Certains recruteurs espèrent compter sur un logiciel pour compenser les défaillances humaines.
Les humains sont des décideurs tendancieux. Un exemple frappant et troublant est la tendance qu’ont les recruteurs à embaucher des candidats qui leur ressemblent, ce qui résulte en un espace de travail homogène. Dans le secteur techno, cette homogénéité est particulièrement extrême. Par exemple, le 1er “rapport diversité” de Google, datant de l’année dernière, faisait état de seulement 2% de noirs et 3% d’hispaniques. Facebook a récemment annoncé qu’il allait essayait la “règle Rooney de la NFL” – règle qui exige un quota minimum de minorités ethniques à l’entretien d’embauche pour des places d’entraineurs, ce afin d’étendre le personnel au-delà de blancs et d’asiatiques.
L’une des solutions proposées est de bannir certains préjugés grâce à des données d’analyse systématique, en d’autres mots utiliser un algorithme. Les entreprises distribuent des tests de personnalité aux candidats pendant la phase desélection, et utilisent ensuite une analyse de données pour déterminer son recrutement idéal.
“Nos résultats concernent tout secteur, que ce soit la restauration, la vente, les centres d’appel-ça augmente réellement la diversité” a déclaré Jason Taylor, ingénieur en chef dans le management des ressources humaines d’Infor. Dans un rapport à paraitre, Infor a constaté que s’appuyer sur un algorithme pour le recrutement augmentait en gros l’embauche de 31% d’hispanique. Pour leurs clients du secteur de la restauration, les embauches de Noirs augmentaient de 60%.
“Le fait est qu’une procédure systématique ne reconnait pas la couleur, la race, l’ethnie” a déclaré Taylor. Quand un recruteur ne connait pas la personne et ne sait pas vraiment ce qu’il cherche, il embauche simplement quelqu’un comme lui. C’est comme s’il disait “nous avons quelque chose en commun” ou “oh, je vous apprécie” puis “okay, vous êtes embauché”. Ce que ce logiciel fait est fournir une donnée objective qui montre la probabilité de réussite de la personne. Donc il aide à répondre aux critères requises.
(…) The Atlantic
(MErci à Aureliane pour la traduction)