Avec l’essor<\/strong> de l’intelligence artificielle (IA)<\/strong>, de nombreux processus traditionnels ont \u00e9t\u00e9 modifi\u00e9s, notamment dans le secteur de la recrutement<\/strong>. L’un de ces processus cl\u00e9s, les lettres de motivation, ont perdu une grande partie de leur valeur. Auparavant, ces lettres repr\u00e9sentaient un atout pour les candidats, mais aujourd’hui, elles semblent \u00eatre devenues presque obsol\u00e8tes.<\/p>\n Un r\u00e9cent \u00e9tude<\/strong> men\u00e9e par des chercheurs de l’Universit\u00e9 de Princeton et du Dartmouth College fait \u00e9tat de cette d\u00e9croissance<\/strong>. Selon cette recherche, le pourcentage de lettres de motivation ayant un impact positif sur les d\u00e9cisions des recruteurs a diminuer<\/strong> de mani\u00e8re significative. Avant l\u2019av\u00e8nement des mod\u00e8les d\u2019IA capables de g\u00e9n\u00e9rer ces lettres, une lettre bien r\u00e9dig\u00e9e pouvait augmenter consid\u00e9rablement les chances de s\u00e9lection<\/strong>, car elle t\u00e9moignait de l’int\u00e9r\u00eat et de la connaissance du candidat pour le poste et l’entreprise. <\/p>\n L\u2019\u00e9tude a examin\u00e9 plus de 2,7 millions<\/strong> de propositions sur la plateforme Freelancer.com<\/strong> avant et apr\u00e8s l’utilisation des mod\u00e8les de g\u00e9n\u00e9ration de texte. Les r\u00e9sultats sont \u00e9difiants : apr\u00e8s l’introduction de l’IA, non seulement les lettres de motivation sont devenues moins efficaces pour distinguer les candidats, mais les recruteurs ont aussi commenc\u00e9 \u00e0 consid\u00e9rer qu’une lettre bien \u00e9crite n’\u00e9tait plus un gage de comp\u00e9tence. En d’autres termes, \u00e0 mesure que l’utilisation d’outils de g\u00e9n\u00e9ration automatiques<\/strong> est devenue courante, les in\u00e9galit\u00e9s ont \u00e9t\u00e9 r\u00e9duites, car m\u00eame des candidats moins qualifi\u00e9s pouvaient produire des lettres s\u00e9duisantes.<\/p>\n Ce ph\u00e9nom\u00e8ne ne se limite pas aux lettres de motivation. En effet, l’IA a eu des r\u00e9percussions sur l’ensemble du processus de recrutement<\/strong>. En distordant la perception des comp\u00e9tences r\u00e9elles des candidats, elle a cr\u00e9\u00e9 une situation o\u00f9 la qualit\u00e9 per\u00e7ue des dossiers a augment\u00e9<\/strong>. En cons\u00e9quence, les employeurs prennent d\u00e9sormais moins au s\u00e9rieux les informations fournies dans les candidatures. Un autre \u00e9tude<\/strong> de l’Universit\u00e9 de Columbia a trouv\u00e9 que l’acc\u00e8s \u00e0 l’IA r\u00e9duisait la capacit\u00e9 des recruteurs \u00e0 identifier les meilleurs profils de 4 % \u00e0 9 %. <\/p>\n Traditionnellement, une lettre de motivation solide servait \u00e0 signaler l’engagement<\/strong> et l\u2019int\u00e9r\u00eat<\/strong> d\u2019un candidat. Cependant, avec les outils d\u2019IA g\u00e9n\u00e9rative, les signaux traditionnels de comp\u00e9tence ont \u00e9t\u00e9 \u00e9rod\u00e9s. Le concept de signalisation<\/strong> en \u00e9conomie du travail stipule qu’un candidat, par la qualit\u00e9 de sa lettre, peut transmettre des informations sur ses capacit\u00e9s. Le d\u00e9veloppement de l’IA a, en quelque sorte, nivel\u00e9 ce terrain, rendant difficile la distinction entre les candidats talentueux et ceux qui le sont moins.<\/p>\n Face \u00e0 ce constat, les entreprises cherchent \u00e0 adapter leurs m\u00e9thodes de s\u00e9lection<\/strong>. Alors que le nombre de candidatures a explos\u00e9 gr\u00e2ce aux outils d’IA, la qualit\u00e9 per\u00e7ue n\u2019a pas suivi. Ainsi, de nombreuses entreprises optent pour des \u00e9valuations pratiques<\/strong> et des entretiens en face-\u00e0-face afin de contrecarrer l\u2019influence de l\u2019IA. <\/p>\n Cependant, cette situation soul\u00e8ve des questions sur le filtrage<\/strong> initial. Combien de talents ont \u00e9t\u00e9 \u00e9cart\u00e9s d\u00e8s le premier filtre anonyme op\u00e9r\u00e9 par l’IA ? Ce paradoxe de la “s\u00e9lection humaine” dans une \u00e8re domin\u00e9e par des outils num\u00e9riques reste \u00e0 r\u00e9soudre. <\/p>\n Dans une \u00e9poque o\u00f9 l’IA semble rendre les processus de recrutement plus efficaces, il devient crucial de r\u00e9\u00e9valuer les m\u00e9thodes d’\u00e9valuation des candidats pour s’assurer qu’elles soient non seulement justes, mais qu’elles mettent \u00e9galement en lumi\u00e8re les v\u00e9ritables talents. La r\u00e9ponse \u00e0 ces d\u00e9fis pourrait d\u00e9terminer l’avenir du recrutement et du monde du travail dans son ensemble.<\/p>\nUn constat alarmant<\/h2>\n
Les effets pervers de l’IA<\/h2>\n
La g\u00e9n\u00e9ralisation du ph\u00e9nom\u00e8ne<\/h2>\n
Les d\u00e9fis de la signalisation<\/h2>\n
La recherche de nouvelles m\u00e9thodes d’\u00e9valuation<\/h2>\n
Un paradoxe \u00e0 r\u00e9soudre<\/h2>\n
Conclusion<\/h2>\n