L’utilisation de l’IA en gestion des ressources humaines au Québec

La gestion des ressources humaines est vue comme une discipline subjective, très riche en procédures administratives. Cela en fait un terreau fertile pour l’IA. Cette subjectivité amène certains défis, ce qui fait de la GRH un contexte unique pour étudier la limite entre la question de l’augmentation vs. l’automatisation : « jusqu’à quel point peut-on automatiser les processus tout en restant dans l’augmentation ? ».

L’IA vient augmenter des outils déjà existants en matière de GRH avec trois volets :

• un volet descriptif, pour décrire la performance des salariés, par exemple ;
• un volet prédictif, pour prédire les rendements futurs, l’absentéisme, les taux de roulement, le risque de fraude dans le domaine bancaire, etc. ;
• unvolet prescriptif, pour les recommandations d’embauche, de promotions, voire de licenciements.

De manière générale, il y a une pression forte du marché pour inciter les entreprises à adopter des outils technologiques quels qu’ils soient. Nous évoluons dans une époque de « techno-solutionnisme » découlant de la marchandisation de données qui valent de plus en plus cher. Certaines entreprises, un peu victimes de ce phénomène, intègrent des outils d’IA sous couvert de grandes promesses de gain d’efficacité, mais un des objectifs principaux est de collecter le plus de données possibles.

Un chiffre cependant : 60% des personnes interrogées affirment que leur entreprise n’a pas intégré ou ne compte pas intégrer l’IA dans les processus RH (Source : conseil de l’ordre des conseillers en ressources humaines, 2022).

Plus de 70% de la littérature consacrée au sujet est accaparée par le volet « acquisition des talents » qui correspond au recrutement et à la sélection du personnel. On parle ici d’« Amélioration de l’expérience candidat » à l’aide de chatbots, d’optimisation du « matching », de l’analyse des informations présentes sur les réseaux sociaux dans les publications des candidats, avec tous les enjeux que cela peut comporter. L’IA est aussi utilisée dans l’analyse de personnalité et la prédiction de la performance des salariés.

Un autre usage concerne « l’onboarding », l’accueil-intégration du salarié, via la réalité virtuelle qui permet de visiter à distance les lieux de travail des entreprises ou l’utilisation de « mentors virtuels ».

Dans le domaine de la gestion des compétences, l’IA va identifier les besoins de chaque salarié et déterminer l’activité d’apprentissage qui convient le mieux. L’IA permet ainsi de créer des profils d’apprentissage personnalisés.

En matière de gestion de la performance et des talents, l’IA va être utilisée à travers la reconnaissance faciale et vocale afin de déterminer l’état de stress et de santé du salarié, d’évaluer la performance, et d’identifier les hauts potentiels. 

Elle va également prédire les départs individuels en évaluant le niveau de probabilité de départ d’un talent (il y a par ailleurs tout un questionnement autour de cette utilisation).

Dans le domaine de la santé, il existe un marché des applications de santé en entreprise (« corporate wellness apps »). Ces outils permettent notamment de voir qui a les meilleures habitudes de vie (sommeil, alimentation, sport…). Leur usage est intéressant dans le sens où il peut amener une meilleure santé globale d’entreprise, mais ces applications comportent également un aspect négatif de classement, qui peut amener une ostracisation complète de certaines personnes.

Le développement de l’IA en matière de rémunération est particulièrement intéressant en matière d’évaluation des emplois et de réduction des écarts salariaux. Avec une précision quasi totale, elle permet en temps réel de suivre les écarts salariaux H/F, par exemple. Cela permet ainsi aux employeurs de mieux se conformer aux dispositions légales. Pour ce qui est de l’évaluation des emplois, c’est un processus qui fait l’objet de nombreuses critiques, car assez biaisé dans beaucoup de cas. L’IA peut toutefois potentiellement contribuer à une meilleure objectivation dans ces processus d’évaluation des emplois.

L’usage de ChatGPT en RH peut être utilisée pour la rédaction de documents (offres d’emploi, contrats d’embauche, descriptions de postes…). Certaines petites structures l’utilisent également pour obtenir des avis juridiques ou faire des enquêtes salariales, un phénomène qui inquiète les chercheurs. Avec un usage trop rapide de ces outils, il est très facile de se tromper et de s’exposer à de graves conséquences.

Ces usages appellent le respect de deux grands principes en terme de responsabilité : la transparence (qui fait débat compte tenu des enjeux de confidentialité) et la réduction des biais. Le défi est de savoir comment intégrer ces enjeux dans la pratique et le développement des applications.

Le maintien de la professionnalisation des RH constitue également un enjeu majeur. Comment éviter que les gestionnaires de ressources humaines ne perdent leur vigilance dans un contexte d’automatisation ? Comment éviter qu’ils ’ne deviennent de simples « opérateurs » qui ne seraient plus capables de prendre de décision sans la machine. Il est nécessaire de préserver leur expertise, ainsi qu’une forme de subjectivité dans la pratique.