Intelligence artificielle, « big data », algorithmes, traitement des données massives,… Nous avons tous entendu ces notions à plusieurs reprises au cours de ces dernières années, parfois même sans avoir une idée précise de quoi il s’agissait (ce qui d’ailleurs était mon cas). On connait aussi aujourd’hui des applications de ces technologies dans plusieurs domaines (robotique, santé, services aux consommateurs, jeux vidéos, armée,…), plus ou moins médiatisées.

Bien sûr, ce qui m’intéresse ici est d’appliquer ces notions dans le domaine de la recherche d’emploi. Je ne ferai pas de comparatif entre différents outils existants ; je me focaliserai plutôt sur un service spécifique et je propose de donner mon point de vue en fin d’article.

Je pense qu’il peut être utile pour commencer de préciser quelques notions essentielles.

Intelligence artificielle ?

Si l’on en croit Wikipédia, l’intelligence artificielle (IA) est « l’ensemble des théories et des techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence ».

Le moins que l’on puisse dire c’est que cette première définition se veut… très large !

Donc, si on s’intéresse aux idées, celle-ci nous informe sur la notion centrale de production (« produire des machines ») qui serait spécifique au concept d’intelligence artificielle ; et celle-ci reposerait à son tour sur un large socle de connaissances. Il semble donc que le concept d’IA soit pour le moins complexe et, en particulier, qu’il « se divise en plusieurs champs de recherche et doit se définir par rapport à des notions philosophiques et transversales telles que l’éthique. » (rapport annuel 2019 de DigitalCity sur l’IA en Belgique, p.11).

Voyons maintenant un aspect de ce concept un peu plus concret et opérationnel.   

Les réalisations actuelles de l’intelligence artificielle peuvent intervenir notamment dans les fonctions suivantes (cfr. Wikipedia) :

• l’aide aux diagnostics ;
• l’aide à la décision ;
• la résolution de problèmes complexes, tels que les problèmes d’allocation de ressources ;
• l’assistance par des machines dans les tâches dangereuses, ou demandant une grande précision ;
• l’automatisation de tâches. 

Qu’est-ce que le « big data » ?

Deuxième définition importante aujourd’hui : celle du « big data ».

« Le big data (…), les mégadonnées, ou les données massives, désigne des ensembles de données devenus si volumineux qu’ils dépassent l’intuition et les capacités humaines d’analyse et même celles des outils informatiques classiques de gestion de base de données ou de l’information.

L’explosion quantitative (…) de la donnée numérique contraint à de nouvelles manières de voir et analyser le monde. De nouveaux ordres de grandeur concernent la capture, le stockage, la recherche, le partage, l’analyse et la visualisation des données. »

Ici, j’ai l’impression que c’est un peu plus clair, non ?

Cette définition renvoie à une idée de volume liée à un certain type de données. Bien sûr, le plus intéressant réside dans les différents traitements qui seront appliqués à ces données.

Concrètement, les applications du « big data » permettent notamment :

• Un meilleur accès aux données (ex. : créer de nouveaux annuaires)
• Une synthèse de données (ex. : créer des sites statistiques)
• La prédiction de certains comportements à venir (ex. : catastrophes naturelles, crises…). 

« Pour retravailler les datas, les informaticiens utilisent des algorithmes, qui sont des suites d’opérations ou d’instructions permettant de résoudre un problème. Grâce aux algorithmes, on peut, à souhait, ordonner ou filtrer les données. On peut aussi établir des calculs statistiques ou encore regrouper ces données par affinités. Ce qui fait la différence c’est la pertinence et l’originalité de ces algorithmes. » (vidéo « Les enjeux du big data » – Futuremag, Arte)

Autrement dit, l’accès aux données et leur synthèse ; la prédiction de certains comportements et la possibilité de personnalisation sont autant de possibilités offertes par le traitement de ces mégadonnées. Et celles-ci sont traitées par des algorithmes très variés.

