L’intelligence artificielle générative a révolutionné les ressources humaines depuis l’arrivée de ChatGPT fin novembre 2022. Cette technologie promet des gains de productivité significatifs et séduit de nombreuses entreprises. Cependant, elle présente également des risques, notamment en termes de fiabilité, de confidentialité des données et d’évolution des coûts. Comment les professionnels des ressources humaines peuvent-ils tirer parti de l’IA générative tout en minimisant ces risques ? Découvrons les opportunités et les défis de cette technologie en RH.
L’IA Générative en RH: Pourquoi Faire ?
L’intelligence artificielle générative a fait une entrée fracassante dans les ressources humaines depuis l’arrivée de ChatGPT fin novembre 2022. Elle promet des gains de productivité importants et séduit de nombreuses entreprises. Cependant, cette technologie présente aussi des risques, notamment en termes de fiabilité, de confidentialité des données, et d’évolution des coûts. Un usage vertueux des IA génératives reste-t-il possible en RH ? Oui, mais voici ce qu’il faut savoir sur ce sujet !
Définition de l’IA Générative
Le terme « d’IA générative » désigne les systèmes d’intelligence artificielle capables de produire du contenu original, tel que du texte, des images ou des signaux audio. Récemment, l’essor des modèles d’apprentissage automatique, en particulier les Large Language Models (LLMs) comme GPT et Mistral, ainsi que les modèles de diffusion comme MidJourney, a considérablement transformé notre perception de l’intelligence. Ces modèles sont capables de générer des réponses textuelles qui semblent rivaliser avec celles d’un expert humain, révolutionnant ainsi de nombreux domaines, dont les ressources humaines.
Les Usages Principaux des IA Génératives en RH
Formuler des Suggestions
Les modèles d’IA peuvent aider à formuler des suggestions pour des tâches RH, comme l’élaboration de descriptions de postes, la création de plans de formation, ou la mise en place de stratégies de recrutement. Cette capacité à générer des idées innovantes et pertinentes peut grandement faciliter le travail des professionnels des ressources humaines.
Faciliter la Création de Contenu
Les IA génératives peuvent accélérer la création de documents RH, tels que des politiques, des procédures, des bulletins d’information, ou même des lettres de motivation. Grâce à leur capacité à synthétiser et à formuler des informations de manière claire et concise, ces outils permettent de gagner un temps précieux et de maintenir un niveau de qualité élevé.
Faire le Lien Entre des Données Isolées
Les modèles d’IA sont capables de connecter des données isolées pour créer un tableau d’ensemble plus cohérent. Cela peut être particulièrement utile pour analyser les performances des employés, identifier les besoins de formation, ou élaborer des rapports stratégiques. En intégrant des données hétérogènes, l’IA permet de prendre des décisions éclairées et basées sur des informations précises.
Rédiger des Résumés
La rédaction de résumés est une tâche fastidieuse qui peut être grandement simplifiée par les IA génératives. Que ce soit pour résumer des entretiens d’évaluation, des campagnes de recrutement, ou des projets en cours, ces outils peuvent produire des synthèses précises et pertinentes, facilitant ainsi la communication et la prise de décision.
Risques Associés
Fiabilité des Résultats et le Défi des Hallucinations
Les réponses produites par un LLM sont avant tout des prédictions. Le modèle génère en boucle le prochain bloc de texte le plus probable après les instructions de l’utilisateur, en se basant sur les données sur lesquelles il a été entraîné. Cette nature probabiliste implique qu’il n’y a pas, à date, de réelle « compréhension » par l’IA des informations produites. Les modèles actuels ne savent pas déterminer lorsque l’instruction qu’ils reçoivent ne trouve pas de réponse dans leurs données d’entraînement. En clair, ils sont incapables de dire « je ne sais pas ». À la place, ils génèrent un texte grammaticalement correct, présentant le même niveau de confiance exprimée que d’habitude, mais contenant des informations inexactes, voire complètement fausses. Ce phénomène porte le nom d’« hallucinations ».
