Comment faire pour que candidater à un emploi devienne moins pénible
-
0:01 - 0:02Envoyer des candidatures en ligne
-
0:02 - 0:05est l'une des pires expériences
numériques de notre ère. -
0:05 - 0:07Le faire en personne
n'est pas vraiment mieux. -
0:07 - 0:09[Notre façon de travailler]
-
0:12 - 0:14Aujourd'hui, le recrutement
ne fonctionne pas. -
0:14 - 0:16C'est une expérience épouvantable.
-
0:16 - 0:18Environ 75% des gens
-
0:18 - 0:21ayant déposé des candidatures
par diverses méthodes l'an dernier -
0:21 - 0:23ont dit n'avoir jamais eu
de réponse de l'employeur. -
0:23 - 0:26A l'échelle de l'entreprise,
ce n'est pas mieux : -
0:26 - 0:2846% des gens sont virés ou démissionnent
-
0:28 - 0:31moins d'un an après avoir
démarré un nouvel emploi. -
0:31 - 0:32C'est assez incroyable.
-
0:32 - 0:33C'est mauvais pour l'économie.
-
0:33 - 0:35Pour la première fois,
-
0:35 - 0:38nous avons plus de postes à pourvoir
que de gens sans emploi -
0:38 - 0:40et, à mes yeux, cela indique
qu'il y a un problème. -
0:40 - 0:44Je crois que le nœud dans tout cela
est un bout de papier : le CV. -
0:44 - 0:46Il y a des éléments utiles dans un CV :
-
0:46 - 0:48les rôles occupés,
les compétences informatiques, -
0:48 - 0:50les langues parlées,
-
0:50 - 0:53mais il manque ce que la personne
a le potentiel de faire -
0:53 - 0:56et qu'elle n'a pas eu l'opportunité
de faire par le passé. -
0:56 - 0:59Avec une économie si changeante
où des emplois sont mis en ligne -
0:59 - 1:01et requièrent des compétences
que personne n'a, -
1:01 - 1:04si nous considérons uniquement
ce que quelqu'un a fait, -
1:04 - 1:07nous ne pouvons pas associer
des gens aux emplois de l'avenir. -
1:07 - 1:10C'est là que je pense
que la technologie peut aider. -
1:10 - 1:13Vous avez probablement vu
que les algorithmes sont bons -
1:13 - 1:14pour associer des gens et des choses.
-
1:14 - 1:17Et si l'on pouvait
utiliser cette technologie -
1:17 - 1:20pour nous aider à trouver un emploi
auquel on est adapté ? -
1:20 - 1:21Je sais ce à quoi vous pensez.
-
1:21 - 1:24Un emploi choisi par algorithme,
c'est plutôt effrayant, -
1:24 - 1:26mais nous avons démontré
qu'il y a une chose -
1:26 - 1:29permettant de prévoir la réussite
de quelqu'un dans un emploi -
1:29 - 1:31et c'est un test multi-mesure.
-
1:31 - 1:33Les tests multi-mesure
ne sont pas nouveaux -
1:33 - 1:35mais étaient très chers auparavant
-
1:35 - 1:37et nécessitaient
la présence d'un doctorant, -
1:37 - 1:40de répondre à des questions,
d'écrire des rapports. -
1:40 - 1:41Les tests multi-mesure sont une façon
-
1:41 - 1:44de comprendre les traits
fondamentaux de quelqu'un -- -
1:44 - 1:46votre mémoire, votre attention.
-
1:47 - 1:49Et si nous pouvions rendre
les tests multi-mesure -
1:49 - 1:51évolutifs et accessibles
-
1:51 - 1:55et fournir aux employeurs
les données sur les traits réels -
1:55 - 1:57de quelqu'un pouvant être
bien adapté pour le poste ? -
1:58 - 1:59Tout cela semble abstrait.
-
1:59 - 2:01Essayons un des jeux ensemble.
-
2:01 - 2:02Vous allez voir un cercle clignotant
-
2:02 - 2:05et votre rôle est de taper des mains
quand le cercle est rouge -
2:06 - 2:08et de ne rien faire quand il est vert.
-
2:08 - 2:09[Prêt ?]
-
2:09 - 2:11[C'est parti !]