Voilà pour les précisions préalables nécessaires.

Dans le cadre de cet article, je vais plutôt me focaliser sur quelques fonctions de l’intelligence artificielle et du « big data » : l’aide aux diagnostics, l’accès aux données et leur synthèse, ainsi que la personnalisation.

Gardons ces éléments en tête parce que l’idée ici est de parler de recherche d’emploi.

Intelligence artificielle et recherche d’emploi 

Donc si on parle de recherche d’emploi, plusieurs services existent, répondant chacun à des besoins spécifiques, renvoyant à autant de stratégies de recherche différentes.

Parmi les outils existants, un service en particulier innove (bien qu’il ne soit plus tout à fait nouveau) en mêlant intelligence artificielle, « big data » et recherche d’emploi. Depuis mai 2016, « Bob l’emploi », renommé ensuite plus sobrement « Bob », fournit aux chercheurs d’emploi inscrits sur sa plateforme des conseils personnalisés ainsi qu’un coaching sur mesure, issus du traitement de ces « big data ».

Disponible en France uniquement, ce service est rendu possible grâce à l’innovation technologique implémentée au sein de la fonction publique, via une collaboration entre « Pôle Emploi » et l’Ong franco-américaine « Bayes Impact ».

De quoi nous inspirer ?    

La philosophie derrière le projet

« Notre objectif à travers Bob :
Permettre à chaque individu de prendre le contrôle sur sa stratégie de recherche d’emploi, en lui fournissant des pistes de réflexion personnalisées et fondées sur les données. »

https://www.bob-emploi.fr/transparence

Ajoutons tout de même à ces mots d’introduction, quelques propos supplémentaires exprimés par Bayes Impact, cette même équipe à la base du projet :

« Nous avons commencé à travailler sur Bob en mai 2016 à partir d’une idée simple. Au lieu de créer un job board de plus, et si on travaillait en amont en permettant à chacun d’obtenir des conseils personnalisés et actionnables pour réaliser son potentiel ?

Nous pensons qu’il n’y a pas de baguette (ou d’algorithme de matching) magique contre le chômage. Mais nous sommes convaincus qu’il y a déjà beaucoup à faire en remettant l’individu au cœur de la recherche d’emploi. Surtout dans un monde où il n’y aura plus de parcours fléché, mais où chacun devra avoir les clés pour créer le sien. Les donner à chacun de manière personnalisée, c’est ce que nous essayons de faire avec Bob. Que ce soit pour une personne, mille, ou un million. »

Et plus récemment, sur la notion d’« open data » également inclut dans l’ADN de « Bob » :

« Nous définissons Bob comme un Service Public Citoyen. Or nous pensons que le service public doit être transparent et que sa valeur doit être fertile. Sa valeur doit pouvoir être utilisée et ré-utilisée par tous les citoyens et par d’autres services publics en France et à l’étranger. C’est désormais le cas pour Bob. »

Ces idées sont intéressantes et, si l’on en croit les propos de Bayes Impact, méritent que j’y insiste : autonomisation ; réalisation du potentiel de l’individu ; « empowerment » et réappropriation de la démarche par l’individu lui-même ; disponibilité de l’information, partage et transparence sont donc les motivations exprimées et qui s’inscrivent au cœur de cette démarche innovante.

Qu’en pensent les utilisateurs ? 

Dans l’ensemble, les premiers commentaires trouvés provenant d’utilisateurs sont très positifs et rejoignent globalement ma première impression.

Du côté des chiffres

Oui, parce que passer par les chiffres permet de se faire une idée plus précise sur l’impact de l’application sur le public visé. C’est ce que j’ai cherché à faire.

Du côté de Pôle emploi, on apprend qu’au quatrième trimestre 2019, 5 442 900 personnes étaient inscrites chez eux en étant tenues de rechercher un emploi.

Après un rapide calcul, on remarque que la proportion d’utilisateurs de l’application « Bob » s’élève à 3,78%, proportion calculée sur l’ensemble des chercheurs d’emploi indiqué ci-dessus.

