Niveau : Intermédiaire
Robert Reul, fondateur, Isometric Solutions
Éliminer la discrimination sur le lieu de travail. L'objectif commun des candidats et des employeurs est probablement de pouvoir rechercher et obtenir un emploi sur la base d'un ensemble complet de caractéristiques non discriminatoires : connaissances, compétences et expérience. Malheureusement, ces critères sont trop souvent éclipsés par d'autres facteurs plus facilement discernables, sans grand rapport avec la performance professionnelle et, pire encore, qui incarnent des pratiques contraires à l'éthique et illégales lors du recrutement. L'analyse de données peut-elle permettre d'exclure les biais discriminatoires lors de l'embauche ? À partir d'une abondante littérature universitaire sur la personnalité et la performance, plusieurs cadres émergent, servant de vecteurs de résultats pour les modèles prédictifs, à savoir les « Big 5 » de traits de personnalité, ainsi que la fiabilité, la sympathie et l'assurance. Mais que faire de ces prédicteurs ? Des expérimentations avec des données de traitement d'images faciales provenant de sources telles que Google et Microsoft ont montré des résultats prédictifs prometteurs. En utilisant une série de méthodes analytiques qui analysent le potentiel prédictif et réduisent la complexité dimensionnelle, les prouesses prédictives émergent grâce à un ensemble de variables latentes totalement non discriminatoires qui éclairent les recommandations « personnes à interviewer » et « personnes à embaucher » basées uniquement sur l'adéquation culturelle. Cette présentation révélera les défis et les réussites de cette démarche, prouvant qu'elle est non seulement réalisable, mais qu'elle pourrait devenir la nouvelle norme.
