L'intégration de l’Intelligence Artificielle pour soutenir les activités au sein des organisations est un réel défi. Entre opportunités et méfiance, l’outil apparaît aussi merveilleux qu'effrayant… Les questions qui touchent aux Ressources Humaines sont notamment nombreuses. Quel est le potentiel d’une collaboration homme-machine réussie ? À quels problèmes peut-on être confrontés et comment les éviter ? Comment nous réconcilier avec cet outil et générer une réelle plus-value économique, de qualité de service, mais aussi d’humanisation ?
Lors de cette rencontre-conférence, Ingrid Février (Convidencia) exposera d’abord une vision stratégique mais également pragmatique de l’intégration de l’Intelligence Artificielle en entreprise, et pointera les principaux challenges pour une implémentation réussie.
Giseline Rondeaux et Marine Franssen (LENTIC - ULiège), quant à elles, présenteront les résultats de l’étude prospective qu’elles ont menée au sein du Groupe Orange sur l’impact de l’Intelligence Artificielle sur les activités de plusieurs métiers. Parmi ceux-ci, elles ont examiné celui des Ressources Humaines et, plus particulièrement, le processus de recrutement et sélection.
Soulevant les enjeux de l’intégration de l’I.A., cette rencontre sera l’occasion d’aborder ses répercussions sur l’évolution des métiers et de partager des recommandations relatives aux futurs défis à relever.
Le Digital twin, un outil pour améliorer la mobilité urbaine
Comment envisager positivement l’impact de l'intelligence artificielle au sein des organisations ? | LIEGE CREATIVE, 23.11.2021
1. Mardi, 23 novembre 2021
Rencontre-conférence en ligne
Comment envisager positivement l’impact de l'intelligence artificielle
au sein des organisations ?
Giseline Rondeaux & Marine Franssen (HEC Liège, LENTIC)
Ingrid Février (Convidencia)
30. Conférence en ligne Liège Créative
Comment envisager positivement l’impact de
l'intelligence artificielle au sein des organisations ?
Impacts de l’IA sur les
métiers et compétences:
focus sur les métiers RH
Retour d’une étude prospective
au sein du Groupe Orange
Marine Franssen,
Dr. Giseline Rondeaux
Chargées de recherche
23 novembre 2021
31. • Algorithmes
mobilisant les
données produites
pour prédire des
résultats
• Applications
conçues pas
uniquement pour
le personnel RH
mais également
pour les employés
et cadres
• Système RH
intégré à
destination du
personnel RH
• Automatisation
du traitement des
données RH
Perspective historique
Système
d’Information
Ressources
Humaines
(SIRH)
RH analytique et
intelligence
artificielle (IA)
GRH en ligne
(E-HRM)
32. Usages actuels de l’IA et des data analytics en GRH
Current uses of IA/Data analysis in R&S to improve
workforce management decisions (Littler Survey,
2018)
Examples
HireVue (Delta, Vodafone, …)
Interviews vidéo asynchrones avec analyse
vocale et faciale
VERA (PepsiCo, Ikea, …)
CV scanning, sélection, interviews (appels ou
video)
Pymetrics (Unilever, JP Morgan, …)
Utilisation de l’apprentissage machine pour la
sélection et l’évaluation (interviews video et
feedback)
Veriato
Algorithmes destinés à analyser les
comportements des collaborateurs via leurs
activité sur ordinateur en vue de prédire leur
intention de quitter l’entreprise
33. Promesses et réalités de terrain de la digitalisation RH
Efficacité
Réduction des coûts
Accélération du rythme de travail (automatisation des tâches
administratives)
Réalisation de plus de travail RH avec moins de personnel
Sérieux désaccords entre les chercheurs sur la réduction des
coûts
Diminution de la charge administrative
Risque de transfert de la charge sur les employés et les
responsables hiérarchiques
Efficience
Elimination ou atténuation des biais
Meilleure adéquation pour les deux parties (candidats/employés
et entreprise)
Conception erronée de l’objectivité algorithmique
Maximisation de la valeur aux yeux de l’algorithme
Amélioration des services
Centrage sur les taches complexes, à haute valeur ajoutée ou
sur les exceptions
Suppression des barrières physiques et spatiales
Centrage progressif sur les activités stratégiques et à valeur
ajoutée, ou remplacement de la charge administrative par une
charge technologique ?
