Algorithmes de recrutement : plus de questions que de solutions ?

Les machines sont capables de passer des concours universitaires ou de jouer aux échecs, certes, mais il s’agit là d’un univers fini et modélisé. L’humain quant à lui est un « terrain d’analyses » plus complexe. Dire qu’il est prévisible réduit sensiblement ses spécificités.

En matière de recrutement, le prédictif fait actuellement l’objet d’un enthousiasme grâce à ses promesses d’amélioration des pratiques de recrutement et par la possibilité d’équilibrer l’offre et la demande sur le marché de l’emploi.

Néanmoins, le prédictif implique techniquement des millions de données à jour ce qui est difficile à obtenir dans le contexte des compétences qui changent continuellement.

Ainsi, les algorithmes de recrutement poseraient-ils plus de questions qu’ils n’apportent de solutions ?

Certains mettent en garde contre une utilisation erronée qui renforcerait le risque de clonage, de discriminations, de manque de diversité des profils ou le risque de «bricolage des datas».

D'autres insistent sur le fait qu’il n'est pas judicieux de se baser uniquement sur les robots au risque de voir la crédibilité du recruteur remise en question par les candidats.


Des réponses dans notre veille sur la digitalisation des compétences :

- Comment les algorithmes peuvent aider à la recherche d'emploi ?

- Et si, demain, vous étiez recruté par des statistiques

- Recrutement : comment le digital peut-il (véritablement) promouvoir la diversité ?

- Ne laissez pas les algorithmes décider de tout, tout seuls