Imaginons une situation simple.
Vous importez le CV d’un candidat, ajoutez les exigences du poste et obtenez un résultat quelques secondes plus tard : 82/100.
Cela semble pratique. Mais que signifient réellement ces 82 points ?
Pourquoi un seul score ne suffit pas
Quelles expériences du candidat correspondent réellement au poste ? Quelle exigence est confirmée par une information précise du CV ? Que manque-t-il ? Et dans quels cas le système n’a-t-il simplement pas trouvé suffisamment d’informations ?
Un seul chiffre ne répond pas à ces questions.
C’est précisément là que se situe, selon nous, la différence entre une IA qui fournit simplement un résultat et une IA qui aide véritablement le recruteur dans son travail.
Un même score peut avoir des significations différentes
Deux candidats peuvent obtenir le même score de 82/100 pour des raisons totalement différentes.
Le premier peut posséder une solide expérience pertinente, mais son CV ne mentionne pas une technologie importante.
Le second peut inclure presque tous les mots-clés recherchés, sans que le CV permette de savoir à quel point il a réellement travaillé avec les technologies concernées.
Le score est identique. La décision du recruteur peut pourtant être complètement différente.
Une IA utile doit expliquer le résultat
Il ne suffit pas qu’un outil d’IA indique : « Ce candidat correspond au poste à 82 %. »
Il doit aider à comprendre ce qui se trouve derrière ce résultat :
- quelles exigences sont confirmées par des informations précises du CV ;
- quels points semblent incertains ou nécessitent des précisions ;
- quelles exigences le système n’a pas trouvées ;
- dans quels cas les informations sont insuffisantes pour tirer une conclusion fiable ;
- sur quels éléments repose le score final.
Le score cesse ainsi d’être un chiffre abstrait et devient un résultat que le recruteur peut vérifier et utiliser dans son travail.
« Non trouvé dans le CV » ne signifie pas « Le candidat ne sait pas le faire »
Ces deux conclusions ne sont pas équivalentes.
Si une compétence ou une expérience n’est pas mentionnée dans le CV, cela ne prouve pas que le candidat ne la possède pas. L’information peut avoir été formulée différemment, manquer de détails ou avoir été entièrement omise.
L’IA ne doit pas créer une illusion de précision lorsqu’elle ne dispose pas de suffisamment d’éléments. Si les informations sont insuffisantes, le système doit le signaler clairement au lieu de remplacer les preuves manquantes par une supposition présentée avec assurance.
Du score à une analyse vérifiable
Pour un recruteur, il est beaucoup plus utile de voir non seulement le résultat, mais aussi le raisonnement qui y a conduit.
L’IA cesse alors d’être un système auquel il faudrait simplement faire confiance. Elle devient un outil dont le résultat peut être examiné et vérifié.
Le recruteur peut revenir à une exigence précise, comparer la conclusion avec le CV original, ajouter son propre contexte et déterminer les questions à poser au candidat.
Notre approche chez Qualex
C’est l’approche que nous essayons de suivre chez Qualex.
Notre objectif n’est pas simplement d’afficher un score, mais de montrer quelles exigences sont confirmées, où se trouvent les lacunes, où les informations sont insuffisantes et sur quoi repose l’analyse.
Car il est bien plus important de comprendre pourquoi le score est précisément de 82, n’est-ce pas ? ;)
Nos réseaux sociaux
Suivez les actualités de Qualex, les nouveautés produit et les codes promotionnels de réduction.