L’IA pour les RH, entre idées reçues et cas d’usages concrets

L'intelligence artificielle transforme profondément le monde du travail, à travers l'émergence de nouvelles pratiques et l'adaptation des métiers aux nouvelles technologies. 

Pour explorer les implications de l'IA et déconstruire les idées reçues qui l'entourent, nous avons eu le privilège de recueillir les conseils d’experts lors d'une masterclass inédite.

Rebecca Renverseau, cofondatrice et COO de Tomorrow Theory, apporte une perspective unique grâce à son studio d'innovation RH. Combinant des expertises comme les soft skills, les IA génératives, le management intergénérationnel, ou encore la transition écologique, Tomorrow Theory prépare les organisations aux grandes mutations du travail et de la société notamment à travers la vulgarisation et l’accompagnement aux prises de décisions de induites par ces changements mondiaux.

Aurélien Fenard, Directeur de la Transformation Digitale & Données RH chez France Travail, partage son retour d’expérience métier sur l'intégration de l'IA dans les processus RH de son entreprise. Il partage des cas d’usages concrets et précieux sur l'utilisation de l'IA pour améliorer l'efficacité et la productivité au sein des organisations.

Découvrez comment l'IA peut être un levier de transformation RH pour votre entreprise. 

Mieux comprendre l’IA en tant que RH

Qu’entend-on par IA générative ?

Vous pouvez voir l'IA générative comme un réseau de neurones, doté de multiples paramètres qui filtrent l'information. Ces réseaux de neurones sont entraînés avec des données, mais elles ne sont pas stockées.

Qu’est-ce qu’un LLM? 

Un Large Language Model (LLM) est un type d'intelligence artificielle capable de reconnaître, analyser et de générer du texte dans un langage qui semble naturel. Parmi ces LLM, on peut retrouver des GPT (comme notre cher ami Chat GPT). GPT signifie Generative Pre-trained Transformer (en français, Transformeur génératif pré-entraîné) et est un type particulier de LLM particulièrement performant pour répondre à vos questions et analyser de grandes quantités de texte.

Comment est entraînée une IA ?

Chaque constructeur entraîne son IA avec des données. Celles-ci peuvent être issues d’internet, de forums ou d’articles divers. 

Pour simplifier, il faut retenir que dans le cas d’un usage gratuit d’un GPT, les conversations ont de grandes chances d’être utilisées pour entraîner les IA sur ce qui est dit, comment, leur compréhension, etc. 

Quelles sont les différences entre l’IA productive, réflexive et de communauté ?

Pour comprendre le principe de l’IA productive, il faut s’imaginer que l’on demande à une intelligence artificielle de générer quelque chose (du texte, un compte-rendu, une traduction…)  La recherche réalisée à l’aide de l'A va alors augmenter votre productivité et votre efficacité, dès lors que vous aurez compris comment l’utiliser.

L’IA réflexive, elle, vous aide à prendre du recul et à voir des zones d’ombres que vous n’auriez pas couverte.

Par exemple : vous êtes directrice d’une PME et vous voulez challenger votre stratégie. Vous allez utiliser l'IA dans son “mode réflexif” pour challenger votre raisonnement, générer de nouvelles idées, vous coacher… C’est aussi simple que de demander à l’IA “Ce matin, j’ai rencontré ce problème. Pose moi des questions pour m’aider à réfléchir aux solutions que je pourrais apporter.”

5 idées reçues sur l’IA qui vous empêchent de vous lancer

Idée reçue #1 : Les LLM sont des boîtes noires

Pas forcément ! Les LLM “close source”, qui ne donnent pas la possibilité de consulter le code sur lequel ils ont été conçus, sont clairement opaques. En revanche, les LLM “open source” laissent la possibilité d’observer leur architecture : le nombre de couches, les dimensions, le poids du modèle, le processus d'entraînement. Ce type de LLM va nous permettre d’identifier les limites de son usage.

