Pourquoi le candidat IA qui réussit le meilleur entretien n'est-il pas celui qui est embauché avec le plus de succès ?

La demande de compétences en intelligence artificielle a presque été multipliée par sept en deux ans, soit un rythme plus rapide que pour toute autre compétence, selon le McKinsey Global Institute.

Ce sentiment se retrouve dans mes conversations avec les dirigeants du secteur technologique ; presque tous ceux à qui je parle recherchent des employés possédant des compétences en IA.

Mais le problème, c'est que très peu d'entre eux peuvent me dire à quoi ressemble concrètement la maîtrise de l'intelligence artificielle lorsqu'elle est appliquée au travail au sein de leurs organisations.

McKinsey a constaté que près de 90 % des entreprises ont investi dans l'intelligence artificielle. Mais moins de 40 % d'entre elles ont fait état de gains mesurables.

La plupart des analyses post-implémentation de l'intelligence artificielle se concentrent sur les modèles, les données et les flux de travail.

Mais rares sont ceux qui s'intéressent aux personnes recrutées pour mener la transformation par l'IA, ni à la manière et aux raisons de leur choix.

Les dangers de confondre confiance et compétence

L'un des effets secondaires des progrès de l'IA est qu'ils ont considérablement simplifié la communication autour de son utilisation. Un candidat pourrait commencer par nommer chaque modèle, puis expliquer une structure architecturale dont il a entendu parler la semaine précédente. Lors d'une brève conversation, il est presque impossible de dissocier l'éloquence du langage d'une application pratique et maîtrisée.

Ceux qui impressionnent le recruteur sont souvent ceux qui semblent le plus à l'aise pour parler d'intelligence artificielle. Quant à savoir s'ils sont capables d'utiliser l'IA pour accomplir la tâche, c'est une autre question, et la plupart des processus de recrutement ne la posent jamais.

Considérez l'entretien comme une démonstration dans un cadre choisi par le candidat, fruit d'une préparation minutieuse et fondée sur son propre récit. Mais c'est là que les problèmes commencent avec l'utilisation de l'IA au travail : sans une maîtrise adéquate de l'IA, il est facile d'en perdre le contrôle.

Nombre d'entreprises fondent leurs critères d'embauche uniquement sur la familiarité des candidats avec les outils. Or, une analyse plus approfondie, et l'exigence d'une utilisation autonome et documentée, révèlent immédiatement le véritable déficit de compétences.

Plusieurs modifications peuvent être apportées au processus de recrutement par les équipes afin de changer la façon dont l'efficacité de l'IA est mesurée :

1. Testez le travail avant la conversation.

Présentez aux candidats un scénario simulant le poste réel et évaluez leurs performances selon un ensemble de compétences prédéfinies. Par exemple, si vous recrutez un concepteur de produits, confiez-lui une tâche concrète impliquant de véritables contraintes de produit et demandez-lui « pourquoi » à chaque étape.

Un candidat à l'oral impeccable vous fournira quarante instructions bien rodées. Une personne capable de mener à bien un projet vous dira lesquelles résisteront à des conditions extrêmes, quelles normes d'accessibilité sont requises et quel ingénieur sera responsable de la construction. C'est le test que la plupart des entretiens d'embauche omettent.

2. Modifiez les questions d'entretien

Arrêtez de poser des questions sur les outils utilisés par les gens. Demandez-leur plutôt quand remonte la dernière fois où une IA leur a donné une mauvaise réponse et comment ils l'ont découvert, ou demandez-leur de vous montrer un exemple de réponse erronée et comment ils l'ont corrigée.

Analysez un cas concret et précis : ce qui a changé, ce qui a mal tourné, les vérifications effectuées et les personnes impactées par le résultat. Seule une personne n’ayant pas réalisé le travail peut répondre à ces questions.

3. Changer le scénario

Proposez au candidat une tâche réaliste liée à l'IA, puis modifiez-la en cours de route en supprimant un outil, en ajoutant une contrainte ou en changeant l'objectif. Les candidats les plus performants reformuleront le problème et poursuivront leurs efforts, tandis que les moins performants s'arrêteront ou décriront leur démarche théorique.

Exigez de voir le processus, pas seulement le produit final. Autorisez l'utilisation de l'IA dans l'évaluation, à condition que les participants démontrent leur flux de travail, leur automatisation, leurs invites et la logique sous-jacente. Aujourd'hui, n'importe qui peut produire un résultat impeccable. Mais ce qui compte vraiment, c'est la démarche.

4. Évaluer ensemble la performance

Chaque candidat doit être évalué selon les mêmes critères, définis avant l'entretien, puis les éléments de preuve sont comparés lors d'une séance d'examen conjointe. Cet examen conjoint constitue le facteur déterminant de la décision d'embauche finale et permet de définir les compétences du candidat en intelligence artificielle.

Aujourd'hui encore, le processus de recrutement dans le domaine de l'intelligence artificielle tombe dans le piège de sélectionner le candidat qui réussit le mieux l'entretien, pour découvrir un trimestre plus tard qu'il est incapable d'effectuer le travail.

Un processus de recrutement opaque peut sembler efficace car il exige moins d'efforts de la part de ceux qui le mettent en œuvre. Cependant, son impact sur l'entreprise est bien réel : il reporte les coûts sur la phase d'intégration, où le suivi devient beaucoup plus complexe et la correction beaucoup plus onéreuse.

La prochaine fois que vous embaucherez un spécialiste en IA, évitez de lui poser des questions sur les outils qu'il utilise. Concentrez-vous plutôt sur la dernière fois où l'un de ces outils lui a fait défaut et sur la manière dont il a géré la situation.

Nous avons passé en revue les meilleurs programmes de ressources humaines.