Les services des RH n'utilisent pas correctement l'intelligence artificielle (IA) dans le processus d'embauche ?

Les options de travail à distance devenant la norme et l'emplacement géographique de moins en moins pertinent, de nombreuses équipes des ressources humaines se retrouvent avec plus d'options d'embauche que jamais auparavant. Mais est-ce que plus de choix dans les bassins de candidats mènent à de meilleures recrues ? Lorsqu'ils sont confrontés à une montagne de candidatures pour une seule offre d'emploi, les recruteurs se tournent vers des méthodes de recrutement basées sur l'IA pour analyser les CV pour les aider à passer au crible la pincée — le logiciel qui peut être une épée à double tranchant et laisser certaines de vos meilleures options d'embauche cachées. Continuez votre lecture pour découvrir comment les scanners peuvent gêner au lieu d'aider vos équipes RH à trouver les meilleurs talents et ce que vous pouvez faire à ce sujet.

Changement de visage du recrutement : de l'intelligence manuelle à l'intelligence artificielle

Les progrès technologiques ont changé à jamais le visage du recrutement moderne. Les processus manuels traditionnels exercent une pression considérable sur les ressources, et les équipes des RH subissent de plus en plus de pressions pour embaucher de plus en plus rapidement et efficacement. Mais même avec l'adoption de technologies de recrutement comme les logiciels de sélection des CV, Recherche économique Glassdoor nous avons constaté qu'il faut en moyenne 23 jours pour faire une seule embauche, ce qui représente une augmentation par rapport aux années précédentes. Par conséquent, le milieu du recrutement se tourne vers l'IA pour surmonter les défis liés à la sélection manuelle et réduire le temps d'embauche.

Défis liés au dépistage manuel

Bien que profondément ancrés comme la « façon traditionnelle d'embaucher », les processus de sélection manuelle posent de nombreux défis pour les entreprises de toutes tailles.

Voici quelques-uns des problèmes les plus courants liés aux pratiques manuelles de sélection et d'embauche :

Volume

Le réponse moyenne pour une seule offre d'emploi, il y a 250 candidatures. Malheureusement, la plupart des équipes RH n'ont tout simplement pas la largeur de bande nécessaire pour examiner attentivement un bassin de candidats de cette taille, surtout lorsqu'elles comblent plusieurs postes vacants.

Le problème « ignorer »

Les recruteurs ayant du mal à trier autant de candidatures, ils adoptent souvent une approche « haut de gamme », en choisissant parmi une petite sélection de toutes les candidatures soumises et en ignorant les autres. Les inconvénients de cette approche sont évidents, mais pour les équipes d'embauche à court de temps, c'est souvent leur seule option.

Temps et argent

Un examen adéquat des curriculum vitae nécessite un investissement considérable de temps et de ressources. Les options pour les entreprises qui cherchent un moyen d'embaucher plus rapidement comprennent : augmenter la taille de leur équipe RH, faire appel à des agences ou recruteurs virtuels pour obtenir du soutien ou investir dans des logiciels qui permettent un recrutement plus rentable.

Qualité

Les recruteurs recherchent des critères précis lors de la sélection des curriculum vitae. Mais comme il y a tellement de variation dans la façon dont les gens décrivent leurs tâches professionnelles, les recruteurs doivent lire entre les lignes pour identifier les compétences techniques et non techniques requises pour réussir dans un rôle.

Cohérence

Les recruteurs ne sont qu'humains, et il est tout simplement impossible pour un être humain de scanner chaque curriculum vitae de la même manière. Le stress, la charge de travail, l'humeur, le nombre de distractions et même l'heure de la journée peuvent influer sur la façon dont un recruteur répond à une demande.

Objectivité

Le recruteur peut, intentionnellement ou inconsciemment, faire de la discrimination entre les candidats en fonction du sexe, du statut social, de la race, du niveau de scolarité, des intérêts et d'une foule d'autres facteurs. Ce préjugé inconscient mène souvent au problème des « travailleurs cachés ». Les travailleurs qui sont bien équipés pour travailler pour votre organisation, mais qui, malheureusement, n'ont pas une chance équitable en raison du processus d'embauche.

Le logiciel de numérisation de CV a été conçu pour aider les recruteurs à surmonter ces défis, en leur donnant les moyens de trier rapidement et efficacement un volume élevé de candidatures en se concentrant sur les mots-clés qui indiquent les compétences et l'expérience qu'ils recherchent.

Qu'est-ce qu'un logiciel automatisé d'analyse de CV par IA ?

Faisant partie de votre système de suivi des candidats (ATS), le logiciel de numérisation de CV est un outil conçu pour rechercher une liste de mots-clés spécifiques à un poste. Il élimine une partie du travail manuel nécessaire à la sélection de centaines de CV en automatisant la phase initiale du processus de sélection. Il fonctionne en faisant correspondre les mots-clés énumérés dans les exigences du poste avec les qualifications énumérées sur le curriculum vitae ou le formulaire de candidature d'un candidat, rejetant toute candidature ne comportant pas ces mots-clés. Le logiciel de sélection analyse les éléments suivants :

• Expérience de travail
• Éducation
• Compétences et connaissances techniques
• Compétences

Autrefois réservés aux grandes entreprises, les outils de sélection des CV sont maintenant utilisés par les entreprises de toutes tailles et sur de nombreux sites d'emploi populaires.