En bref :

• 206 130 comptes créés sur le site de « Bob » depuis novembre 2016
• Les utilisateurs se concentrent surtout à Paris
• Ils se situent à 69% en milieu urbain
• Ils ont en majorité entre 26 et 35 ans

Parmi cette proportion d’utilisateurs, 42% ayant retrouvé un emploi ont indiqué que « Bob » y a contribué (chiffres au 1^er décembre 2019).

Voilà pour les chiffres trouvés sur le web. Malheureusement, je n’ai pas trouvé d’autres données supplémentaires ; dommage car il aurait été intéressant d’en savoir un peu plus, par exemple sur l’utilisation de l’outil ou sur son efficacité, comparativement aux autres formes d’accompagnement existantes.

Outil en tant que tel et performance

On s’attaque ici à l’outil de l’intérieur, à partir d’un compte utilisateur. Une première question intéressante à se poser est de savoir, après la création d’un compte, comment l’application s’y prend-elle pour générer un « diagnostic personnalisé » tel qu’indiqué sur la page d’accueil ?

Il est d’abord demandé de compléter un questionnaire très court qui se réfère à « mon profil » et à « mon projet » (fait en moins de 10 minutes).

Dans la partie du questionnaire consacrée à « mon projet », les possibilités se déclinent au choix de l’un des 5 scénarios proposés : – Retrouver un emploi – Me reconvertir – Trouver mon premier emploi – Trouver un autre emploi (je suis en poste) – Développer ou reprendre une activité Pour chaque scénario, différents critères sont pris en compte : niveau d’intérêt pour le métier envisagé, préférences en termes de mobilité, attentes salariales, types de contrats recherchés, niveau d’expérience, facteurs bloquants… En fonction des paramètres indiqués, l’application inscrit ensuite des informations et conseils ciblés dans le « dashboard » utilisateur.

L’application fait son travail et délivre son « diagnostic ». Plusieurs « facteurs » apparaissent à l’écran ; ce sont tous les aspects de la recherche d’emploi auxquels il faut être attentif pour optimiser ses démarches et donc se rapprocher de l’emploi :

• Projet professionnel
• Marché
• Motivation pour le métier
• Diplômes
• Méthodes de recherche
• Recherche commencée

Donc, après avoir complété le questionnaire et laissé charger l’application, on remarque qu’un ou plusieurs de ces facteurs peuvent être scorés par l’application comme « bons » ou « faibles », « efficaces » ou « peu efficaces » ; un score d’employabilité global s’affiche également sous forme de pourcentage, avec des stratégies recommandées selon un degré suggéré de priorité.

Enfin, en complément à ces résultats, un coaching par e-mail est proposé avec une fréquence paramétrable (hebdomadaire ou mensuelle).

---

Il est intéressant, arrivés à ce stade, de s’interroger sur les liens entre ce que nous venons de voir au travers de l’établissement d’un « diagnostic personnalisé », et les concepts d’IA et de « Big Data » évoqués en début d’article.

Contrairement à d’autres services existants, ici les résultats du diagnostic n’arrivent pas en toute fin de processus ; ils apparaissent au fur et à mesure des réponses données. Ceci présuppose un traitement statistiques systématique et en temps réel d’un grand volume de données. De plus, ces statistiques sont présentées de manière visuelle et parlante, ce qui facilite fortement la compréhension des détails des éléments du diagnostic.

Au niveau de la recherche d’emploi, quels enseignements tirer de cet exemple ?

+ À mon sens, l’analyse et le traitement du « big data » permet effectivement de cibler les facteurs d’insertion récurrents pour apporter à l’utilisateur une réponse adaptée avec un degré élevé de pertinence.

+ Ceci permet également de disposer d’une très bonne « photographie » de son « marché » de recherche d’emploi à un moment donné ; là où, auparavant, il était nécessaire de consulter plusieurs sites, et éventuellement créer plusieurs comptes, l’application délivre un nombre important de ressources en un seul et même endroit.

