Pouvons-nous éliminer les biais des algorithmes de recrutement ?

La promesse des algorithmes et de l’intelligence artificielle a toujours été simple dans son essence. Les travailleurs peuvent automatiser des tâches manuelles et laborieuses, afin de dégager du temps pour des activités plus complexes ou significatives. Cela est examiné de manière plus critique dans certains domaines que dans d’autres. Par exemple, l’utilisation du traitement algorithmique dans les ressources humaines et le recrutement a donné lieu à quelques histoires d’horreur très médiatisées ces dernières années. Bien qu’en théorie, on puisse utiliser l’algorithme parfait pour sélectionner rapidement les meilleurs candidats parmi une pile de candidatures en fonction de leurs qualifications pertinentes, en pratique, les algorithmes peuvent renforcer les biais existants dans les données sur lesquelles ils ont été entraînés ou exposer les candidats à une discrimination numérique. Dans cet épisode, Jane et Rory s’entretiennent avec Tom Cornell, consultant principal en psychologie des ressources humaines chez HireVue, pour explorer les bonnes pratiques et les erreurs à éviter dans l’utilisation des algorithmes de recrutement, et pour remettre en question la possibilité qu’un algorithme puisse être véritablement objectif. « La plupart des clients l’utiliseront comme partie intégrante du processus de prise de décision plutôt que de rejeter automatiquement un candidat s’il n’atteint pas un certain score. Et rappelons-nous que c’est la manière dont fonctionnaient les tests de personnalité auparavant, et les entreprises pouvaient prendre des décisions rapides en fonction de cela. »