L'utilisation d'un outil de sélection de CV présente plusieurs avantages, notamment :

Économise du temps

Votre équipe des RH peut rapidement trier des centaines de candidatures et concentrer son temps uniquement sur les meilleurs candidats qu'elle souhaite contacter personnellement.

Améliore l'efficacité

En réduisant une partie du travail manuel, les équipes des RH peuvent travailler plus efficacement et réduire les coûts d'embauche.

Augmente la vitesse et le volume d'embauche

Avec la rapidité et l'efficacité accrues obtenues grâce à l'IA, vous pouvez plus facilement embaucher pour des besoins saisonniers ou dans d'autres situations d'embauche à volume élevé sans augmenter la taille de l'équipe des RH.

Inconvénients de l'utilisation d'un logiciel automatisé de numérisation de CV en intelligence artificielle

Les inconvénients de se fier uniquement à un logiciel de numérisation de CV pour trouver des candidats méritent d'être examinés attentivement. Voici quelques-uns des problèmes que nous avons constatés lorsque nous avons permis à un logiciel d'analyse de CV de guider les décisions d'embauche :

Faux positifs et négatifs

Un faux positif se produit lorsque le logiciel sélectionne un candidat avec les bons mots clés sur son curriculum vitae, mais ne possède pas les compétences fondamentales en cours d'emploi nécessaires pour exceller. Un faux négatif se produit lorsque l'inverse est vrai, un candidat possédant les compétences générales et l'expérience requises pour exceller dans le poste est exclu par les filtres du système.

Le rejet de candidats viables mène à des travailleurs cachés

Vous avez peut-être le choix entre des centaines de candidats, mais de nombreux candidats viables sont exclus de la liste en raison de l'inadéquation des mots clés et des problèmes de formatage, et d'autres signaux d'alarme identifiés par le système. Ainsi, les candidats qui sont prêts et capables de travailler peuvent être éliminés du processus d'embauche en raison de problèmes structurels dans le cadre d'analyse de CV. Ces travailleurs cachés sont peut-être précisément ceux que vous recherchez, mais l'IA les a retirés de la course avant même que vous n'ayez la chance d'examiner leur demande.

La nouvelle norme

Selon un article dans Le Verge, les options logicielles de numérisation de CV « sont utilisées par 75 % des employeurs américains (jusqu'à 99 % des entreprises du Fortune 500)... La technologie a facilité la candidature des gens à un emploi, mais aussi plus facile pour les entreprises de les rejeter ». Comme les solutions offertes par Direction générale de l'embauche, les outils d'évaluation modernes permettent de déterminer avec plus de précision l'adéquation sans sacrifier les candidats viables.

Critères trop simplistes

Un logiciel de numérisation repose sur des critères trop simplistes pour distinguer les bonnes et les mauvaises applications. Il peut entraîner un rejet s'il ne trouve pas de mots clés précis ou s'il détecte une lacune dans l'emploi qui peut être parfaitement justifiable. Ces « signaux d'alarme » sont des raisons d'élimination, mais n'ont aucune incidence réelle sur l'aptitude d'un candidat à occuper le poste.

Facile à manipuler

Étant donné que l'IA recherche certains mots-clés, il est facile pour les candidats de déterminer ces mots-clés en analysant l'offre d'emploi, puis en bourrant leur CV avec ces mots pour dépasser les bots. Malheureusement, cela donne souvent lieu à un faux positif, comme nous l'avons vu plus haut.

Embauches de faible qualité

Un processus de tri plus rapide ne signifie pas nécessairement que vous obtenez des candidats de meilleure qualité. Au contraire, avec autant de candidats cachés à la vue, vous risquez de manquer des candidats possédant les compétences nécessaires pour bien performer et de vous retrouver coincé à faire face à des embauches de qualité inférieure.

Plus vite n'est pas nécessairement mieux, et en fin de compte, ce que les équipes d'embauche recherchent, c'est un candidat de bonne qualité possédant les compétences nécessaires pour exceller dans le poste pour lequel elles postulent et les bonnes caractéristiques pour qu'ils s'intègrent bien à la culture d'entreprise.

La plupart des meilleurs résultats pour le « scanner de CV » sur Google sont écrits pour expliquer comment jouer au système.

