Comment catalyser votre fonction RH avec l’intelligence artificielle?

Tome 1 : L’analyse textuelle des entretiens annuels

Intelligence artificielle, Machine Learning, nombreux sont les sujets d’actualités autour de la donnée, et ce à juste titre car la manière dont on va les utiliser peut à long terme révolutionner les enjeux métiers du monde des Ressources Humaines.

Utilisée usuellement dans un contexte d’amélioration de la connaissance client, l’analyse de données dorénavant peut s’appliquer à différents secteurs d’activités et différents domaines de l’entreprise. En effet, l’utilisation des données est un véritable enjeu pour les ressources humaines qui, par différents types d’analyses de données, permettent d’avoir une vision d’ensemble de la situation RH, d’améliorer l’accompagnement des collaborateurs et d’optimiser le recrutement, par exemple.

Pour ce faire, Althéa adapte et modernise ses offres pour accompagner nos clients dans ce changement de paradigme avec l’aide de l’Intelligence Artificielle.

Les acteurs du marché ont choisi de miser sur l’intelligence artificielle car elle va sans nul doute concourir à rendre les fonctions RH plus efficaces. En effet, les métiers RH doivent gérer de nombreuses tâches indispensables mais contraignantes. Réussir à automatiser certaines de ces tâches ou factualiser les démarches d’analyse en les confiant à un algorithme permet de se focaliser sur les tâches qui demandent plus de réflexion et de travail.

On peut se demander par quels leviers d’analyse Althéa compte réformer le domaine des Ressources Humaines et des SIRH.

Les méthodes d’analyse classiques (déduire des conclusions à partir d’un petit nombre d’entretiens) ne délivrent pas toujours la hauteur attendue. Nous essayons de répondre de manière holistique au problème du diagnostic RH pour analyser automatiquement les données et « les laisser parler ».

Plus généralement, l’analyse des sentiments des salariés permet d’identifier les leviers internes tels que : les souhaits d’évolution, le bien-être au travail, les risques psychosociaux, les besoins en formation, l’efficacité managériale.

Dans une mission confiée par un de nos clients dans le secteur de l’eau, nous avons analysé plus de 175000 verbatims à l’issue d’une campagne de performance exceptionnelle pour mettre en évidence les réussites ou les difficultés éprouvées lors du premier confinement lié au COVID-19.

Ces analyses permettent une vue globale et non biaisée contrairement aux analyses actuelles qui utilisent des modèles qui souffrent de grands biais.

Dans le but de donner une visibilité claire sur la stratégie RH à adopter à la sortie de la période de confinement, une méthode systématique d’analyse peut être proposée :

Le déroulement d’une analyse textuelle

Aujourd’hui bon nombre de RH peuvent passer à côté de documents nécessitant une attention particulière faute de temps ou de moyens. A cet effet, on peut recourir à l’analyse sémantique qui permet de mettre en lumière les principaux thèmes de discussion abordés lors de l’entretien annuel par des méthodes statistiques.

Via des leviers de représentation graphique, on peut identifier ces principaux thèmes et les termes évoqués dans les verbatims qui y rapportent.

Réussir à déceler les thèmes principaux c’est bien, mais en interpréter le sens et les « sentiments » c’est mieux. C’est là qu’entre en jeu l’analyse de sentiments.

Qu’est-ce que l’analyse de sentiments ? C’est une technologie basée sur le traitement automatique de langage humain, va de la détection des émotions, à la colère et à l’intention. Mais ici, dans une tout autre forme, l’analyse de sentiment va nous permettre d’attribuer une polarité (positive, négative, neutre) à des données textuelles brutes issues des verbatims.

Nous pouvons citer des exemples issus de cette campagne :

« Bon accompagnement par la hiérarchie/l’équipe (partage d’information suivi des projets adaptation des missions le cas échéant …) » affiche un taux de positivité de 75% ce qu’on peut considérer comme étant un sentiment positif à contrario « Grande difficulté à la fermeture de la plateforme. Deux collaborateurs ont été en arrêt maladie 2 semaines pour suspicion de COVID. Les autres étaient en activité partielle par manque de matériel : 1 personne à risque et les 3 autres ayant des enfants. » affiche un taux de positivité de 20%, ce que vous pouvez constater par vous-même, est perçu comme un sentiment négatif.

Une meilleure compréhension des besoins et des axes à cibler grâce à l’analyse statistique

Dans cette étude, on a priorisé la catégorie socio-professionnelle et l’âge mais on aurait très pu considérer d’autres facteurs, comme la localisation géographique pour des périmètres internationaux.

Grâce à l’analyse statistique, nous pouvons identifier quelles sont les catégories qui nécessitent un regard particulier et une implication plus importante et quelles sont celles qui reflètent un sentiment global positif qui permettra d’extraire les informations nécessaires pour une meilleure compréhension des stratégies à entreprendre.

Les différentes étapes de production

Tout d’abord, le service RH supervise et collecte les entretiens annuels de ses collaborateurs, via le SIRH.

Ensuite, il extrait en masse des données textuelles brutes non structurées (sous forme d’un fichier Excel, par exemple).

A partir de cette étape, notre expertise métier entre en jeu : définition des objectifs, qualification des données, séparation des langues, prétraitement des données, une étape chronophage habituellement mais réduit par nos solutions innovantes.

Puis, on élabore plusieurs modèles algorithmiques puis on compare les métriques de performances de ces modèles pour garder celui qui répond à nos objectifs fixés en amont.

Enfin vient l’étape la plus importante, en effet on visualise les résultats par des leviers de représentation graphique qui permettent d’interpréter les résultats.

Une mission de diagnostic augmentée d’IA se déroule en mode « flash », et permet aux équipes référentes d’avoir des conclusions rapides et une prise de décision agile.

Conclusion 

L’entretien d’évaluation de performance est un des outils de management les plus efficaces puisqu’il sert à évaluer la performance et les compétences des salariés et à identifier d’éventuels axes d’améliorations.

De ce fait, les analyses opérées à cet instant ne permettent pas d’avoir une vision globale des ressentis des collaborateurs comme le propose l’intelligence artificielle.

Un article co-rédigé par Kristof DESCOTES, Consultant – R&D and Innovation Lead  et Klinsman DADISLAUS consultant stagiaire en Machine Learning.