+ En conséquence, certains préjugés et idées reçues peuvent être levés notamment grâce aux données chiffrées mises en avant (ex. observés à partir de mon compte : « seulement 7 personnes sur 100 trouvent un emploi grâce aux offres d’emploi » ; « Plus de 89% des offres dans ce secteur sont en CDI »).

+ Une aide pour agir avec méthode ; comment ? Je pense qu’en considérant simultanément plusieurs aspects, l’outil aide à prendre distance et à avoir une vue globale de la situation. In fine, l’idée n’est-elle pas d’intégrer tous ces aspects dans sa recherche, plutôt que foncer tête baissée ?

+ De l’information disponible directement et utilisable, telle que des noms et adresses d’associations, des noms de villes où il y a moins de concurrence, des exemples d’e-mails à télécharger pour contacter son réseau, et d’autres informations bien utiles.

+ La personnalisation permet d’utiliser l’application à la fois comme « job board », « assistant » et « coach » dans les démarches.

— Les publics visés : ils ne concernent qu’une partie des profils de personnes en recherche d’emploi : ceux qui sont intéressés par ce type d’information et ce mode de transmission ; ceux qui, de plus, y ont accès (et ne subissent donc pas la fracture numérique) ; ceux et celles capables de comprendre et de s’approprier ce type d’informations.

Sur cet aspect, l’application semble partir du principe que les individus disposent tous des ressources suffisantes pour utiliser ces informations à bon escient. Cela ne réduit pas pour autant la fracture numérique existante.

— Les métiers visés : les données concernent actuellement les métiers les plus recherchés et peuvent ne pas s’appliquer aux métiers dont le recrutement habituel ne passe pas par offre d’emploi ou font appel à des modes de recrutements particuliers.

— Les scénarios visés : à ce jour, certains sont encore en cours de développement. C’est le cas pour la reconversion professionnelle et la création d’entreprise par exemple.

Mon avis

Tout ceci m’a fait cogiter. J’ai donc rassemblé mes idées en 5 points que je vous partage ici…

1. En 2016, le lancement de l’application avait été suivi, en France, d’une grande campagne de communication qui annonçait son ambition forte de vouloir baisser le chômage de 10%. Si tel n’a pas été le cas jusqu’à 2020, il est toutefois nécessaire de faire la part des choses entre des éléments de communication stratégique et les pratiques réellement observées sur le terrain. Communiquer ne suffit pas toujours à assurer un succès puisque celui-ci passe nécessairement par une utilisation régulière, et une appropriation, par les publics concernés… pour que ça fonctionne… c’est ce que j’ai illustré ci-dessus à l’aide de quelques chiffres.

2. Je pense qu’en étant clair sur la méthodologie employée pour aboutir à certains résultats, en expliquant de manière compréhensible comment fonctionnent les algorithmes, la technologie peut servir (d’excellent) outil au service des personnes en recherche de nouvelles opportunités.

Pour augmenter son accessibilité au plus grand nombre, on peut aussi imaginer que l’outil serve d’intermédiaire entre le professionnel et la personne en recherche, ce qui est déjà le cas, si on en croit le retour de certains utilisateurs (lire les avis ci-dessus). L’information délivrée pourrait ainsi être reprise, complétée ou peaufinée par le (la) conseiller(e) afin d’alimenter un échange, à condition qu’il soit pensé et conçu dans cette perspective.

3. La possibilité d’un coaching à distance en complément à l’application web est une bonne chose mais, puisqu’il est ponctuel et « dématérialisé », il ne remplacera pas, en tout cas pour ceux qui en expriment le besoin, un accompagnement présentiel.

En ce qui me concerne, par exemple, quand j’étais en recherche d’emploi, je préférais un accompagnement présentiel pour parler de mon projet et de mes avancées ; par contre, pour d’autres services comme la proposition de certaines offres d’emploi, j’aurais aimé avoir le choix de pouvoir gérer cela à distance uniquement.

