Mois : mai 2019

Olivier Payen, pour Sapiance RH : Tool4staffing était la meilleure option technologique et ergonomique

Bonjour Olivier, avant tout, Sapiance RH c’est quoi ?

Sapiance RH c’est quatorze ans d’existence et aujourd’hui une vingtaine de collaborateurs. Le cabinet exerce son activité dans les domaines du recrutement, outplacement, coaching et du conseil dans une dizaine de secteurs. Notre vision : construire, en marche du changement sociétal, une relation de confiance avec nos clients sur le long terme.

Vous avez récemment changé de logiciel, le vôtre ne vous convenait plus ?

Comme beaucoup d’autres du même style, notre ancien logiciel n’avait pas vraiment su avancer avec son temps. Les nouvelles versions qui étaient délivrées ne comportaient pas d’améliorations notables, voire, des régressions qui rendaient notre travail plus ardu.

Pourquoi avoir choisi Tool4staffing ?

Nous aimions bien le profil des fondateurs : plutôt issus de la tech que du recrutement, cela leur donnait un regard assez différent sur notre activité, et une vision assez innovante sur les choses à mettre en place. D’autre part et après avoir audité l’ensemble des solutions proposées par le marché, nous avons considéré que la proposition de tool4staffing représentait la meilleure option tant en terme d’ergonomie qu’en terme d’offre technique.

Vous n’aviez pas peur que leur expertise recrutement soit insuffisante ?

C’est vrai que c’est souvent le cas dans beaucoup de startups. Mais leur approche est assez différente de ce que j’ai pu voir jusqu’à présent. Ils sont très à l’écoute de nos besoins, cherchent des solutions, et leurs conseils souvent pertinents. S’ils se sont comportés comme ça avec leurs 60 clients cabinets, je pense que « l’expertise recrutement » ils l’ont indéniablement gagnée. En plus je pense que nous pouvons nous inscrire dans une logique d’apports réciproques afin de continuer à améliorer la solution.

Une migration est toujours pénible, quelles sont les difficultés que vous avez rencontrées ?

La récupération de nos données antérieures a été assez complexe sur bien des plans. Là aussi tool4staffing a été extrêmement proactif, et ils n’ont pas hésité à sortir de leurs prérogatives pour nous faciliter la tâche.

Ces données ont pu être récupérées ?

Toutes les bases que nous avons récupérées auprès de notre ancien prestataire ont correctement été intégrées. Il y a eu des éléments de matching à mettre en place, car nous en avons profité pour recoder et requalifier la base. Notre nouveau logiciel nous permet en effet de faire un « audit » de notre base, et détecter les champs vides, les éléments de listes inutiles : nous en avons profité pour avoir une base saine.

Expérience assez positive alors, quelques critiques ?

Nous manquions de temps pour effectuer nos feedbacks sur l’outil, nous avons donc choisi de le faire « au fil de l’eau », en post-production. L’outil étant en production, ces retours ont mis un peu de temps à être intégrés ce qui a généré de la frustration dans nos équipes. Je conseille vivement d’effectuer tous les feedbacks en amont, et de ne passer en production qu’une fois l’ensemble validé.

Qu’avez-vous pensé de l’équipe de tool4staffing ?

Elle a été très présente tout au long du projet et continue de l’être. Que ce soit à distance, par téléphone, email, ou lors de nombreuses visites dans nos bureaux, elle nous relance d’elle-même et est extrêmement proactive. On se sent très suivis.

>> DEMANDER UNE DÉMO GRATUITE <<

Recrutement : l’IA sera-t-elle aussi raciste et sexiste que nous ?

En 2016, à peine lancée, le chatbot Tay de Microsoft dérapait sur Twitter : propos négationnistes, apologie d’ Hitler…ses créateurs l’ont débranché après seulement 24h. En 2017, un an plus tard, ce fut le tour d’une autre intelligence artificielle, nommée Glove, de reproduire des stéréotypes grossiers : les femmes associées aux arts, les hommes aux professions scientifiques…

Pourquoi certaines Intelligences Artificielles, que l’on nous présente comme le progrès absolu, finissent par reproduire les discours de Tonton Fernand après 3 verres de vin rouge ? Pour comprendre il faut se pencher sur le mode de fonctionnement  de ce que la plupart des scientifiques refusent d’appeler « Intelligence » Artificielle. Beaucoup lui refusent cet honneur, et préfère utiliser le terme “Apprentissage Récursif”. Explication.

