Le glossaire de l’intelligence artificielle


Le mercredi 13 novembre 2019 | GPEC
ia -
Si l’impact positif de l’intelligence artificielle dans les RH n’est plus à prouver, la maîtrise de son champ lexical n’est pas toujours à la portée de tous. Deep learning, machine learning, data mining… Petite révision des principaux concepts à connaître pour tirer le meilleur parti de cette technologie.

  • Intelligence artificielle

Selon le rapport de Cédric Villani intitulé « Donner du sens à l’intelligence artificielle », rendu public le 28 mars 2018, « l’intelligence artificielle désigne moins un champ de recherche bien défini qu’un programme, fondé autour d’un objectif ambitieux : comprendre comment fonctionne la cognition humaine et la reproduire ; créer des processus cognitifs comparables à ceux de l’être humain. » Si elle existe depuis les années 1950, cette technologie, renforcée par le machine learning et le deep learning, est aujourd’hui considérée comme une véritable révolution pour la société, et particulièrement pour le monde professionnel.

Son atout pour les RH ? En automatisant de nombreux process RH (tri de CV, présélection des candidats…), l‘intelligence artificielle permet non seulement à la fonction RH de se libérer des tâches à faible valeur ajoutée, mais elle lui offre également la possibilité de prendre des décisions éclairées sur la base d’informations objectives tout en limitant les biais et les discriminations.

  • Machine learning

Le machine learning est l’une des branches de l’intelligence artificielle. Appelée également apprentissage automatique, cette technologie s’appuie sur des algorithmes capables d’acquérir de nouvelles connaissances dans le but de s’améliorer et d’évoluer d’eux-mêmes dès qu’ils sont exposés à de nouvelles données. En d’autres termes, elle consiste à former une machine pour qu’elle apprenne par elle-même.  

Son atout pour les RH ? Le machine learning permet de dégager des tendances, d’apprendre sur l’exemple et ainsi de prendre des décisions cohérentes avec un minimum d’intervention humaine. Il permet par exemple de suivre le travail d’un collaborateur et d’y associer les données de son CV afin de suggérer automatiquement des évolutions de carrières.

  • Deep learning

Le deep learning est une manière de faire du machine learning, mais de manière encore plus poussée, en s’inspirant du fonctionnement du cerveau humain. Cette technologie d’apprentissage se base sur des réseaux de neurones artificiels numériques et permet par exemple à un programme de reconnaître le contenu d’une image ou de comprendre le langage parlé.

Son atout pour les RH ? Lors d’un entretien vidéo, le deep learning va être capable d’analyser et d’interpréter le langage corporel, les expressions du visage et la sémantique du candidat. Cette analyse comportementale va permettre d’identifier les émotions et les facettes dominantes de sa personnalité et ainsi aider le recruteur à présélectionner les profils les plus pertinents.

  • Data mining

Le data mining s’apparente au machine learning et s’appuie sur l’exploration de données. Il consiste à faire le tri parmi les données récoltées, en extraire les plus pertinentes et identifier les schémas récurrents afin d’établir des relations de corrélation.

Son atout pour les RH ? Le data mining permet de tirer parti des importants volumes de données, générés par les entreprises à traver leurs SIRH et leurs outils de paie, pour les aider à mieux comprendre leurs process et leur organisation et ainsi les guider pour prendre les bonnes décisions. C’est par exemple un outil précieux dans le cadre de l’analyse prédictive en recrutement ou de l’analyse des facteurs de performance des équipes.

Par Stéphanie Marpinard

Transférer cet article à un ami