People IntelligenceSans contexte, l'IA reste surtout douée pour formuler des réponses
Un modèle intelligent peut faire beaucoup avec des informations. Mais il ne peut pas utiliser un contexte qu'il n'a jamais reçu.
Björn Slegers ·
La discussion sur l'IA commence souvent par le modèle. Quel modèle utilisez-vous ? À quel point est-il intelligent ? Peut-il prédire ? Peut-il analyser de manière autonome ? Ce sont des questions compréhensibles. Mais en RH, une autre question est peut-être plus importante. Que sait réellement le modèle de la situation sur laquelle vous posez une question ? Prenez un taux d'absence de huit pour cent.
Est-ce élevé ? Peut-être. Mais pour quelle équipe ? Sur quelle période ? Après une réorganisation ? Avec combien de collaborateurs ? Le même manager est-il en poste depuis des années ? Est-ce une situation nouvelle ou stable depuis longtemps ? Sans ce contexte, huit pour cent est simplement huit pour cent.
Les humains complètent constamment le contexte
Un professionnel RH expérimenté voit un chiffre et pousse sa réflexion presque automatiquement. Qu'est-ce qui a changé ici ? Qui fait partie de cette équipe ? Que s'est-il passé le mois dernier ? Est-ce une exception ou une tendance ? Cela ne veut pas dire que le professionnel connaît déjà la réponse. L'expérience l'aide plutôt à comprendre quelles questions poser en premier.
L'IA ne dispose pas d'elle-même de ce contexte organisationnel. Si le Recruitment, le contrat, la performance, Time, l'absence et le reward contiennent chacun leur propre réalité, un modèle voit des fragments. Il peut toujours écrire un texte particulièrement convaincant à ce sujet. Mais une réponse bien formulée n'est pas la même chose qu'une réponse bien informée.
C'est pourquoi l'architecture gagne en importance avec l'IA
On parle beaucoup de la qualité des grands modèles de langage. À juste titre. Mais la qualité finale de l'assistance par l'IA en RH est déterminée au moins autant par ce qui se passe en amont du modèle. Quelles informations sont sélectionnées ? Quel contexte est associé ? Quelles données appartiennent au même collaborateur, à la même fonction, à la même période ou à la même décision ?
Quelles informations ne doivent justement pas être transmises ? Et comment protégeons-nous les identités lorsque des modèles externes sont utilisés ? Ce sont des questions d'architecture. Pas seulement des questions d'IA. Un meilleur modèle ne résout pas de lui-même un contexte fragmenté.
La meilleure IA ne doit pas prétendre tout comprendre
Nous trouvons qu'il est plus intéressant que l'IA aide explicitement à la préparation. Rendre une tendance visible. Structurer des informations provenant de différentes sources pertinentes. Signaler une anomalie. Préparer des questions pour un entretien. Mettre en parallèle différents scénarios. Cela peut réduire énormément la distance entre un premier signal et une évaluation humaine.
Mais ensuite, il se passe quelque chose de difficile à entièrement automatiser. Quelqu'un doit déterminer ce que cela signifie. C'est peut-être, au final, une meilleure ambition pour l'IA en RH. Pas un système qui a une réponse à tout.
Mais un système qui aide les gens à poser plus tôt la bonne question.
Comment Almuruna One aborde l'IA et l'AI Act