Pouvons-nous éliminer les biais des algorithmes d’embauche ?

La promesse des algorithmes et de l’intelligence artificielle a toujours été simple au fond. Les travailleurs peuvent automatiser des tâches manuelles et laborieuses, pour libérer du temps pour des activités plus complexes ou significatives. Cela suscite des interrogations dans certains domaines plus que dans d’autres. Par exemple, l’utilisation du traitement algorithmique dans les ressources humaines et le recrutement a connu ces dernières années certaines histoires d’horreur très médiatisées. Alors que théoriquement, on pourrait utiliser l’algorithme parfait pour sélectionner rapidement les meilleures embauches parmi un tas 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 de l’organisation chez HireVue, pour explorer les bonnes pratiques et les erreurs à éviter lors de l’utilisation d’algorithmes de recrutement et se demander si un algorithme peut jamais être vraiment objectif. « La plupart des clients l’utiliseront comme partie du processus de prise de décision plutôt que de rejeter automatiquement quelqu’un s’il ne satisfait pas un certain score. Et n’oubliez pas que c’est ainsi que fonctionnait la psychométrie auparavant, vous aviez peut-être un test de personnalité et les entreprises pouvaient prendre des décisions rapides en fonction de cela. »