• Tipeee

D'autres articles sur le thème des technologies et de la transformation

AVANT PROPOS

AVANT PROPOS

Si notre dernier Mag accompagnait le déconfinement, le N°11 du MagRH surfe sur des temps orageux, troubles et troublés, sur des vagues virales qui avancent masquées et surtout sur une quasi-absence de cohérence et de cohésion sociale, ce qui n’arrange guère les possibilités de prospective crédible. 

Et pourtant, notre condition humaine nous oblige à cohabiter. Nous n’avons pas vocation à peupler les déserts de troupes entières d’anachorètes (oxymore ?) … L’écoute des arguments des " anti-masques " lors des manifestations récentes laissait perplexe : " ne touche pas à ma liberté… je fais ce que je veux…personne ne peut m’imposer de vivre comme je veux… " Et moi, et moi et moi pourrions-nous dire, comme le scandait Dutronc. Où est donc l’intérêt général dans tout ça ? Adolphe Thiers, dans l’histoire de la Révolution Française en 1841 décrivait justement le paysage : Les hommes ne peuvent pas vivre longtemps ensemble sans éprouver bientôt du penchant ou de la répugnance les uns pour les autres, et sans se grouper conformément à leurs inclinations. 

Lire la suite

L’humain est l’avenir de l’IA

L’humain est l’avenir de l’IA

Les différentes annonces sur l’IA peuvent donner le tournis comme les évaluations sur l’impact de l’IA en termes d’emploi. On oscille entre une destruction massive d’emplois, dont certains très qualifiés comme juriste ou journaliste, et un effet plus modéré pouvant être en partie compensé par l’apparition de nouveaux métiers liés à l’essor de l’IA.

Cependant pour avoir échangé tout récemment avec le DRH d’une grande banque on peut s’attendre à un impact majeur qu’eux-mêmes commençait à mesurer en termes de fermeture d’agence, de remplacement de personnel bien humain par des robots de traitement des données. Son sentiment était que le véritable impact serait sensible d’ici deux à trois ans mais qu’il serait majeur.

Lire la suite

Le machine learning est-il équitable ?

Le machine learning est-il équitable ?

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 ?

Lire la suite

DRH, RRH, s’il vous plaît, ne fétichisez pas les chiffres.

DRH, RRH, s’il vous plaît, ne fétichisez pas les chiffres.

Mesdames, Messieurs, DRH ou RRH, s’il vous plaît, veillez à utiliser à bon escient et avec parcimonie les chiffres. Il est incontestable que les chiffres ont une utilité dans vos pratiques professionnelles, notamment dans une visée de contrôle de gestion sociale. Ils permettent une montée en généralité à même d’offrir une vue d’ensemble de certaines dimensions (effectif, nombre d’heures travaillées) ou de certaines dynamiques (absentéisme, effort de formation). Ils rendent également possible une mise en équivalence permettant de pouvoir se comparer à d’autres et d’être comparé en termes de performance sociale. Il n’en demeure pas moins que vous pouvez avoir tendance à les fétichiser, à les sacraliser. Si ce n’est pas quantifié, compté, cela aurait alors moins de valeur.

Lire la suite

Transformation numérique, technologies, intelligence artificielle ...