Sur des questions spécifiques au droit américain, GPT-4 a enregistré un taux d’hallucinations dépassant 40 %. Les meilleurs modèles spécialisés du marché hallucinent eux jusqu’à 33 %. Dans le contexte RH, de telles erreurs peuvent entraîner un flux de suggestions non pertinentes, contre-productives, voire risquées selon les cas d’usage. En tant que RH, des données fiables sont essentielles pour prendre des décisions éclairées. Suivre des recommandations erronées pourrait nuire à la qualité de son travail, jusqu’à potentiellement mettre en difficulté l’entreprise. Un grand nombre de données RH s’accompagne d’une valeur juridique (contrats de travail, etc.) ; une qualité dégradée ou une modification inexacte expose au risque de non-conformité (et aux sanctions associées).
L’intégration d’une supervision humaine rigoureuse est donc indispensable pour éviter les dérives. Les IA génératives doivent être considérées comme des outils d’aide, et non comme des décideurs. Pas d’automatisation à l’horizon, donc, mais des recommandations associées à un contrôle humain constant permettant de garantir des résultats fiables et pertinents, en maintenant l’IA à son rôle d’assistant à votre service.
Compromettre la Confidentialité des Données
L’entraînement des modèles d’IA ne s’arrête pas à leur mise sur le marché. Les modèles sont régulièrement mis à jour pour être au fait des derniers événements, sans quoi ils ne pourraient pas répondre à des questions portant sur l’actualité récente. Les conversations sont également réutilisées pour améliorer la pertinence de leurs résultats. Il existe donc un risque de fuite de données quand ces dernières sont directement fournies aux modèles, en particulier aux versions gratuites ne disposant pas des options de non-rétention des données, souvent payantes. Il faut donc être très attentif aux licences des modèles utilisés, ainsi qu’à la qualité des engagements de compliance des fournisseurs de modèles.
68 % des Français qui utilisent les IA génératives en entreprise le font à l’insu de leur supérieur hiérarchique (étude IFOP – TALAN, 2023). Parmi eux, combien travaillent dans un service RH ? La moindre faille de confidentialité peut conduire à une violation du RGPD et de l’AI Act, exposer l’organisation à des amendes et nuire à sa réputation d’employeur (fuite de données confidentielles du type rémunération, etc.). Les RH doivent considérer la sécurité des données des collaborateurs en tant que priorité absolue.
Évolution des Coûts, La Grande Inconnue
Le modèle économique des IA génératives reste incertain, notamment en ce qui concerne les coûts. Les modèles d’IA ont pour l’instant deux types de tarification.
Usage Conversationnel Classique
Pour un usage conversationnel classique (comme ChatGPT), on paye un abonnement fixe chaque mois qui donne accès à une quantité importante d’instructions par modèle pour le mois.
Usage Intégré aux Solutions Professionnelles
Pour un usage intégré aux solutions professionnelles, la tarification est similaire aux forfaits mobiles du début des années 2000. Le prix dépend de deux facteurs: la quantité de données qu’on envoie au modèle, et la quantité de données qu’il génère. Concrètement, plus une demande est complexe, récurrente ou traite un volume important de données, plus elle coûtera cher. Cela complexifie les prévisions budgétaires, en particulier pour les départements RH qui doivent souvent composer avec des budgets serrés.
Une entreprise cherche à optimiser ses processus RH tout en maintenant un budget équilibré. Que se passe-t-il si les coûts des outils explosent soudainement ? Le cabinet Gartner indique en 2024 que les dépenses pourraient atteindre cinq à dix fois les estimations initiales. La plupart des acteurs travaillent pour l’instant à perte, et des hausses de prix sont à prévoir, d’autant qu’ils parient tous sur le fait qu’augmenter la quantité et la qualité des données d’entraînement d’un modèle (et donc son coût) améliorera la qualité du texte généré. Du premier LLM ayant coûté 900$ à Gemini Ultra dont l’entraînement atteindrait les 200 millions de $, la tendance est claire. L’utilisation de l’open-source permet d’éviter de payer les coûts d’entraînement, donc ces prévisions restent à considérer avec réserve.
