Pouvons-nous supprimer les biais des algorithmes de recrutement ?

La promesse des algorithmes et de l’IA a toujours été simple dans sa base. Les travailleurs peuvent automatiser les tâches manuelles et laborieuses, afin de libérer leur temps pour des activités plus complexes ou significatives. Cela est particulièrement scruté dans certains domaines par rapport à 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. Alors qu’on pourrait théoriquement utiliser l’algorithme parfait pour choisir 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 formés ou exposer les candidats à une discrimination numérique. Dans cet épisode, Jane et Rory s’entretiennent avec Tom Cornell, consultant principal en psychologie I/O chez HireVue, pour explorer les règles à suivre et à ne pas suivre en matière d’algorithme de recrutement, et se demander si un algorithme peut réellement être objectif. « La plupart des clients l’utiliseront comme partie intégrante du processus de prise de décision plutôt que de rejeter automatiquement quelqu’un s’il ne remplit pas un certain score. Et n’oubliez pas, c’est ainsi que fonctionnaient les tests psychométriques auparavant, vous pourriez passer un test de personnalité et les entreprises pouvaient prendre des décisions rapides en fonction de cela. »