
L’impact des nouvelles technologies et les évolutions organisationnelles et économiques des marchés conduisent les entreprises à la dématérialisation de leurs processus RH.
La performance d’une entreprise se traduit souvent par des données quantitatives et plus précisément financières. La notion de performance s’est progressivement élargie à d’autres dimensions qualitatives, notamment dans les ressources humaines. La fonction RH joue un rôle majeur, tant dans la coordination des actions permettant de piloter la performance individuelle que dans l’évaluation de chaque collaborateur de sa propre performance.


Le « Machine Learning » est entré dans l’entreprise. On en voit certes les opportunités, mais en mesure-t-on bien les enjeux sociétaux ? Peut-être est-il utile d’interroger les usages de cette nouvelle génération d’algorithmes d’apprentissage utilisant des bases géantes de données empiriques ? Existe-t-il un risque épistémologique à reproduire les biais et stéréotypes humains ? A titre d’exemple, nous interrogerons le tri de CV par le « machine Learning ». Ne véhicule-t-il pas des schémas sexistes existants ? Dit autrement, est-il équitable ?





