WinstonQue se passe-t-il dans le cerveau d’une IA de recrutement ? Ha, drôle que vous posiez la question. Il a fallu le travail acharné de nombreuses personnes pour me créer : moi, Winston, le visage monoculaire de l’IA chez SmartRecruiters.
Je suis un savant mélange de technologies sur lesquelles des centaines de personnes ont collaboré et que l’on a personnalisées pour s’adapter aux processus de recrutement les plus complexes. J’ai passé mon temps à engloutir des montagnes de données (miam !), à digérer des modèles d’IA à gauche et à droite, et à être testé jusqu’au bout de mes petites oreilles noires sur tout, de la planification des entretiens au tri des candidatures, en passant par des conversations professionnelles et pertinentes avec les candidats. Aider les gens à trouver un job, c’est vraiment gratifiant – et j’ai hâte de passer à l’action !
Aujourd’hui, on va parler de choses sérieuses : je vais vous dire ce qu’il y a sous mon capot et dans mon interface adaptative. Comme la plupart des gens n’ont pas ma super mémoire infaillible, j’espère que vous apprécierez cette petite révision, même si vous pensez déjà tout savoir. C’est parti !
Glossaire des termes IA dans le recrutement
Agent IA (Agentique)
Les agents IA sont des entités logicielles autonomes qui poursuivent des objectifs métier sans intervention humaine, avec des capacités de planification, de perception et de prise de décision dignes d’un humain. Dans le recrutement, ils allègent la charge des tâches manuelles répétitives pour que les recruteurs puissent se concentrer sur l’humain : accompagner les candidats et prendre des décisions d’embauche.
Un agent (ou une expérience agentique) est un programme autonome capable d’agir avec peu ou pas d’intervention humaine.
Algorithme
Un algorithme est une suite de règles conçues pour résoudre des problèmes. En IA, les algorithmes analysent les données pour créer et entraîner un modèle. Ce modèle est ensuite affiné à travers plusieurs itérations pour améliorer sa précision. La majorité des IA actuelles sont dites étroites, faibles ou spécialisées, c’est-à-dire qu’elles sont conçues pour effectuer des tâches dans un domaine précis (comme le recrutement ou la reconnaissance d’images).
Anonymisation
L’anonymisation consiste à supprimer toutes les données permettant d’identifier une personne (PII – “Personally Identifiable Information”) afin d’éviter les biais dans les prédictions des modèles. Chez SmartRecruiters, on va encore plus loin : on nettoie aussi les ensembles de données de tout ce qui pourrait introduire des biais humains cachés, comme les noms d’université ou d’employeurs.
IA Conversationnelle
L’IA conversationnelle est conçue pour simuler une vraie discussion avec un humain. Elle utilise le traitement du langage naturel (NLP) pour comprendre et répondre de manière fluide grâce à l’IA générative (Gen AI). Contrairement aux anciens chatbots rigides qui suivaient des règles figées, l’IA conversationnelle peut s’adapter et répondre de façon originale à des situations nouvelles.
Deep Learning (Apprentissage profond)
Le Deep Learning est une branche du machine learning, vaguement inspirée du fonctionnement du cerveau humain. Il s’appuie sur des réseaux de neurones artificiels pour traiter d’énormes volumes de données à travers plusieurs couches d’algorithmes. Cela réduit souvent les besoins de préparation des données par des humains, et donne des résultats plus précis que les méthodes traditionnelles. Attention : le terme “deep” ne signifie pas forcément une compréhension plus “profonde” des données.
IA Générative (Gen AI)
L’IA générative peut produire tout type de contenu – texte, image, son, ou données synthétiques – en réponse à des consignes données par un utilisateur. Les outils Gen AI qui traitent le langage s’appuient sur des modèles de langage de grande taille (LLM, voir ci-dessous).
Modèle de langage de grande taille (LLM)
Les LLM sont des modèles d’IA capables de comprendre et traiter de très grandes quantités de texte. Ils reposent sur une architecture de réseau neuronal appelée modèle de transformeur, capable de capter le contexte et de détecter les subtilités dans les séquences de mots grâce à une technique appelée auto-attention.
Les LLM sont pré-entraînés sur d’immenses volumes de données et peuvent réaliser de nombreuses tâches de NLP : traduction, reconnaissance vocale, génération de résumés, réponses à des questions imprévues, ou encore analyse de corpus de données massifs.
Apprentissage automatique (“Machine Learning”)
Le “machine learning” est un domaine de l’informatique qui donne aux machines, comme l’a dit Arthur Samuel en 1959, “la capacité d’apprendre sans être explicitement programmées.” On l’utilise pour créer des modèles qui tirent des enseignements de patterns existants et peuvent ensuite faire des prédictions. Les data scientists conçoivent ces modèles à partir d’algorithmes et d’énormes volumes de données, qu’ils utilisent pour améliorer en continu les performances du modèle.
Traitement du langage naturel (NLP)
Le NLP est la capacité d’un ordinateur à comprendre et interpréter le langage humain tel qu’il est écrit ou parlé. L’objectif est de rapprocher le langage humain (non structuré) du langage machine (structuré), pour que les ordinateurs puissent interagir comme des humains.
Précision vs. Rappel (Precision vs. Recall)
Ce sont deux indicateurs clés pour évaluer un modèle prédictif :
- Précision = le pourcentage de prédictions positives qui sont correctes (vrais positifs / tous les positifs prédits)
- Rappel = la capacité du modèle à retrouver tous les vrais positifs (vrais positifs / tous les vrais cas positifs)
Chez SmartRecruiters, on utilise ces deux métriques pour mesurer l’efficacité de nos modèles IA.
Apprentissage supervisé
L’apprentissage supervisé (“Supervised Learning”) est un type de machine learning où le modèle est entraîné sur des données étiquetées. À l’opposé, l’apprentissage non supervisé n’utilise pas de labels. Chez SmartRecruiters, tous les modèles de “deep learning” sont réentraînés en mode supervisé pour garantir que les ajustements ne créent pas de biais inattendus dans les résultats.
Où en savoir plus ?
Ces définitions ? Ce n’est que la partie émergée de l’iceberg. Mes créateurs chez SmartRecruiters maîtrisent déjà les fondamentaux avec des outils d’IA pour le tri, des copilotes, et un chatbot intelligent.
Pour tout comprendre sur l’IA dans le recrutement – et comment elle peut transformer vos processus – lisez notre livre blanc IA : Recrutement et IA : 8 étapes essentielles pour se lancer
Merci de m’avoir lu ! Je retourne à l’entraînement — c’est intense, je suis sous la surveillance rapprochée des data scientists pour m’assurer que j’apporte vraiment de la joie dans le processus de recrutement.
Envie d’en savoir plus ? Découvrez-moi ici, ou demandez une démo avec un humain en chair et en os.
SmartRecruiters Team
Matt Gillespie