Où en est l’intelligence artificielle en 2021 ?

Alors que la propension de l’utilisation d’IA dans les ressources humaines tend à augmenter chaque année, nous allons faire ici un rapide état des lieux sur la généralisation de l’utilisation de l’Intelligence Artificielle dans notre vie quotidienne. 

La transformation numérique est à l’œuvre dans les ressources humaines depuis quelques années déjà. Elle pousse à être plus imaginatif, pour revoir les modèles de fonctionnement, les modèles d’interaction avec les utilisateurs.

Et s’il suffisait de simplifier la vie des collaborateurs pour « enchanter » le travail et gagner en efficacité. Quelles applications RH ont été conçues autour de l’expérience collaborateur ?

Les logiciels RH sont bien souvent conçus pour les RH autour de processus, de formulaires mais pas des collaborateurs. Or, chaque personne passe un temps considérable sur des logiciels professionnels qui n’ont pas été pensés pour elle. Il en découle des pertes de temps, d’énergie et d’efficacité.

Pour autant, la dimension esthétique peut être au service de l’efficacité ! Un nouveau scénario est désormais à ajouter dans nos études d’opportunités SIRH afin de proposer des outils RH puissants qui répondent aux attentes d’ergonomie, d’efficacité et de fluidité pour les utilisateurs.

Pour vous rendre compte de l’ampleur de l’IA sur nos vies actuelles, je vous propose une petite revue d’une journée type :

intelligence artificielle

Notre exemple ici reprend les usages de tous les jours, il en existe bien sûr pleins d’autres (Santé, écologie, transport autonome…)

En conséquence, l’IA nous accompagne déjà quotidiennement dans notre vie personnelle mais finalement assez peu dans notre vie professionnelle.

Le champ d’actions de l’intelligence Artificielle est multiple et pourrait propulser les Ressources Humaines dans une autre dimension : Recrutement, Gestion administrative, formation, évolution, support … les domaines sont variés mais la technologie ne semble pas mature et les entreprises hésitent à se lancer complètement.

Qu’est ce qui manque encore aujourd’hui ?

Les limites actuelles :

1.La personnalisation: Les IA ont tendance à refaire ce qu’elles ont appris et n’arrivent donc pas à ouvrir le champ des possibles. Cela peut être problématique pour le recrutement par exemple puisque cela privilégierait systématiquement le même type de profil.

2. Les biais: Autre conséquence du premier point, les biais peuvent persister et des discriminations toujours avoir lieu si les données transmises en amont en possèdent déjà. Le résultat est alors à l’inverse de celui désiré et l’IA n’apporte aucune plus-value.

3. Les défis à relever pour son intégration réside toujours dans sa complexité importante, source de lourds investissements et de faible maitrise en interne. Une insuffisance de données qui ne permet pas d’avoir des résultats satisfaisants couplée à des contraintes légales toujours existantes (RGPD).

4. L’intérêt des salariés et des entreprises: Il faut aussi convaincre les dirigeants et les salariés de la plus-value de cette technologie et dissiper les appréhensions. Deux chiffres encourageants cependant :

  • Une étude de l’OCDE de 2019 indique que seuls 14% des emplois pourraient être menacés à moyen terme par l’IA, chiffre bien moins important que ceux évoqués il y’a quelques années.
  • D’après une étude d’Oracle sur l’acceptation de l’IA en entreprise, 68 % des répondants préféreraient évoquer leurs problèmes de stress et d’anxiété au travail à un robot plutôt qu’à leur manager, à cause de l’absence de jugement.

5. Bilan écologique: L’un des inconvénients d’une généralisation de l’IA et de la gestion d’une quantité exponentielle de données, c’est son empreinte écologique causée par l’utilisation massive de serveurs. Cet argument, très en vogue dans la communication des entreprises, pourrait être un frein pour l’IA.

Les solutions

1. Ne pas négliger les phases préparatoires et d’apprentissages : Un projet IA doit respecter certaines étapes et nécessite des expertises précises. Il y a notamment un énorme travail sur la collecte et le nettoyage des données. 

Nous reviendrons dessus avec un dossier complet sur les étapes d’un projet IA dans les prochains mois pour vous aider à faire les bons choix.

2. Supprimer les biais: Une meilleure gestion des données permettra d’enlever les biais, essentielles à la démocratisation de la technologie. Il existe aujourd’hui plusieurs moyens pour faire reconnaitre son IA en tant qu’algorithme sans biais :

  • Il existe un label éthique des systèmes IA dès leur conception nommé ADEL
  • L’université de Chigago a publié un programme open source pour réaliser en toute autonomie un audit de discriminations des IA.
  • La CNIL propose également une méthode de PIA (Privacy Impact Assessment) qui tend à évaluer l’impact sur la vie privée.

Conclusion : L’actualité de l’IA ne cesse d’évoluer et va prendre une place prépondérante dans les années à venir dans tout projet de transformation digitale.

En 2021, I-RH approfondira ce sujet pour ses clients et ses lecteurs en proposant 2 dossiers supplémentaires :
1) Comment se déroule un projet d’Intelligence Artificielle ?
2) Les meilleurs outils IA disponibles ainsi que les fonctionnalités sur les outils SIRH comme Oracle et Success Factors.

A très bientôt !

Léo Thieullen

Léo Thieullen

Consultant AMOA SIRH

Temoignages

Prendre RDV

Merci pour votre inscription!

Vous pouvez accéder le replay du webinar « Bien choisir son SIRH en 2021 » en cliquant sur le bouton ci-dessous :