Lorsque les machines gagnent aux échecs ou au jeu de go, créent de la musique classique ou des vidéos criantes de vérité, elles ne font appel à aucun type de réflexion. Elles réalisent simplement un nombre considérable de “tests/erreurs” qui leur permet finalement de proposer un comportement adapté.

À titre de comparaison : si vous mettez une grenouille face à un piano minuscule, et que vous lui envoyez une décharge chaque fois qu’elle fait une fausse note, elle finira par savoir jouer du Chopin. Problème : à raison de 100 fausses notes par jours il lui faudra sans doute quelques centaines d’années. Une IA, elle, peut réaliser plusieurs millions de tests/erreurs par seconde. Elle battra donc la grenouille à plate couture dans l’apprentissage du piano, mais n’aura pas une réflexion bien supérieure.

Pour apprendre les machines ont donc besoin de distinguer ce qu’est une erreur (une fausse note) de ce qui n’en est pas (une note juste). Les algorithmes des chatbots, pour réaliser leur apprentissage tests/erreurs, ont donc besoin d’une base de données gigantesques de « réponses » qui sonnent justes. Pour certaines, notamment Tay de Microsoft, ce fut Twitter. Elle a donc exploré les réponses données à des milliards de questions sur ce réseau social, et en a déduit une trame de discussion la plus humaine possible.

Tout l’apprentissage des machines et donc basé sur la reproduction du comportement qu’elle a appris, sans réflexion ni analyse de ce dernier. Il est donc normal que ces « Intelligences » reproduisent les biais et stéréotypes véhiculés sur ces derniers. Y compris pour les théories les plus violentes : ces théories sont en général plus activement défendue par leurs partisans que la recette de la courge à la tomate.

Ce genre d’incidents nous interroge sur l’utilisation de l’IA, à l’heure où nous lui confions de plus en plus d’éléments de décisions. Quelle est la limite éthique de la démarche ? Si on peut pardonner Tonton Fernand, voire se dire qu’il changera, qu’en est-il d’une machine ?

Valérie Touraine, CEO du chatbot RH JAI récemment acquis par JobiJoba, nuance : “Un chatbot peut reposer sur une véritable IA ou de simples arbres de discussions. Chez JAI, pour une expérience candidat unique, nous utilisons les deux. D’une part, notre brique d’Intelligence Artificielle (aussi appelé NLU) est entraînée sur l’ensemble des discussions avec les candidats par une équipe de datascientists qui maîtrise son apprentissage. Ainsi on évite l’effet boîte noire. Cela nous permet de comprendre les questions des candidats afin d’y répondre au mieux. D’autre part, nous avons des scénarios guidés pour accompagner le candidat dans sa découverte de l’entreprise et de ses offres. »

Et surtout, précise-t-elle, “toute la qualité d’une IA vient du choix de la base d’entraînement, sélectionnée et optimisée par les data scientists”. Quand on voit l’agressivité bien connue des échanges sur Twitter, on peut se demander comment ceux de Microsoft ont pu espérer un résultat différent ?

Une certitude : ces notions de “qualité d’IA” vont se poser de plus en plus, et un peu plus de transparence sera de mise. Dans notre article « L’effet pôle emploi» , nous pointions déjà du doigt les limitations d’une qualification trop rigide la base. Algorithmes de matching, recherche sémantique…tous ces outils doivent être au service de l’utilisateur et non pas entériner des biais contre lesquels il faut lutter. Chez Tool4staffing nous sélectionnons avec soin nos outils d’Intelligence Artificielle. Ils sont en outre pensés pour proposer une puissante aide à la décision, mais en aucun cas s’y substituer. Le temps gagné est notable, la base candidats infiniment mieux qualifiée, et le dernier regard lui, reste humain. C’est pour nous un engagement fort, dans un domaine où la discrimination est, on le sait, encore très présente.

