Tâches reliées à la recherche de candidats 79

À l’opposé, les recruteurs tendent à considérer comme plus importantes les tâches relatives à la recherche de candidats : la valeur ajoutée est évidente. Elles sont sans conteste les plus complexes des tâches, et du même coup les plus consommatrices de temps. Le fait que les recruteurs sont plus que conscients de la centralité et de l’importance cruciale de ce lot de tâches peut être pointé comme étant l’incitation première des recruteurs à négliger d’autres tâches jugées dès lors plus périphériques. Tel est le cas des deux tâches susmentionnées. Pour vraiment comprendre cet ensemble de tâches critiques du processus de recrutement, un peu plus de déconstruction est nécessaire.

Primo, il s’agit des tâches les plus exigeantes cognitivement parce qu’elles impliquent beaucoup de connaissances d’arrière-plan et d’aptitude à raisonner (à faire des inférences logiques), et surtout les tâches de recherche sur les SIs à proprement parler (recherche par mots-clés + raffinement de recherches + évaluation et sélection des candidats trouvés). Les connaissances d’arrière-plan en question sont les connaissances dont le recruteur a besoin pour comprendre les différents termes composant les requis de poste, et tout particulièrement ceux spécifiant le type d’expertise et/ou de compétences techniques demandées. Autrement dit, les recruteurs doivent connaitre les définitions générales des expertises et technologies, de même que les relations sémantiques entre les différentes instances de celles-ci, pour pouvoir juger de la pertinence d’une candidature. Mais les recruteurs, qui ne sont pas des spécialistes TI de formation, ont besoin d’un temps considérable pour acquérir une familiarité minimale de toutes les spécialités TI. Même les recruteurs d’expériences se voient régulièrement confrontés à des spécialités qui leurs sont inédites, parce qu’elles sont nouvelles, très anciennes ou exotiques. Bien que les connaissances d’arrière-plan à propos des spécialités techniques soient les plus critiques par rapport au type de recrutement effectué chez FIC (recrutement en TI), toute une panoplie d’autres connaissances sont à l’œuvre dans la réalisation de cette tâche de recherche de candidats (connaissances des types d’aptitudes organisationnelles, des secteurs d’activité industrielle, des entités géopolitiques, des entités horaires, etc.). C’est donc sur la base de leurs connaissances d’arrière-plan que les recruteurs sont plus ou moins habilités à faire des déductions et des comparaisons à propos des objets d’information dont ils disposent. Par exemple, les recruteurs doivent déduire à partir des requis de poste quels sont les meilleurs critères de pertinence avant d’entreprendre la recherche comme telle. Ils ont à déduire subséquemment quels sont les meilleurs mots clés par rapport aux critères choisis. Après, et seulement après, la recherche peut techniquement commencer.

Dans un deuxième temps, selon la quantité et la qualité des résultats de recherche retournés par le système, le recruteur choisi généralement parmi trois options : a) raffiner la recherche en ajoutant des mots clés supplémentaires s’il y a trop de résultats ; b) essayer d’autres

critères, et par le fait même d’autres mots clés, si les résultats sont insuffisants ; ou c) quitter les SI maison et commencer de nouvelles recherches sur les SI externes (sites de recherche d’emplois ou de réseautage) si toutes les options de recherche sur le SI maison ont été épuisées, ou encore si le recruteur juge qu’il trouvera de meilleures candidatures ailleurs.

Il est à noter que pour évaluer l’aspect qualitatif des résultats de recherche, les connaissances d’arrière-plan et l’aptitude au raisonnement du recruteur demeurent décisives. Dans les faits, cette évaluation de l’adéquation des candidats vis-à-vis les postes à comblés implique du recruteur qu’il ouvre, lise et compare, à l’aune d’un requis du poste spécifique, chaque profil de candidat trouvé. Et cette sous-tâche n’est pas aussi simple qu’elle en a l’air : on ne peut se contenter de faire une plate comparaison mot à mot. Une bonne comparaison est une comparaison faite à un certain niveau d’abstraction, supérieur au niveau strictement littéral. À titre illustratif, prenons le cas d’un recruteur qui, en cherchant à combler un poste requérant des compétences de programmation en HTML et CSS, tombe sur le profil d’un candidat stipulant uniquement que celui-ci est programmeur Ajax. Le recruteur considèrera ce candidat seulement s’il sait que, conceptuellement, le terme « Ajax » tient pour Asynchronous JavaScript and XML, un corpus de techniques en programmation web qui utilise des standards tels que HTML, CSS, JavaScript, DOM, XML et XMLHttpRequest, et donc qu’un candidat qui programme en Ajax a forcément des compétences en HTML et CSS. C’est en l’occurrence le genre de déductions qui pourraient être réalisées par une ontologie couplée à un moteur d’inférence. L’ontologie FIC que nous avons développée pour Combine a été conçue en ce sens.

De plus, il est aussi à noter que, quand le recruteur ne trouve pas de candidatures de qualité directement sur le SI maison, il doit atteindre une autre interface de recherche (normalement celle d’un des SI externes) et y répéter le processus de recherche. En ce sens, d’avoir un système qui pourrait lancer des requêtes sur tous les SI à partir d’une interface de recherche unique serait d’une grande valeur, pas seulement en frais d’économie de temps, mais aussi pour l’aspect pratique de pouvoir comparer les résultats de recherche de

toutes les sources sur un même écran. Si toutes les sources d’information stockaient leurs données dans des dépôts RDF ouverts, cette interface de recherche centralisée serait très facile à construire et à opérer en ce qu’elle utiliserait directement des requêtes SPARQL. Mais de tels dépôts étant encore pratiquement inexistants, des techniques plus indirectes doivent être utilisées pour obtenir un tel système centralisé. Il sera expliqué plus loin en quoi consistent ces techniques alternatives.