September 19, 2021

C’est fou d’utiliser un algorithme pour embaucher une personne

Mises à jour du recrutement

La prochaine fois que vous postulerez pour un emploi, que ressentiriez-vous si la personne qui passe l’entretien vous demandait de voir votre note Uber ? C’est le nombre que vous obtenez d’Uber, dont les chauffeurs notent leurs passagers de 1 à 5 après le dépôt, et il y a quelques semaines, un patron américain est allé sur Twitter pour dire qu’il l’avait intégré à son processus d’embauche.

Si vous traitez les étrangers avec respect alors vous traiterez aussi bien les clients et les collègues », a écrit Vitaliy Katsenelson, directeur général d’une société d’investissement à Denver.

“Cela semblait être une bonne idée”, m’a dit Katsenelson la semaine dernière. Il a eu l’idée après avoir remarqué que Nassim Nicolas Taleb, auteur du best-seller 2007, Le cygne noir, avait inclus son impressionnante note Uber de 4,9 sur son Twitter profil.

En l’occurrence, Katsenelson était à la recherche d’un nouveau directeur des opérations. Un score Uber semblait être un moyen intelligent et impartial de voir à quoi ressemblaient vraiment les candidats.

La femme qu’il a embauchée avait une note de 4,89, légèrement supérieure aux 4,86 ​​de Katsenelson et bien meilleure que mon lamentable 4,65, ce qui est pire qu’il n’y paraît. Certains conducteurs ne prendront personne avec un score inférieur à 4,6. Mais Katsenelson a rapidement découvert que son plan Uber était défectueux. Des femmes lui ont dit que leurs scores avaient chuté après avoir rejeté les avances des chauffeurs Uber. Les hommes qui vivaient dans des quartiers difficiles ont subi un sort similaire après avoir essayé de se faire déposer plus près de leur porte d’entrée que les conducteurs réticents ne voulaient s’aventurer.

À sa grande surprise, il a ensuite appris que son assistante, Barbara, avait le score le plus bas qu’il ait jamais vu. Cela n’a pas été calculé. Elle était, selon ses mots, une personne incroyablement gentille et merveilleuse. « J’aimerais avoir toute une compagnie de Barbaras ».

Il s’est avéré qu’elle n’avait pratiquement pas pris d’Ubers et qu’une fois, lorsqu’elle en avait commandé un, il y avait eu une sorte de confusion qui signifiait qu’elle n’était jamais montée dans la voiture.

Katsenelson a rapidement abandonné l’idée. “Je pensais que j’étais si intelligent, mais j’ai réalisé que ce n’était pas une solution miracle.”

En l’écoutant parler, j’ai commencé à souhaiter que davantage d’entreprises partagent son scepticisme quant à l’utilisation d’algorithmes pour embaucher des personnes.

L’entretien d’embauche traditionnel en face à face, un pilier de l’évaluation des candidats à un emploi depuis au moins un siècle, s’est transformé en une ombre technologique horrible en soi.

Le recrutement est largement sous-traité à des entreprises qui parcourent les sites Web à la recherche d’embauches potentielles. Les candidatures en ligne des candidats sont analysées à la recherche de mots et de phrases clés que les recruteurs sont censés vouloir voir. Un éventail d’outils numériques utilisant la reconnaissance vocale, des logiciels de langage corporel et autres sont utilisés pour prédire les bonnes recrues.

Je sais tout cela parce qu’il a été si bien documenté par des experts en gestion tels que le professeur Peter Cappelli de la Wharton School.

Comme il l’a écrit dans la Harvard Business Review il n’y a pas si longtemps : « Les entreprises n’ont jamais autant embauché qu’aujourd’hui. Ils n’ont jamais dépensé autant d’argent pour le faire. Et ils n’ont jamais fait pire travail.

Nous avons très peu d’idée si ces pratiques produisent de bonnes embauches. Cappelli estime qu’environ un tiers seulement des entreprises américaines déclarent vérifier si leurs processus d’embauche garantissent de bons travailleurs. Alors que devraient-ils faire ? Donnez une large place aux outils technologiques élégants mais non éprouvés. Vérifiez les performances passées et, surtout, testez les compétences de base. Il est étonnant de voir combien de fois une entreprise exigera des tests de dépistage de drogue mais ignorera les résultats des contrôles de compétences.

En fin de compte, l’embauche d’étrangers va toujours être lourde. Mais je pense que Katsenelson était sur quelque chose avec un stratagème qu’il a utilisé il y a quelques années pour recruter un analyste. Déterminé à trouver quelqu’un qui se soucie vraiment de la recherche en investissement, pas seulement de l’argent, il a conçu une offre d’emploi fastidieuse. Il a demandé aux candidats d’énumérer tous les livres qu’ils avaient lus au cours des 12 derniers mois ; parler des trois livres — et de deux personnes — qui les ont le plus influencés ; fournissez une analyse d’idées boursières et écrivez une lettre de motivation pour dire pourquoi ne pas les embaucher serait une énorme erreur.

Une cinquantaine de candidatures ont été reçues, dont seulement une douzaine ont répondu à chaque question. Mais le candidat retenu est toujours dans le cabinet et pour Katsenelson, « ça a très bien marché ». Cette tactique ne conviendra pas à toutes les entreprises ou à tous les emplois. Mais je parie qu’il fait mieux que l’algorithme moyen.

pilita.clark@ft.com

Twitter: @pilitaclark