Pouvons-nous éliminer les biais des algorithmes de recrutement?

La promesse des algorithmes et de l’IA a toujours été simple à sa base. Les travailleurs peuvent automatiser les tâches manuelles et fastidieuses pour libérer du temps pour des activités plus complexes ou plus significatives. Cela fait l’objet d’un examen plus poussé dans certains domaines que dans d’autres. Par exemple, l’utilisation du traitement algorithmique dans le domaine des ressources humaines et du recrutement a fait l’objet de plusieurs histoires d’horreur très médiatisées ces dernières années. Bien qu’il soit théoriquement possible d’utiliser l’algorithme parfait pour sélectionner rapidement les meilleurs candidats parmi un tas de demandes en fonction de leurs qualifications pertinentes, en pratique, les algorithmes peuvent renforcer les biais existants dans les données sur lesquels ils ont été formés ou exposer les candidats à une discrimination numérique. Dans cet épisode, Jane et Rory parlent à Tom Cornell, consultant en psychologie du travail et de l’emploi chez HireVue, pour explorer les bonnes et les mauvaises pratiques en matière d’algorithmes de recrutement et se demander si un algorithme peut un jour être vraiment objectif. «La plupart des clients l’utiliseront comme outil d’aide à la décision plutôt que de rejeter automatiquement quelqu’un s’il ne réussit pas à obtenir un certain score. Et n’oubliez pas, c’est ainsi que le psychométrique a fonctionné auparavant. Vous pouviez avoir un test de personnalité, et les entreprises pouvaient prendre des décisions rapides en fonction de cela.»