Blogue

Flux RSS

Les algorithmes et notre jugement

Publié le 16 septembre 2019

Les experts en sélection savent qu’ils pratiquent une science imparfaite où on commet tous des erreurs. Il faut voir l’amélioration d’un processus de sélection comme une manière d’améliorer les probabilités de faire un bon choix, sachant qu’il n’y a pas d’assurance absolue. La recherche montre que l’entrevue de sélection est un des meilleurs moyens de prédire la performance d’une personne, mais pourtant on voit depuis des années une croissance des tests de personnalité dans le marché, même si leur validité prédictive est moins élevée. Logg, Minson et Moore ont publié un article dans Organizational Behavior and Human Decision Processes qui explique peut-être leur popularité.

Ils ont mené six expérimentations qui exploraient la confiance que les gens pouvaient avoir en un algorithme par rapport à l’opinion d’une autre personne ou même la leur. Ils ont trouvé que les gens privilégient généralement les algorithmes à l’opinion d’un autre pour prendre une décision ou faire une prédiction. Lorsqu’ils devaient choisir entre leur propre opinion ou celle d’un algorithme, les participants privilégiaient en majorité l’information « objective » à leur prédiction. La seule exception était les experts, qui se fiaient davantage à leur propre opinion qu’aux algorithmes, quitte même à parfois diminuer la qualité de leur prédiction.

Si on revient au contexte de la sélection, on peut penser que la grande valeur des tests de sélection sur le marché est la confiance que leurs usagers accordent à l’algorithme. Même si la recherche montre que l’opinion issue d’une entrevue est plus valide, les gens qui ne sont pas des experts en sélection préfèrent généralement être rassurés par cette information objective et quantifiable. Le moment arrivera sûrement où l’intelligence artificielle prendra de meilleures décisions que les humains en sélection, mais on peut douter qu’elle recourra pour cela à des tests de personnalité. D’ici là, il est probable que les gens continueront à accorder plus de confiance aux algorithmes de ces tests qu’ils n’en méritent.

Commentaires