligence artificielle sert de marqueur d’attention envers nos collaborateurs. En effet, dans un secteur fortement concurrentiel, nous souhaitions concurrencer une attractivité externe en leur proposant une solution qui permette une employabilité interne forte. Le Talent management ne consiste plus uniquement à détecter, développer et retenir les talents, aujourd’hui il permet de créer les conditions pour que nos collaborateurs se sentent désirés, employables et valorisés. On passe d’une logique de rétention à une logique d’attractivité », précise Marc Lagriffoul, directeur Talent Management chez la SNCF Voyageurs.
Un accueil et une perception très contrastés
Dans le domaine des RH, l'IA suscite des réactions très contrastées et beaucoup de méfiance. Des études menées dans différents pays montrent que, bien que généralement perçue comme une menace tant par les entreprises que par leurs collaborateurs, l'IA est aussi vue comme un vecteur d'amélioration et de compétitivité. Même ambivalence en matière de RH. L'IA est majoritairement acceptée si elle accompagne les salariés dans leur quotidien et améliore leurs conditions de travail. En revanche, elle ne séduit plus du tout si elle est utilisée à des fins de contrôle ou d'évaluation. Ces données varient d'un pays à l'autre selon le degré de liberté ou d'autorité nationale et le rôle des managers. Elles varient également en fonction de la catégorie sociale qui s'exprime. Ouvriers et employés sont beaucoup plus méfiants à l'égard de ces technologies que les cadres et les moins de 25 ans, plus familiarisés avec les outils numériques. Ces indications montrent que les outils d'IA ne seront réellement acceptés que s'ils sont compris, si leur fonctionnement est expliqué et transparent. Sans cela, ils n'inspireront jamais la confiance nécessaire à leur adoption, a fortiori dans les processus RH.
Des risques à prendre en considération
Pour que les apports de l'IA soient tangibles, il convient d'anticiper et de considérer les éventuels risques qui peuvent l'accompagner. La CNIL a relevé cinq problématiques éthiques qui se posent en matière d'IA.
- La première, le risque de dilution de responsabilité, consisterait à se défausser de la responsabilité d'une décision sur l'IA, qui serait une sorte de tiers omniscient. Autrement dit, il ne faut pas faire endosser à l'ordinateur le non choix d'un candidat, par exemple.
- Il faut aussi considérer le biais discriminatoire, c'est-à-dire éviter l'exclusion de certaines personnes en fonction d'informations comme leur genre, leur diplôme ou leur adresse, par exemple.
- La fragmentation algorithmique, qui personnalise les contenus proposés en fonction de l'historique, tend à uniformiser les profils sélectionnés, au risque de passer à côté des pépites.
- Il faut aussi trouver le juste équilibre entre l'exploitation de volumes toujours plus importants de données, nécessaires au développement de l'IA, et la protection des libertés individuelles. Cet équilibre nécessite un travail précis de préparation et de qualification des données afin d'en garantir la qualité et la pertinence. Par exemple, lorsqu'on recherche un profil précis dans des CV, qu'entend-on par “ingénieur” ou “juriste”.
- Enfin, la CNIL interroge l'identité humaine au défi de l'IA, c’est-à-dire que l’hybridation de l’homme et de la machine ne doit pas porter atteinte à l’identité et à la dignité humaine, ni affecter sa liberté et sa responsabilité.
Données support et données de production
Il convient de distinguer les données de production, celles relatives à la fabrication des produits, au marketing, au commercial et aux clients, et les données de support, dont les données RH. Outre que les entreprises investissent plus volontiers dans leurs données de production, les volumes de ces données sont beaucoup plus importants et, de fait, les analyses de type big data et l'utilisation d'algorithmes d'IA sont plus à même de fournir des résultats pertinents que sur les données support, dont les volumes sont moindres. D'où l'intérêt de recourir au cloud et au modèle SaaS pour des applications d'IA en RH. Un éditeur de solution RH en mode SaaS dans le cloud peut anonymiser et consolider les données de ses clients. Il dispose ainsi d'un volume de données qu'aucune entreprise seule ne peut atteindre et sur lequel les algorithmes d'IA deviennent très efficaces. Cornerstone, par exemple, agrège les données de 75 millions d'utilisateurs, soit des To (téra-octets) de données, ce qui assure des résultats pertinents sur des données très diversifiées.
Des applications variées
Déjà disponible ou en développement, l’IA peut avoir de nombreuses applications dans le domaine des RH:
- Sourcing et recrutement : recherche et présélection des candidats potentiels susceptibles de correspondre au poste
- Intégration : parcours correspondant aux profils des nouveaux entrants
- Formation et développement des compétences : suggestion d’actions ou de contenus de formation suivant les compétences des collaborateurs, et leurs souhaits de développement
- Collaboratif et engagement : recommandation de mentors, utilisation de chatbots pour répondre aux questions des collaborateurs, ...