4. La technologie utilisée par cette application permet, me semble-t-il, de répondre à certaines questions qui se posent aujourd’hui de façon récurrente dans la société ; comment parvenir à toucher plus de personnes et à avoir plus d’impact en mobilisant moins de ressources ?

En fait, cette question rejoint le mouvement général de digitalisation à l’œuvre depuis quelques années, qui a pour conséquence d’impacter l’ensemble du marché du travail.

On l’a vu, l’apport du traitement des « big data » est évident pour fournir rapidement des données pertinentes, personnalisées et donc apporter une réponse à cette question. Le risque cependant est d’accentuer certaines disparités déjà présentes telles que la fracture numérique. Il me semble nécessaire de les anticiper rapidement et de les corriger afin de limiter les dommages.

5. L’impact sur les métiers de l’accompagnement vers l’emploi. Comment tous ces métiers vont-ils être impactés par la technologie ? Et comment ceux-ci vont-ils devoir se repositionner face aux évolutions actuelles et à venir ?

Des données prospectives sont déjà disponibles afin d’appréhender l’impact de la transition numérique, dans les années à venir, sur le marché de l’emploi global.

Dans le domaine de l’insertion, il me semble plus que nécessaire, à court-terme, de renforcer le rôle d’expertise des professionnels dans le travail d’accompagnement des vécus.

Le site de « Bob » donne quelques indications sur sa vision d’une coexistence entre technologie et métiers de l’insertion :

« Bob est un projet collaboratif et nous le développons continuellement au contact des chercheurs d’emploi, mais aussi des conseillers et des accompagnateurs.

C’est d’autant plus important que nous pensons que si l’innovation numérique peut apporter beaucoup à la recherche d’emploi, elle doit être complémentaire de l’accompagnement humain.

Notre engagement est une démarche de long-terme. Le chômage est une question complexe, et tenter de nouvelles approches prend du temps et demande de se remettre en permanence en question. Rien que dans l’année que nous avons passée à travailler sur Bob, nous avons dû changer de cap plusieurs fois et faire des centaines d’itérations.« 

https://www.bob-emploi.fr/notre-mission

Je m’aligne à l’idée d’une complémentarité entre innovation numérique et accompagnement humain. Si des acteurs de la transformation numérique ont dû s’adapter des centaines de fois aux réalités du chômage, je pense que ce mouvement doit également s’accompagner, en parallèle, d’une réflexion constante sur les métiers de l’insertion vers l’emploi par les acteurs eux-mêmes. Ceci est d’autant plus urgent que les métiers sont en train d’être transformés en profondeur.

Le mot de la fin ?

Comme on le voit, l’innovation technologique appliquée à la recherche d’emploi soulève de nombreuses questions. Entre soucis d’efficacité, volonté de personnalisation et impacts sur les métiers existants, l’idée d’équilibre des intérêts en présence est au cœur de la démarche innovante.

Enfin, si l’intention initiale de Bayes Impact était de redonner du pouvoir à l’individu grâce à la technologie, il n’en reste pas moins qu’à un niveau « macro » des enjeux majeurs existent, que seul l’humain sera en mesure de faire avancer.

Préservation de l’autonomie de la décision humaine face à des machines parfois perçues comme infaillibles, détection de discriminations générées involontairement par des systèmes mouvants, sauvegarde de logiques collectives parfois érodées par la puissance de personnalisation du numérique, etc. : les enjeux ne manquent pas, aux implications déjà tangibles. Ils questionnent certains des grands pactes et des équilibres sur lesquels repose notre vie collective.

« Comment permettre à l’Homme de garder la main ? », publications du CNIL, décembre 2017, p.2

Vous souhaitez recevoir ma newsletter hebdomadaire ? 👉 Suivez le lien par ici : http://eepurl.com/hKrMu5 Vous serez redirigés vers le formulaire d’inscription 😉 À tout de suite!