-
2:12 - 2:13[Cercle vert]
-
2:14 - 2:15[Cercle vert]
-
2:16 - 2:17[Cercle rouge]
-
2:18 - 2:19[Cercle vert]
-
2:20 - 2:21[Cercle rouge]
-
2:22 - 2:24Vous êtes peut-être quelqu'un
-
2:24 - 2:26qui tape des mains
juste après l'apparition du rouge. -
2:26 - 2:28Ou vous êtes peut-être quelqu'un
-
2:28 - 2:30qui prend un peu plus de temps
pour être tout à fait sûr. -
2:31 - 2:34Ou vous tapez des mains sur le vert,
quand vous ne le devez pas. -
2:34 - 2:36Ce qui est génial c'est qu'il n'y a pas
de test standardisé -
2:36 - 2:39où certains sont employables
et d'autres pas. -
2:39 - 2:42Il est question de comprendre
l'adéquation entre vos traits -
2:42 - 2:45et ce qui vous rend bon
à un poste particulier. -
2:45 - 2:48Si vous tapez des mains tard sur le rouge
et jamais sur le vert, -
2:48 - 2:51vous avez peut-être
beaucoup d'attention et de retenue. -
2:51 - 2:54Dans ce quadrant, les gens sont
de très bons étudiants, -
2:54 - 2:57participants à des examens,
chefs de projets et comptables. -
2:57 - 3:01Si vous tapez immédiatement sur le rouge
et parfois sur le vert, -
3:01 - 3:03vous pouvez être
plus impulsif et plus créatif -
3:03 - 3:07et les meilleurs commerciaux
incarnent ces traits. -
3:07 - 3:09Nous utilisons cela lors de l'embauche
-
3:09 - 3:12en faisant passer
de tels exercices de neuroscience -
3:12 - 3:14aux meilleurs dans un rôle.
-
3:14 - 3:16Nous développons un algorithme
-
3:16 - 3:18qui comprend ce qui rend
ces personnes uniques. -
3:18 - 3:20Quand les gens candidatent pour ce poste,
-
3:20 - 3:24nous pouvons faire émerger les candidats
les plus adaptés à ce poste. -
3:24 - 3:27Vous pensez peut-être
qu'il y a un danger à cela. -
3:27 - 3:29Le monde où nous travaillons
n'est pas diversifié -
3:29 - 3:32et si nous créons des algorithmes
grâce aux actuels meilleurs, -
3:32 - 3:33comment nous assurer
-
3:33 - 3:36que nous ne perpétuons pas
des préjugés déjà existants ? -
3:36 - 3:40Par exemple, si nous créons un algorithme
se basant sur les meilleurs PDG -
3:40 - 3:44et utilisant les données
du S&P 500 pour l'entraîner, -
3:44 - 3:45vous découvririez
-
3:45 - 3:49que vous avez plus de chances d'embaucher
un homme appelé John qu'une femme. -
3:49 - 3:52C'est la réalité des personnes
tenant actuellement ces rôles. -
3:52 - 3:55La technologie nous offre
une opportunité très intéressante. -
3:55 - 3:57Nous pouvons créer
des algorithmes plus équitables -
3:57 - 3:59et plus justes que les êtres humains.
-
3:59 - 4:03Les algorithmes produits
ont été testés au préalable -
4:03 - 4:06pour vérifier qu'ils ne favorisent pas
un genre ou une ethnie. -
4:06 - 4:09Si une population est trop favorisée,
-
4:09 - 4:12nous altérons l'algorithme
pour ce que ne soit plus le cas. -
4:12 - 4:15En nous concentrant
sur les traits fondamentaux -
4:15 - 4:17faisant que quelqu'un
est adapté à un poste, -
4:17 - 4:20nous transcendons le racisme,
le classisme, le sexisme, l'âgisme -- -
4:20 - 4:22même l'éducationnisme.
-
4:22 - 4:25Nos meilleurs technologie et algorithmes
ne devraient pas être utilisés -
4:25 - 4:29juste pour trouver un film
ou une chanson de Justin Bieber. -
4:29 - 4:31Imaginez si nous pouvions
tirer profit de la technologie -
4:31 - 4:34pour obtenir des conseils
sur ce que nous devrions faire -
4:34 - 4:35selon notre identité profonde.
- Title:
- Comment faire pour que candidater à un emploi devienne moins pénible
- Speaker:
- Priyanka Jain
- Description:
-
Auparavant, pour trouver un emploi il fallait commencer par candidater à un million d'offres d'emploi et ne jamais recevoir de réponse pour la plupart d'entre elles. Mais de plus en plus d'entreprises utilisent des méthodes avant-gardistes et technologiques pour identifier des candidats. Si l'IA est l'avenir de l'embauche, qu'est-ce que cela signifie-t-il pour vous ? La technologue Priyanka Jain nous offre un aperçu de ce nouveau monde de l'embauche.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TED Series
- Duration:
- 04:49
eric vautier approved French subtitles for How to make applying for jobs less painful | ||
eric vautier edited French subtitles for How to make applying for jobs less painful | ||
Guillaume Rouy accepted French subtitles for How to make applying for jobs less painful | ||
Guillaume Rouy edited French subtitles for How to make applying for jobs less painful | ||
Morgane Quilfen edited French subtitles for How to make applying for jobs less painful | ||
Morgane Quilfen edited French subtitles for How to make applying for jobs less painful | ||
Morgane Quilfen edited French subtitles for How to make applying for jobs less painful | ||
Morgane Quilfen edited French subtitles for How to make applying for jobs less painful |