Recours à un logiciel automatisé d'analyse de CV en intelligence artificielle dans le processus d'embauche

Se fier uniquement aux logiciels d'analyse de l'IA crée un cercle vicieux dans votre processus d'embauche. Comme les outils numériques ont permis aux demandeurs d'emploi de postuler plus facilement à plusieurs emplois en moins de temps, le nombre de candidatures reçues par chaque offre d'emploi a augmenté de façon spectaculaire. Les entreprises réagissent à cette situation en utilisant une myriade de filtres dans leur système automatisé pour trier rapidement les candidats, dans le but de ne présenter que les candidats jugés dignes d'une évaluation humaine pour l'équipe des RH. Dans le même article de Verge que nous avons mentionné plus haut, « au début des années 2010, l'offre d'emploi moyenne des entreprises attirait 120 candidats [...] mais à la fin de la décennie, ce chiffre était passé à 250 candidats par emploi ». L'augmentation du nombre de candidats a incité de nombreux gestionnaires d'embauche à utiliser « des filtres brutalement rigides dans leur logiciel de filtrage automatisé ». Ces filtres brutalement rigides utilisent une gamme restreinte de termes figurant sur la liste des « incontournables » et ne permettent pas de mieux comprendre le potentiel d'excellence du candidat. La rigidité de cette méthode ne tient pas compte de la richesse et de l'utilisation subjective du langage, ce qui rend peu probable que même le candidat le plus qualifié utilise tous les mots clés que l'IA a été programmée pour identifier. Ainsi, des centaines de candidats viables sont retirés du processus de sélection sans faute de leur part.

The Verge indique également que « le marché mondial des technologies de recrutement était passé à 1,75 milliard de dollars en 2017 et devrait presque doubler, pour atteindre 3,1 milliards de dollars, d'ici 2025 ». Pourtant, malgré cette augmentation notable des investissements, les logiciels d'analyse de CV en IA ne recommandent toujours pas de bons candidats. Alors que les cadres commencent à se rendre compte qu'ils rejettent des candidats viables, la recherche de solutions de rechange augmente.

Une approche alternative avec l'Intelligence Artificielle

Une autre approche de la technologie de recrutement alimentée par l'IA, avec une distinction méthodologique importante, permet une approche plus équilibrée et plus humaine de l'embauche.

En utilisant des évaluations de communication automatisées administrées à l'étape de la demande ou de la pré-embauche, vous pouvez évaluer les candidats sur le habiletés fondamentales ils vont apporter leur contribution au travail, plutôt que simplement sur leur capacité de servir des mots clés appropriés.

Avec cette méthode, vous pouvez mesurer avec précision et cohérence le rendement potentiel au travail à l'aide d'un large éventail de paramètres de communication pour déterminer si un candidat a bien répondu à une question précise sur un évaluation préalable à l'embauche. Les résultats de l'évaluation préalable à l'embauche comprennent de multiples paramètres définis par les gestionnaires de l'embauche, de sorte qu'un candidat ne sera pas complètement exclu s'il a obtenu de bonnes notes sur tous les paramètres sauf un. Le gestionnaire d'embauche peut alors examiner les notes des candidats et prendre sa propre décision d'embauche en fonction des paramètres les plus importants.

Les évaluations préalables à l'embauche peuvent également aider les gestionnaires de l'embauche à identifier les candidats qui présentent des lacunes en matière de compétences : apte à l'entraînement, en gardant des candidats viables ayant un potentiel évident dans la course à une offre d'emploi où un scanner de CV les aurait complètement exclus.

Les évaluations préalables à l'embauche offrent une solution de rechange supérieure à l'embauche manuelle et à l'utilisation excessive d'un logiciel de numérisation de CV. Les évaluations préalables à l'embauche offrent aux gestionnaires d'embauche plusieurs avantages ; les cinq principaux sont la capacité de :

• Trouver des candidats de qualité qui possèdent les compétences nécessaires pour réussir dans le rôle
• Embaucher le bon candidat dès le départ pour réduire les taux de roulement
• Accroître l'embauche pour répondre aux demandes de pointe au besoin
• Mettre l'accent sur l'embauche pour une base solide de compétences générales, en utilisant la formation en cours d'emploi pour combler les lacunes en matière de compétences
• Diminuer les ressources nécessaires pour faciliter le processus de sélection

Le rôle de l'IA est d'aider au processus de recrutement, et non d'en nuire. En vous concentrant sur l'évaluation des candidats plutôt que de rechercher des mots-clés définis de manière rigide, vous pouvez utiliser l'IA pour identifier des candidats de qualité qui auront de bons résultats au travail plutôt que de les exclure de la main-d'œuvre.

L'embauche de candidats possédant les compétences et l'expérience nécessaires pour fournir les bonnes réponses à vos clients tout en les satisfaisant est la clé de l'excellence du service à la clientèle. L'excellent service à la clientèle est devenu l'un des principaux moteurs du succès et le facteur clé de différenciation dans le monde post-pandémique. L'utilisation d'évaluations préalables à l'embauche vous donne la rapidité et l'efficacité d'une embauche basée sur l'IA, avec la touche humaine d'un processus manuel pour que vous puissiez prendre de meilleures décisions d'embauche plus rapidement.