Comment construire une stratégie de gestion des compétences avec l’IA ?

La digitalisation des processus RH est une étape de facto devenue essentielle dans les entreprises et administrations à masse critique – la taille de cette masse critique tendant par ailleurs à diminuer de plus en plus avec les progrès technologiques et la volonté de faire des ressources humaines ‘sur mesure’. Grâce à celle-ci, la fonction RH possède ainsi des données en grand nombre pouvant très rapidement se révéler être génératrices de valeur. Dans le même temps, nombreuses sont les initiatives liées à l’instauration d’une politique de Gestion Prévisionnelle des Emplois et des Compétences (GPEC). Au contraire des pays anglo-saxons, les entreprises françaises considèrent désormais leurs collaborateurs comme un vivier de compétences à faire évoluer dans le temps, plutôt qu’un simple intitulé de poste. Malgré la disponibilité de la donnée, il subsiste une quête de qualité de celle-ci. Comment s’assurer d’avoir des points de donnée pertinents à analyser ?

Un élément de réponse peut se trouver dans les entretiens annuels qui contiennent de nombreuses informations : compétences, appréciations, objectifs… de quoi comprendre exactement ce qu’il se passe dans une administration ou une organisation avec le moins de biais possible et peu de retravail, les entrées étant directement saisies par des humains. Nous nous intéresserons aujourd’hui à la fonction publique et plus particulièrement à la maison très prestigieuse que sont les Services du Premier Ministre qui ont choisi d’analyser ainsi l’ensemble de leurs compte-rendu d’entretien professionnels (CREP).

Quel est l’intérêt d’analyser ces données ?

Manque de ressources, manque de temps… alors que l’arrivée des systèmes d’information de ressources humaines (SIRH) pour la gestion des talents rend une donnée auparavant disparate désormais accessible, de nombreux écueils existent dans les organisations complexes et l’administration publique comme les entreprises privées qui empêchent non pas la collecte de données mais leur analyse. Pourtant, le but premier d’une digitalisation est de pouvoir accéder plus facilement à la donnée et à l’utiliser !

L’entretien annuel est finalement le point névralgique de la vie d’un individu dans une administration ou une entreprise : on y retrouve en un seul endroit l’identification de la personne, son bilan de compétences, ses objectifs, sans compter les commentaires libres qui véhiculent de l’information précieuse. Information d’autant plus précieuse au vu des enjeux d’un entretien professionnel, tant du côté collaborateur (révision salariale, promotion, mobilité) que du côté manager (maintien de l’engagement). Les cas d’usages sont notamment :

  • La meilleure compréhension des objectifs individuels fixés par les managers aux agents et améliorer la gestion de la performance et de l’engagement ;
  • L’analyse des thèmes évoqués dans les commentaires libres, permettant de relever les apparitions fréquentes ou les absences de termes ;
  • La construction d’une cartographie et la fiabilisation du répertoire des compétences répertoriées de manière explicite ou implicite (dans du texte libre, par exemple) et se servir de cette information pour mieux comprendre les compétences en tension.

Quelle a été la démarche menée avec les Services du Premier Ministre afin de mener à bien cette analyse ?

Alors que le SIRH permet de collecter et parfois structurer l’information, l’utilisation de technologies innovantes comme l’intelligence artificielle permet de rendre accessible une analyse descriptive et prescriptive de cette même information. La volonté des Services du Premier ministre de mieux asseoir leur gestion RH s’est donc traduite en une expérimentation de l’intelligence artificielle. La première étape a consisté en un projet « à huis clos » sans mise en production d’outil, mais ayant pour but de confirmer sur les jeux de données facilement disponibles l’intérêt d’utiliser l’Intelligence Artificielle. Pour cela, il a fallu passer par une première étape de collecte. Les entretiens annuels sont réalisés dans un outil propriétaire développé par le CISIRH (Centre Interministériels des Systèmes d’Information relatifs aux Ressources Humaines), mettant à disposition des solutions RH auprès de divers partenaires de la fonction publique d’Etat. Une extraction brute des entretiens annuels de la campagne 2021 a été réalisée, puis un script d’anonymisation en masse a été écrit pour être exécuté par les Services du Premier Ministre, un dernier contrôle ayant été réalisé par le Responsable Sécurité Systèmes d’Information afin de valider la conformité RGPD en amont du lancement des travaux.

Quels ont été les résultats concrets obtenus ?

Sur l’étude des objectifs managériaux, un algorithme permettant de déterminer les thèmes généraux présents dans un texte ainsi que d’allouer à chaque thème les mots qui peuvent les caractériser. Ceci permet d’identifier les thèmes et les indicateurs de temporalité des objectifs pour recréer le « portrait-robot d’un objectif ». A l’issue de l’analyse, une des conclusions marquantes qu’aucun indicateur temporel ne ressort dans ces objectifs type.

 

 

Sur l’étude du contenu des commentaires libres, l’idée consistait à appuyer la vue globale des zones de textes libre en utilisant notamment un algorithme d’analyse de sentiments qui permet de classifier les commentaires en plusieurs nuances positives ou négative. Cet algorithme est très intéressant dans la manipulation des données textuelles puisqu’il prend en compte le lien entre les mots et assure par conséquent une meilleure précision. Cette analyse de sentiments a montré d’excellents résultats en matière de positivité des commentaires libres, quel que soit le périmètre et l’âge des répondants.

Sur l’étude des compétences et des projets professionnels, le but était de construire un référentiel de compétences agent-centric exploitable – ce qui présuppose de s’intéresser en premier lieu aux compétences développées par les agents, et non aux compétences nécessaires dans un poste. Pour aider à construire ce référentiel, cela, un algorithme nommé système de recommandation. Il repose sur le même principe que la recommandation de contenu sur un réseau social, un site d’achat en ligne ou un site de streaming. Il s’agit d’une stratégie de recommandation personnalisée qui identifie les similitudes entre les profils des agents, avec pour base la tranche d’âge, le nom et la description de poste, avec pour but d’aider les managers à déterminer les compétences à évaluer dans le cadre d’un cycle d’entretien professionnel, construisant ainsi le référentiel de compétence au fil de l’eau.

 

 

Ce système de recommandation montre des résultats excellents en suggérant les bonnes compétences pour tour les emplois existants dans la base de données.

Conclusion 

Au travers de cette étude d’une vingtaine de jours sur les utilisations de l’intelligence artificielle dans la gestion des talents, les Services du Premier Ministre ont découvert que les cas d’usages sont réels, leur utilité en termes de finesse de compréhension du vivier humain de compétences et viennent fortement accélérer l’initialisation d’un Strategic Workforce Planning au sein de l’organisation.

Le mot de la fin par Kristof Descotes, pilote de l’activité IA & Data chez Althéa :

« Les Services du Premier Ministre ont fait preuve, à travers leur volonté d’utiliser l’IA au service de l’analyse de données RH, d’un avant-gardisme ambitieux qui leur permet de mieux comprendre leur population et d’aborder avec sérénité les enjeux contemporains de rétention, de guerre des talents et de workforce planning, qui touchent autant l’administration publique que le secteur privé. Ils seront sans nul doute suivis d’autres administrations sur ce chemin dans un proche futur. »