Choisir un éditeur de SIRH qui propose des solutions IA intégrées et transparentes sur les coûts est un gage de sécurité financière pour éviter les mauvaises surprises. Ce risque est sous contrôle avec un partenaire de confiance. Chez SkillUp, nous avons choisi d’embarquer l’IA dans notre solution de gestion des talents sans surcoût et de manière native.
Bonnes Pratiques pour un Usage Éthique et Efficace
Pour les RH, l’IA générative représente des opportunités formidables, mais sous réserve d’être encadrée par des garde-fous rigoureux. L’anonymisation des données personnelles, la supervision humaine, et la gestion maîtrisée des coûts sont des prérequis essentiels à une utilisation responsable.
Anonymisation des Données Personnelles
Il est crucial de protéger les données personnelles en les anonymisant avant de les fournir aux modèles d’IA. Cela permet de minimiser les risques de fuite et de violation de la confidentialité, tout en respectant les réglementations en vigueur.
Supervision Humaine
Les IA génératives doivent être considérées comme des outils d’assistance et non comme des décideurs. Une supervision humaine constante est nécessaire pour vérifier la pertinence et l’exactitude des informations produites. Cela permet de garantir des résultats fiables et de prévenir les erreurs potentielles.
Gestion Maîtrisée des Coûts
Choisir un éditeur de SIRH qui propose des solutions IA intégrées et transparentes sur les coûts est un gage de sécurité financière. Cela permet de maîtriser les dépenses et d’éviter les mauvaises surprises liées à des hausses de prix imprévues.
Intégration des Garde-fous
L’intérêt des modèles d’IA générative reste globalement limité si l’utilisateur ne leur apporte pas des données restreintes et adaptées à l’instruction communiquée. Un trop-plein, ou une instruction trop longue, contribueront à une dégradation drastique de la qualité de la réponse apportée. Les techniques d’ingénierie de prompts, de fine-tuning, et de RAG (Retrieval Augmented Generation) permettent d’optimiser l’utilisation des modèles d’IA en fournissant des instructions précises et pertinentes.
Exemple Pratique: Rédaction de Fiches de Poste
La rédaction de fiches de poste est souvent un travail fastidieux qui peut prendre plusieurs heures et ne pas toujours aboutir à un résultat satisfaisant. Utiliser un outil d’IA comme ChatGPT peut permettre d’obtenir un résultat rapide et de qualité. Cependant, cela nécessite des actions répétitives pour intégrer les résultats manuellement dans les référentiels. Une solution plus efficace est d’utiliser un outil intégrant l’IA, qui suggère les compétences disponibles dans votre référentiel, crée les compétences manquantes, définit les niveaux attendus et génère un contenu adapté à votre entreprise.
Voilà le secret d’une utilisation réussie de l’IA: allier compétences techniques, expertise métier et pratiques de sécurité, pour garantir une utilisation optimale des données sans compromettre leur confidentialité. En résumé, le combo gagnant, c’est un RH équipé d’un SaaS RH qui gardera un œil vigilant sur les avancées des modèles d’IA aux capacités en évolution rapide, et dont les implications en termes de coût sont encore incertaines. Avec l’application progressive de l’AI Act, ces garde-fous ne sont pas des options pour un usage responsable et éthique.
L’essor de l’intelligence artificielle générative dans les ressources humaines soulève des questions cruciales sur l’avenir du travail et de la gestion des entreprises. Bien que cette technologie promette des gains de productivité et des améliorations significatives, elle ne doit pas être adoptée sans une réflexion approfondie sur ses implications. La fiabilité des résultats, la protection des données personnelles et l’évolution des coûts sont des enjeux majeurs nécessitant une vigilance constante.
Les professionnels des ressources humaines ont un rôle essentiel à jouer dans cette transformation. Ils doivent non seulement s’adapter aux nouvelles technologies, mais aussi veiller à ce que leur utilisation soit éthique et responsable. L’anonymisation des données, la supervision humaine et la gestion maîtrisée des coûts sont des éléments clés pour une intégration réussie de l’IA générative.