>> DEMANDER UNE DÉMO GRATUITE << 

Nos employés témoignent: Episode #1 « Antoine et sa liberté d’expression »

Bonjour Antoine, vous travaillez actuellement chez Tool4staffing, et vous souhaitez nous partager un peu votre expérience ?

Avant tout je tiens à préciser que je ne suis l’objet d’aucune pression, ni sur mes conditions de travail ni sur mon intégrité physique, et suis libre de m’exprimer comme bon me semble lors de cet interview.

Très bien. Quel est votre rôle chez Tool4staffing ?

Je fais partie de l’équipe de production en tant que Lead Développeur.

Concrètement cela consiste en quoi ?

Les tâches sont extrêmement variées, mais globalement elles se catégorisent en 3 parties :

  • Intégration client : en collaboration avec la Chef de Projet nous analysons les besoins des nouveaux clients et les intégrons à notre solution, qui est hautement personnalisable.
  • Maintenance : nous assurons un suivi clients et permettons l’intégration d’update supplémentaires
  • R&D : la solution évolue chaque jour, et nous sommes chargés d’intégrer de nouvelles fonctionnalités, ou d’améliorer celles existantes.

Intéressant : quels types de fonctionnalités ?

La maintenance sert justement à récupérer des feedbacks clients, nous les classifions et en déduisons les axes d’améliorations prioritaires. C’est une amélioration continue : une nouvelle version est mise en ligne au moins tous les semestres, avec à chaque fois des améliorations. Parfois des simplifications aussi, afin de ne pas finir avec une usine à gaz.

Quelle mission vous plaît le plus ?

Que cela soit via la R&D ou l’intégration de clients, il est très agréable de voir les clients répondre positivement à ce que nous faisons. Nous codons « utile », au sens où nous voyons immédiatement ce que l’on a fait être pris en main et exploité par les utilisateurs finaux.

Quelle peut être votre difficulté ?

Les périodes de rush ne sont pas toujours faciles à gérer. Nous avons multiplié notre nombre de clients par 3 l’an dernier, et nous continuons sur le même rythme. Il est normal qu’avec une croissance pareille il y ait parfois des distensions entre le nombre de nouveaux clients à gérer et les effectifs en place.

Lorsque je suis arrivé l’équipe de production était constituée de 3 personnes, nous allons être 10 d’ici peu. Et cela ne va pas s’arrêter là.

Du coup, comme beaucoup de startups, vous êtes un peu « à l’arrache » j’imagine ?

Le terme est un peu fort. J’avoue que certains aspects de la production étaient un peu artisanaux : la technologie est maison, il y avait très peu de documentation…mais on voit très clairement qu’une bonne partie de notre croissance est investie dans la professionnalisation des process.

Dès lors peu importe que tout ne soit pas parfait, tant qu’on voit une évolution réelle et rapide, qui privilégie l’efficacité.

Cette forte croissance, et cette évolution, c’est ce qui vous plaît ?

Evidemment ! Je savais pourquoi je signais et si j’avais voulu travailler dans une entreprise plus statique avec des processus rigides je serais allé dans une ESN ou dans une grosse entreprise. Ce qui me plaît c’est le côté « tout est à faire ». Nous avons mis en place pas mal de choses depuis mon arrivée : un ERP, des process de développements…

L’équipe de production est très impliquée dans cette amélioration : nous sommes invités à donner notre avis au travers de workshops, des solutions sont sélectionnées, parfois contre-validées par des consultants externes, et du temps est ensuite bloqué pour les mettre en place.

Bon Antoine, entre nous, vous n’avez quasiment aucune critique à formuler ? Vos dirigeants par exemple ? Rien à raconter ?

Je tiens à préciser que je ne suis l’objet d’aucune pression, ni sur mes conditions de travail ni sur mon intégrité physique, et suis libre de m’exprimer comme bon me semble lors de cet interview.

Vous rêvez de vivre la même expérience ?

>>POSTULER ICI<<

Scroll to top