Pouvons-nous éliminer les biais des algorithmes de recrutement ?

La promesse des algorithmes et de l’IA a toujours été simple dans sa nature fondamentale. Les travailleurs peuvent automatiser des tâches manuelles et laborieuses pour libérer du temps afin de se consacrer à des activités plus complexes ou significatives. Cela fait l’objet d’un examen minutieux dans certains domaines plus que dans d’autres. Par exemple, l’utilisation du traitement algorithmique dans les ressources humaines et le recrutement a donné lieu à des récits d’horreur très médiatisés ces dernières années. Même si, théoriquement, on pourrait utiliser l’algorithme parfait pour sélectionner rapidement les meilleurs candidats à partir d’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 formés ou exposer les candidats à une discrimination numérique. Dans cet épisode, Jane et Rory s’entretiennent avec Tom Cornell, consultant senior en psychologie I/O chez HireVue, pour explorer ce qu’il faut faire et ne pas faire avec les algorithmes de recrutement et se demander si un algorithme peut être vraiment objectif. « La plupart des clients l’utiliseront dans le cadre du processus de prise de décision plutôt que de rejeter automatiquement quelqu’un s’il n’atteint pas un certain score. Et n’oubliez pas, c’est ainsi que fonctionnait la psychométrie auparavant. Vous pouviez avoir un test de personnalité, et les entreprises pouvaient prendre rapidement des décisions en se basant dessus. »