- Gestion de carrière : recommandation de projets ou de postes pour une mobilité interne, avec suggestion de formations pour combler des compétences manquantes
Toutefois, l'IA peut beaucoup mais ne peut pas tout. Certes, ces technologies excellent en analyse prédictive, en détection de schémas récurrents, en analyse du langage ou encore de la gestuelle et des émotions dans les entretiens vidéo. Néanmoins, même si les données ont été correctement qualifiées et les algorithmes vérifiés pour éviter les biais, l'IA reste incapable d'évaluer les fameuses compétences comportementales, les soft skills, des candidats ou des employés. Encore moins leurs motivations ou les freins qui ralentissent leur progression. C'est pourquoi il faut toujours garder à l'esprit que l'IA est une boîte à outils et que, surtout pour les RH, elle ne remplacera jamais le contact humain à un moment ou à un autre du processus. Si l’on prend l’exemple d’un recrutement, la part subjective qui consiste à se demander : “ai-je envie de passer plusieurs heures par jours pendant des mois ou des années à travailler avec cette personne” est primordiale et ne sera pas remplacée par un algorithme.
Transparence et confiance
Tant que l'IA restera obscure à ceux qui l'utilisent, elle inspirera de la méfiance et sera perçue comme une sorte de “boîte noire qui a toujours raison sans que l'on sache comment ni pourquoi”… Pour combattre cette vision et instaurer la confiance, il est nécessaire que les algorithmes soient transparents et explicables afin que les résultats qu'ils proposent puissent être compris et acceptés. Cela suppose un travail de pédagogie et de formation pour que chacun comprenne à quoi ils servent et comment ils fonctionnent. Cette transparence s'applique également aux données qui “nourrissent” les algorithmes. D'où proviennent-elles ? Comment sont-elles structurées ? Quels sont les risques de biais et comment les corriger ? Ceci est non seulement indispensable mais aussi exigé par le RGPD : Selon les articles 13 §2(f) et 14 §2(g) du Règlement UE 2016/679, le responsable du traitement doit informer la personne de « l’existence d’une prise de décision automatisée, y compris un profilage, [et] des informations utiles concernant la logique sous-jacente, ainsi que l’importance et les conséquences prévues de ce traitement pour la personne concernée. » L’article 12 §1 précise en outre que cette information doit être communiquée « d’une façon concise, transparente, compréhensible et aisément accessible, en des termes clairs et simples ».
En matière de RH, ces questions relèvent de la bonne gouvernance et doivent être abordées en concertation entre la DRH et les partenaires sociaux. En effet, l'utilisation de l'IA a un impact sur les processus RH en ce que les corrélations décelées par ces outils peuvent remettre en cause certaines règles et nécessiter de nouvelles approches. Dans le cas des recommandations de formations faites aux collaborateurs, par exemple, il est important de connaître les critères pris en compte par l'algorithme. Il convient aussi de revoir régulièrement les règles et éventuellement d'envisager leur remise en cause et leur réversibilité, en cas de dysfonctionnement ou de résultats peu satisfaisants ou insuffisants. Une telle évaluation suppose des fonctions RH agiles et réactives ainsi qu'un dialogue continu avec les partenaires sociaux.
De grands principes à respecter
Pour que la confiance en l'IA s'instaure, la CNIL a énoncé des principes fondateurs essentiels au bon fonctionnement de l'IA et à la protection des données personnelles :
- La loyauté, c'est-à-dire que ces algorithmes doivent bénéficier également à ceux qui les utilisent, direction, fonctions RH et employés.
- La réflexivité, vigilance et rétrospective sont nécessaires pour garder la main sur les algorithmes, les modifier et éventuellement les supprimer.
- L'intelligibilité, la transparence du code ne suffit pas, des non experts doivent pouvoir comprendre la logique qui sous-tend l'algorithme, ce qu'il permet de faire et à quoi il sert.
- La redevabilité, savoir qui est responsable de l'algorithme, qui peut le modifier, afin de ne pas perdre la main sur cet objet.
La confiance sinon rien
Il n'y a pas de déterminisme technologique. Derrière les algorithmes, il y a une production, une création, une écriture. Pour mettre en œuvre ces technologies et en tirer de réels bénéfices partageables par tous leurs usagers, il convient de se poser la question de leur finalité, de ce à quoi elles vont servir. Puis de décider dans quel cadre elles vont être utilisées, quels vont être les processus de mise en œuvre et de fonctionnement. Les algorithmes n'ont pas le pouvoir et ils ne le prendront pas s'ils sont élaborés dans un cadre concerté, loyal et transparent.
En conclusion, l’IA en RH est un outil incontournable qui permet aux RH à la fois d’améliorer leur efficacité et leur productivité, mais aussi de proposer aux collaborateurs des fonctionnalités qui leur sont utiles, notamment en termes de développement et gestion de carrière. Cependant, comme tout outil, il faut en comprendre les usages et les limites, ne pas hésiter à interroger ses prestataires pour s’assurer d’une conformité à la législation, et aborder le sujet dans le cadre d’un dialogue social avec les représentants du personnel.
Vous voulez en savoir plus sur l'IA appliquée aux RH ? Lisez l’article sur la façon dont elle humanisera le lieu de travail.
Related Resources
Want to keep learning? Explore our products, customer stories, and the latest industry insights.