Idée reçue #2 : l’IA ment

Une autre idée reçue est que l'IA peut mentir. En réalité, l'IA ne ment pas intentionnellement car elle n'a pas de conscience. Elle peut produire des réponses incorrectes ou incohérentes, souvent dues à un manque de données d'entraînement ou à des prompts mal formulés. Les modèles d'IA sont conçus pour fournir des réponses basées sur des statistiques, et non pour tromper.

Idée reçue #3 : l’IA va remplacer tous les métiers

On peut se laisser aller à penser que l'IA pourrait remplacer tous les métiers. En réalité, l'intelligence automatise certaines tâches, mais elle ne remplace pas l'ensemble des métiers. Elle transforme les rôles en permettant aux humains de se concentrer sur des tâches à plus forte valeur ajoutée. 

L'IA est un outil qui peut être utilisé pour améliorer l'efficacité et la productivité, mais elle ne peut pas remplacer l'interaction humaine et la créativité.

Idée reçue #4 : il n’y a que les entreprises tech qui peuvent utiliser l’IA

Beaucoup croient que l'IA est uniquement applicable aux entreprises technologiques. En fait, l'IA peut être intégrée dans divers secteurs, y compris l'industrie, la logistique, le BTP, et bien d'autres. Elle offre des solutions pour optimiser les processus, améliorer la communication et développer de nouvelles stratégies, quel que soit le secteur d'activité.

Idée reçue #5 : si personne ne sait utiliser l’IA dans l’entreprise, il n’y a pas de raison de la mettre en place

C’est là que l’on fait fausse route ! L’intelligence artificielle est une technologie qui nécessite d’être formé. Et comme dans tout apprentissage, il existe une phase dans laquelle on a l’impression de ne pas gagner en productivité à utiliser l’IA. Or, si le coût d'apprentissage initial de l'IA peut être un frein, on peut rapidement en observer un retour sur investissement dans le cadre de tâches complexes.

Exemple : pour faire la synthèse d’un document de 150 pages, l'IA est plus rapide à terme, à condition de maîtriser son fonctionnement. Il y a donc d’excellentes raisons de se former en RH et dans tous les autres services où il pourrait exister des cas d’usages de l’IA.

Exemple de cas d’usage RH de l’IA chez France Travail

Utiliser l’IA pour analyser les formations

Chez France Travail, l’intelligence artificielle est utilisée pour analyser les formations dispensées par leur académie interne, l'Académie France Travail.

En collectant et en analysant les commentaires des participants via un système de gestion de l'apprentissage (LMS), l'IA a permis de classer et d'évaluer les formations. Les équipes d’Aurélien Fenard ont développé un prompt spécifique visant à identifier les formations nécessitant des améliorations et celles qui étaient les plus efficaces. 

Cette analyse a permis d'apporter des ajustements ciblés, comme la modification de contenus vidéo, pour mieux répondre aux attentes des apprenants et améliorer l'ancrage des connaissances.

La mise à disposition d’un guide IA pour les managers

Un autre exemple est la création d'un chatbot basé sur un guide RH de 200 pages destiné aux managers. 

Ce chatbot permet aux managers d'obtenir rapidement des réponses à leurs questions RH courantes, sans avoir à consulter le guide complet. Cela facilite l'accès à l'information, améliore l'efficacité des managers et réduit le nombre de questions simples adressées aux équipes RH. 

Ce système d'empowerment permet aux managers de se concentrer sur des problématiques plus complexes et personnalisées, tout en optimisant leur temps et celui des équipes RH.

Ainsi, l'IA peut être utilisée pour rationaliser les processus RH, améliorer la formation continue et renforcer l'autonomie des managers, tout en garantissant une meilleure satisfaction des utilisateurs finaux.

Conclusion

Les ressources humaines peuvent avoir recours à l’intelligence dans bien des cas d’usages. 

D’ailleurs, certains de vos collaborateurs l’utilisent sans doute déjà sans que vous le sachiez ! On parle alors de “shadow AI”. Votre enjeu, en tant que RH, est d’identifier ces pratiques et de créer un espace de confiance au sein duquel vos collaborateurs pourront en parler librement. C’est le premier pas pour structurer l’utilisation de l’intelligence artificielle au sein de votre organisation.