ON
← Retour au fil
Vous envoyez plusieurs demandes d'emploi et vous n'obtenez aucune réponse?
Slovenia🏛️ Politiqueil y a 4 j

Vous envoyez plusieurs demandes d'emploi et vous n'obtenez aucune réponse?

L'article traite du problème croissant du rejet des demandeurs d'emploi malgré le dépôt de nombreuses candidatures, soulignant que le problème ne réside souvent pas dans les candidats mais dans le processus d'embauche lui-même. Selon une recherche de l'Université de Stanford, de nombreuses entreprises s'appuient désormais fortement sur les systèmes d'intelligence artificielle pour filtrer les curriculum vitae avant même que les recruteurs humains ne les voient. Ces algorithmes recherchent des mots clés, des modèles ou des traits de comportement spécifiques, ce qui peut conduire à des résultats biaisés. L'étude révèle que plus de 90% des employeurs américains utilisent une forme d'algorithme ou d'IA dans leurs processus d'embauche. En outre, la recherche identifie un phénomène appelé "monoculture algorithmique", où de nombreuses entreprises utilisent des outils similaires provenant des mêmes fournisseurs, ce qui entraîne des évaluations cohérentes chez différents employeurs.

Les entreprises d'aujourd'hui utilisent de plus en plus l'intelligence artificielle pour sélectionner les candidats, ce qui est devenu ces dernières années la méthode de base dans le processus d'embauche.

Une étude de l'Université de Stanford, qui a analysé environ 4 millions de candidatures de plus de 3 millions de candidats, montre que les procédures d'embauche modernes dépendent de plus en plus des systèmes automatisés. Ces systèmes sont utilisés par plus de 90% des candidats aux États-Unis avant que les candidats ne soient recrutés.

L'une des découvertes les plus importantes de la recherche est un phénomène que les chercheurs appellent "mono-culture algorithmique", c'est-à-dire que de nombreuses entreprises utilisent des outils très similaires pour évaluer l'intelligence de leurs candidats.

Il s'agit d'attentes présumées, qui ne peuvent être expliquées que par des circonstances, et par conséquent, la décision doit être fondée sur le même critère.

La conclusion la plus surprenante de l'étude est que de nombreux candidats ne sont pas rejetés en raison d'un manque de compétences, mais en raison de la même méthode de filtrage. Les algorithmes sont basés sur des modèles qui peuvent contenir des biais. Ils révèlent en effet des différences dans la façon dont ils traitent chaque groupe de candidats.

Si le système est débloqué une fois, les candidats ne sont pas éligibles et la pression peut être réitérée lors de la prochaine élection, ce qui pourrait entraîner une nouvelle crise.

L'augmentation de l'emploi a des conséquences très concrètes. Le processus de recrutement est moins transparent, les informations de retour sont si rares ou automatisées. Les candidats ont du mal à comprendre ce qu'ils peuvent améliorer, et souvent ils n'ont pas le sentiment que leur travail n'est pas du tout perceptible. Le problème est aussi que les algorithmes traitent la vie différemment des gens. Les candidats peuvent avoir une bonne expérience, mais ils ne peuvent pas se présenter de manière à être reconnus par le système, donc ils ne peuvent pas être fiers de la prochaine équipe sélectionnée.

L'utilisation de l'intelligence artificielle dans les entreprises entraîne une augmentation de l'efficacité, tout en créant des risques, et des opportunités de travail non partagées. Si plusieurs entreprises utilisent le même système, la même information peut avoir un impact sur de nombreuses décisions en même temps. Cela signifie que chaque candidat n'échappe pas au processus de candidature, mais a le potentiel d'obtenir plus de résultats.

Bien que le système ne soit pas parfait, les experts conseillent quelques adaptations. Il est important que les candidats sachent comment leur CV est représenté dans le système, et qu'ils s'y adaptent, ainsi que la façon dont les algorithmes traitent les données. Ainsi, ils peuvent améliorer leurs chances d'un emploi réussi. Ils doivent apprendre à représenter leur expérience, afin d'être compris et évalués correctement. Cela signifie que leur participation au processus d'embauche ne concerne pas seulement les connaissances, mais aussi l'acquisition de compétences techniques, ce qui leur permet d'accéder aux opportunités.

1 articles

Cekin logoCekinIndépendantCentreil y a 4 j
Vous envoyez plusieurs demandes d'emploi et vous n'obtenez aucune réponse?

L'article traite du problème croissant du rejet des demandeurs d'emploi malgré le dépôt de nombreuses candidatures, soulignant que le problème ne réside souvent pas dans les candidats mais dans le processus d'embauche lui-même. Selon une recherche de l'Université de Stanford, de nombreuses entreprises s'appuient désormais fortement sur les systèmes d'intelligence artificielle pour filtrer les curriculum vitae avant même que les recruteurs humains ne les voient. Ces algorithmes recherchent des mots clés, des modèles ou des traits de comportement spécifiques, ce qui peut conduire à des résultats biaisés. L'étude révèle que plus de 90% des employeurs américains utilisent une forme d'algorithme ou d'IA dans leurs processus d'embauche. En outre, la recherche identifie un phénomène appelé "monoculture algorithmique", où de nombreuses entreprises utilisent des outils similaires provenant des mêmes fournisseurs, ce qui entraîne des évaluations cohérentes chez différents employeurs.

Lecture du biais (Centre): L'article présente les résultats d'une étude de l'Université de Stanford et discute des implications des pratiques d'embauche basées sur l'IA. Il n'adopte pas de position idéologique claire, ni ne favorise un groupe ou une politique en particulier.

Gardons l’information honnête.

ObjectiveNews est financé par ses lecteurs et sans publicité : nous vous montrons le biais au lieu de le cacher. Soutenez un journalisme indépendant pour 5 €/mois.

Devenir soutien

Sujets liés