Distorsion du signal par la technologie en entretiens digitaux
Promesse
s
Preuves
34. Notre positionnement
Appropriation
(centré humain)
Diffusionnisme
(techno-centré)
Svahn, Hendrisson &
Yoo, 2009
Volkoff, Strong & Elmes,
2007
Socio-
matérialité
Boullier, 1997
Ouschoorn & Pinch,
2003
Leonardi, 2011, 2013
Considération de l’imbrication des applications RH basées sur l’IA et de l’évolution des pratiques
professionnelles des RH utilisant ces applications
Mobilisation de la littérature scientifique ET de la littérature grise
• Réduction des biais de publications (validation ou confirmation de la littérature scientifique)
• Données à jour
• Particulièrement pertinent dans l’analyse des thématiques de la digitalisation et de l’IA
(changements rapides)
35. Décomposition du travail en sous-tâches, dont certaines sont aisément automatisables
• Amène à considérer la nature des compétences des collaborateurs (Alvesson, 2001; Blackler, 1995)
• La digitalisation est susceptible de fournir de nouveaux outils qui peuvent remettre en question les
pratiques professionnelles et améliorer et/ou remplacer en partie l'expertise des professionnels
• La socio-matérialité des nouveaux systèmes IT est susceptible de challenger les pratiques
professionnelles
Typologie des compétences
La majeure partie de la littérature consacrée à l’IA souligne l’essor des compétences soft et le besoin de
compétences digitales pour tous les métiers
Relations homme-machine: focus sur les compétences
Compétences
digitales
Compétences
métier
Compétences
soft
36. Etude au sein du Groupe Orange
Objectifs
Donner une vision sur l’état
actuel et sur les futurs potentiels
du Groupe Orange en regard de
l’IA et de la RPA
Quelles applications possibles ?
Quels effets sur les métiers et activités ?
Comment envisager l’évolution des
compétences dans ce contexte ?
Ressources
humaines
Marketing
Relation
client
Finance*
Intervention
réseau
*Intégré en cours d’étude
5 métiers
cibles
Période
11/2018-12/2020
Recherche-action en collaboration avec l’Institut des Métiers Orange
37. IA RH et évolution des compétences – Illustrations (1)
Exemple 1 – Processus de sourcing assisté par un outil IA centré sur les compétences
Description
de poste
Sélection des
candidats
Entretien
Scan
Digitales Professionnelle
s
Soft
Compréhension de
l’écosystème IA
Compréhension du processus
de production de données
Utilisation des applications
Traduction des besoins
Droit du travail et de la
protection de la vie privée
Examen des CV
Techniques d’entretien
Communication
Curiosité
Ecoute
Négociation
Intelligence émotionnelle
38. IA RH et évolution des compétences – Illustrations (2)
Exemple 2 - Mobilité interne assistée par un outil IA de gestion des carrières
Digitales Professionnelle
s
Soft
Compréhension de
l’écosystème IA
Compréhension du processus
de production de données
Utilisation des applications
Connaissance de la compagnie
Droit du travail et de la
protection de la vie privée
Techniques d’entretien et de
coaching
Communication
Ecoute
Interprétation verbale et non
verbale
Fiche carrière
Entretien de
carrière
Appareillage
39. IA RH et évolution des compétences – Illustrations (3)
Sourcing Mobilité interne
Postes
Employé
Candidats
Offre
d’emploi
40. IA RH et évolution des compétences – Illustrations (4)
Sourcing Mobilité interne
Postes
Employé
Candidats
Offre
d’emploi
Scan
Appareillage
41. IA RH et évolution des compétences – Illustrations (5)
Sourcing Mobilité interne
Postes
Employé
Candidats
Offre
d’emploi
Scan
Appareillage
Expertise RH
Contournement
/ /
42. IA RH et évolution des compétences – Illustrations (6)
Sourcing Mobilité interne
Postes
Employé
Candidats
Offre
d’emploi
Expertise RH
Evaluation par
entretien
d’évolution
Evaluation par
entretien
d’embauche
43. Une approche critique et pratique (1)
#1 Comprendre les paradigmes sous-jacents
- Les logiciels intègrent des paradigmes dominants sur ce qui devrait être valorisé au sein d'une
organisation
- Les algorithmes sont basés sur le paradigme de la résolution de problèmes par les probabilités
#2 Ne pas négliger les questions juridiques et éthiques
- Ces questions concernent à la fois le stockage et l'analyse des données
- Des interrogations sont soulevées concernant l'utilisation de caractéristiques proscrites
#3 Définir les objectifs du projet en s'appuyant sur le terrain
- Cela influence l'attitude à l'égard de l'utilisation de l'e-HRM
- Cela soutient l'intégration de multiples projets RH dans un portefeuille
- Cela tempère l'isomorphisme mimétique
#4 Evaluer la structure et la disponibilité de vos données
- Quelles sont les données que vous possédez déjà et quels usages en faites-vous ?
- Dans quelle mesure vos données sont-elles intégrées et standardisées ?
- De quelle quantité de données avez-vous besoin ?
44. Une approche critique et pratique (2)
#5 Envisager les compétences nécessaires
- Une alphabétisation numérique générale est à développer
- De nouvelles compétences cognitives et statistiques sont nécessaires
- Les compétences en marketing sont renforcées
- Les compétences professionnelles traditionnelles sont déformées par l'IA
#6 Impliquer les utilisateurs et créer des équipes multidisciplinaires
- Les utilisateurs possèdent des compétences professionnelles essentielles pour concevoir et former des
IA ou développer d'autres innovations technologiques
- Cela conduit à une porosité des frontières en ce qui concerne les tâches traditionnellement dévolues aux
métiers de traitement des données
#7 Investir dans la formation
- La politique de formation est différenciée en fonction des évolutions attendues des compétences
- Les compétences ne peuvent être directement traduites dans un contexte numérique
- Le manque de formation affecte négativement l'adoption d’innovations digitales