Les algorithmes RH pour le recrutement et la gestion du déroulement de carrière

a) La phase de recrutement

Pour simplifier et améliorer leur recrutement, les DRH se sont dotées d’outils algorithmiques lors des différentes étapes de la procédure.

 Trouver des candidates et candidats grâce aux outils numériques : le sourcing 2.0 Les algorithmes des réseaux sociaux professionnels peuvent permettre de trouver des candidats les plus à même d’être performants dans le poste à pourvoir, en allant chercher celles et ceux qui n’auraient pas postulé à une offre d’emploi³²⁴. On peut lire sur des sites spécialisés en RH que « Le Big Data est aujourd’hui une opportunité de choix pour élargir le sourcing traditionnel, ouvrir le champ des possibles et par là-même lutter contre les discriminations à l’embauche ». LinkedIn propose par exemple aux utilisateurs de se connecter à des profils d’autres utilisateurs pour alimenter leurs réseaux. Ces profils susceptibles d’intéresser un utilisateur sont proposés en recourant à un algorithme. Par ces suggestions, les recruteurs peuvent trouver de nouveaux profils correspondants aux postes ouverts.

322

CNIL, compte rendu, événement de lancement du cycle de débats publics sur les enjeux éthiques des algorithmes, « Les algorithmes en débat », 23 Janvier 2017

323 Ibidem.

324

CNIL, « Comment permettre à l’homme de garder la main ? Les enjeux éthiques des algorithmes et de l’intelligence artificielle. », op. cit.

182 De plus, les recruteurs peuvent également payer pour créer un compte « LinkedIn Recruiter » et utiliser des filtres qui modifient et précisent l’algorithme LinkedIn pour trouver le bon candidat.

Source : Capture d’écran d’une page de recherche sur LinkedIn Recruiter

Le recruteur peut filtrer les suggestions de candidates et candidats selon la localisation (« locations »), les compétences attendues (« skills ») et les expériences et les études du candidat (« companies » et « schools ») par exemple, comme dans l’exemple ci-dessus.

 Trier les CV

Il existe des logiciels de gestion du recrutement, appelés ATS (applicant tracking systems), qui permettent de classer et catégoriser les candidates et candidats selon des critères prédéterminés, à partir de leur CV. Ainsi les personnes en charge du recrutement peuvent personnaliser les catégories, créer leurs propres sélections de candidats et candidates et utiliser leurs propres filtres (diplômes, années d’expérience, etc.). Ces logiciels permettent ainsi de traiter rapidement une multitude de candidatures.

183

Source : Capture d’écran d’un logiciel de gestion du recrutement.

Le logiciel présenté ci-dessus permet par exemple au recruteur d’intégrer tous les critères nécessaires afin de trouver le meilleur candidat pour le poste³²⁵. Sans l’intégration de critères par le recruteur, le logiciel intègre automatiquement des critères liés au poste.

Toutefois, dans l’enquête ANDRH-CSEP, seuls 12% des répondants utilisent un logiciel de tri de CV.

 Aider à la décision : outils de matching (couplage) et autres innovations

Enfin, il existe des outils algorithmiques qui aident les recruteurs dans leur prise de décision. Par exemple, la technologie de la start-up Riminder, fondée par Mouhidine Seiv et qui aide au recrutement, repose sur quatre couches d’intelligence artificielle. Le parsing (analyse syntaxique) transforme un CV en données brutes, puis l’enrichment (enrichissement), permet d’enrichir le CV avec une prédiction des soft-skills (ou compétences non-techniques) et des niveaux d’expertise des compétences via une analyse approfondie du parcours du candidat. L’algorithme de scoring (hiérarchisation des données) vient se greffer à la technologie pour consolider la donnée structurée enrichie en calculant le taux de compatibilité entre l’offre et le candidat puis en évaluant automatiquement les

325

A noter que le critère de localisation est néanmoins interdit par le droit français depuis deux ans. Traduction : JobScore calcule un score entre 1 et 10 pour chaque candidat potentiel à un poste, en utilisant des critères comme la localisation, des mots-clefs et les intitulés de postes.

Traduction : Si vous n’entrez aucun critère ici, JobScore analysera le poste proposé et intégrera certains critères en relation avec le poste. Si vous ajoutez des critères, nous ne procéderons pas à l’analyse et utiliserons ce que vous avez inséré pour calculer le score.

184 candidatures par ordre de pertinence pour le recruteur. Enfin, une dernière brique permet d’expliquer au recruteur les raisons du choix de l’algorithme.

Les outils de matching permettent de mettre en relation des candidates et candidats potentiels et des entreprises selon leurs caractéristiques et leurs attentes respectives. Par exemple, Monkey Tie est une plate-forme de recrutement affinitaire qui tient compte du CV et de la personnalité du candidat et de la culture de l’entreprise. Tests de personnalité, recours à des données multiples sur les candidates et candidats qui ont été jugés les meilleurs sur des postes semblables, recours à des données y compris hors contexte de l’entreprise, font partie des pratiques habituelles de matching affinitaire. Selon Laurent Depond, ces outils ancrent les cultures, et donc potentiellement le sexisme, en choisissant uniquement des candidats qui peuvent s’intégrer.

b) La mobilité interne : rétention des talents, promotion et formation

Les algorithmes ont également investi le champ de la gestion des parcours professionnels en entreprise.

Certains algorithmes permettent d’identifier les salariés susceptibles de quitter l’entreprise en analysant les consultations de réseaux professionnels des salariés, les refus de formation, l’habitat éloigné du lieu de travail, etc.

Les algorithmes peuvent permettre également d’identifier les salariés à haut potentiel, en récoltant de nombreuses données (big data) sur la performance des salariés. Ces données seront alors traitées pour suggérer le meilleur profil pour les promotions internes.

Les algorithmes peuvent enfin permettre d’identifier les salariés qui bénéficieront au mieux des formations professionnelles³²⁶. De même que pour les promotions, les algorithmes vont récolter rapidement de nombreuses informations (big data) sur les salariés pour :

 Identifier des salariés susceptibles de ne pas se rendre à une formation

326

185

 Anticiper l’efficacité de la formation en fonction du salarié (participation, feedback et impacts sur la vie professionnelle)

 Repérer les compétences manquantes des salariés de manière à mieux cibler les formations³²⁷ .

1.2. Les débuts des algorithmes apprenants : anticiper l’arrivée de