Au-delà des défis techniques, il est important de considérer les impacts sociaux et humains de ces innovations. Comment ces outils peuvent-ils contribuer à une meilleure qualité de vie au travail ? Quelles sont les nouvelles compétences que les professionnels des ressources humaines devront développer pour tirer pleinement parti de ces technologies ? Et comment peut-on garantir que l’IA générative ne creuse pas les inégalités existantes ?
Ces questions invitent à une réflexion plus large sur le rôle de la technologie dans notre société. Alors que l’IA continue d’évoluer, il est crucial de rester à l’écoute des besoins et des préoccupations de tous les acteurs impliqués. En explorant ces pistes, nous pouvons construire un avenir où l’IA générative est un outil de progrès, plutôt qu’une source de problèmes. Pour en savoir plus sur ces sujets, consultez notre article sur les compétences futures en ressources humaines et inscrivez-vous à notre newsletter pour rester informé des dernières avancées.
Aller plus loin
Plongez dans l’univers complexe et fascinant de l’intelligence artificielle générative en ressources humaines. Pour commencer, l’étude détaillée de l’IA et du droit, publiée par Arago, offre une analyse approfondie des erreurs de compréhension et des hallucinations des modèles d’IA, en particulier dans le domaine juridique. L’IA et le droit: une étude détaillée de l’ampleur des hallucinations vous aidera à mieux anticiper et gérer les défis éthiques et techniques.
Ensuite, le rapport de l’université de Stanford sur la sécurité des données en entreprise est une ressource incontournable pour comprendre les risques de fuite de données et les implications légales de l’utilisation des IA génératives. Legal RAG Hallucinations propose des recommandations pratiques pour assurer la confidentialité des informations sensibles, un aspect crucial pour toute entreprise soucieuse de la protection de ses données.
L’IFOP a mené une étude révélatrice sur l’usage des IA génératives en entreprise, explorant les tendances actuelles et les pratiques en matière de confidentialité et de supervision. Utilisation de l’IA en entreprise offre une perspective précieuse sur les enjeux réels auxquels sont confrontés les professionnels des RH, vous aidant à naviguer dans ce paysage en constante évolution.
Gartner, leader en analyse de marché, propose une perspective éclairante sur l’évolution des coûts des solutions d’IA générative. Alertes sur les coûts cachés de l’IA générative est essentiel pour les RH qui doivent gérer des budgets serrés et anticiper les futures dépenses. En comprenant les coûts cachés de l’IA générative, vous pourrez prendre des décisions plus informées et stratégiques.
L’ingénierie de prompts et le fine-tuning sont des techniques cruciales pour améliorer la performance des modèles d’IA basés sur les LLM. Cet article de Developpez.com explore les limites de ces modèles et propose des méthodes pour les optimiser. Les modèles d’IA basés sur les LLM sont-ils défectueux ? est indispensable pour les professionnels souhaitant tirer le meilleur parti des IA en RH.
Le Centre for Data Ethics and Innovation a publié un guide pratique pour l’utilisation éthique de l’IA. Guide pour une utilisation éthique de l’IA offre des recommandations concrètes pour une utilisation responsable et éthique de l’IA, un guide précieux pour les RH qui souhaitent intégrer des garde-fous dans leurs pratiques. En suivant ces recommandations, vous pouvez assurer une utilisation équitable et transparente de l’IA.
Enfin, McKinsey & Company présente une analyse détaillée de l’impact de l’IA sur le marché du travail, y compris les opportunités et les défis pour les entreprises. L’impact de l’IA sur le marché du travail est essentiel pour comprendre les tendances futures et les stratégies à adopter. En explorant les implications de l’IA sur le marché du travail, vous pouvez mieux préparer votre organisation à l’avenir.
Ces ressources fournissent une base solide pour une compréhension approfondie des enjeux liés à l’IA générative en RH. Elles offrent des perspectives variées, des analyses détaillées et des recommandations pratiques pour une utilisation responsable et efficace de ces technologies.