Il fut un temps où les gens devaient acheter le journal (nouvelles sur papier, littéralement), trouver la session d’emplois et la parcourir pour trouver un poste vacant annoncé. S’ils étaient trouvés, ils devaient poster leur CV pour postuler ou se rendre chez l’employeur pour déposer leur CV.
Puis vint Internet, avec des offres d’emploi annoncées sur des forums en ligne, et la possibilité d’envoyer des CV par courrier électronique (email). Jour après jour, les gens ont cessé d’acheter des journaux pour trouver du travail. Une multitude de sites Web avec des annonces d’emploi, ces sites d’emploi et de nombreuses organisations ont commencé à publier des postes vacants en ligne. Postuler à des emplois est devenu des clics.
Les services des ressources humaines, dans leurs efforts pour trouver les meilleurs candidats pour leurs entreprises ou leurs clients, ont été inondés de CV numériques. Les processus d’embauche sont devenus plus longs, les RH filtrant des tonnes d’informations reçues. « N’y a-t-il pas un moyen d’utiliser la technologie pour nous aider ici ? », se sont-ils probablement demandés. Le système de suivi des candidats (ATS) est né.
L’application de techniques de filtrage a toujours existé, mais le débit du processus de filtrage manuel n’était pas suffisant pour satisfaire les besoins de l’entreprise. Un ATS peut réduire le temps que les RH consacrent à la recherche de candidats à présenter aux responsables du recrutement, mais le logiciel doit être programmé. Les entreprises doivent créer des filtres pour l’ATS afin de trouver les meilleurs candidats.
Au départ, les filtres ATS étaient statiques et étaient constitués de mots-clés : ces acronymes, compétences, expériences, noms qu’un responsable du recrutement demandait aux RH de rechercher pour identifier les candidats. Un ATS moderne pourrait suggérer des mots-clés basés sur une base de données. Mais quelle est la précision de cette base de données ? En quoi la description de poste des RH est-elle similaire à la description de cette base de données ? L’ATS devrait pouvoir s’adapter plus facilement aux besoins de ses clients.
Maintenant, l’automatisation apporte un moyen d’améliorer ce processus. Un ATS pourrait utiliser l’intelligence artificielle pour suggérer des mots-clés et créer automatiquement le filtre de filtrage. Mais que se passe-t-il si le moteur d’IA crée et applique un filtre qui n’est pas aligné sur le souhait du responsable du recrutement ? L’intelligence artificielle est-elle le méchant ici ?
Définitivement pas! L’Intelligence Artificielle est le moteur. Les algorithmes sont les engrenages qui font fonctionner le moteur. Plus l’algorithme est efficace dans la création des filtres de sélection, plus les résultats seront précis et plus les candidats seront alignés sur la description de poste. Si l’ATS peut utiliser l’apprentissage automatique, la précision s’améliorera avec le temps. Si les algorithmes sont les engrenages du moteur d’IA, ML donne la possibilité à l’ATS d’ajuster ces engrenages eux-mêmes.
Il est temps d’arrêter de s’en prendre à la technologie pour les mauvaises raisons. Les demandeurs d’emploi sont frustrés par l’ATS en général parce qu’ils veulent cet entretien d’embauche, mais le logiciel ne fait que suivre les commandes. Ne vous méprenez pas, je suis de votre côté : je veux que l’intelligence artificielle et les technologies connexes améliorent la vie de chacun, mais il est injuste de tirer sur le messager.
