Pancarte : For Hire

L'algorithme de recrutement, une garantie pour lutter contre les discriminations à l'embauche ?

© Clem Onojeghuo - unsplash

Contenu partenaire


StaffMe publie une étude montrant la persistance de biais discriminatoires dans l'accès à l'emploi. Pour contourner ces biais la plateforme plébiscite le recours aux algorithmes de matching.

StaffMe a interrogé près de 1000 étudiants sur leur expérience des discriminations, en particulier à l'embauche. À l’instar des testings régulièrement réalisés par des associations, cette étude, à laquelle ont répondu 953 jeunes entre 18 et 30 ans, dont 60% d'étudiants, démontre, selon la plateforme, « la persistance des discriminations à l'embauche ».

Panorama des discriminations à l'embauche les plus fréquentes

  • Si l'origine ethnique représente 58,9% des cas de discrimination recensés, le genre (23,7%), l'âge (20,9%) ou encore le lieu d'habitation (16,4%) font aussi partie des biais dénoncés. 53,4% des 18-30 ans déclarent avoir été victimes de discrimination dans leur vie quotidienne.
  • Ils sont 42% à avoir expérimenté des discriminations à l'embauche, et 34,9% à avoir été victimes de discrimination sur leur lieu de travail.
  • Face à ces situations, les jeunes restent démunis, et 59,6% n'ont pas réagi. 67,9% des 18-30 ans pensent que l'origine ethnique est le motif de discrimination le plus fréquent pour trouver un emploi.
  • 63,8% des 18-30 ans pensent que le CV anonyme est un bon moyen de lutter contre les discriminations à l'embauche, et 61% pensent que le fait qu'une entreprise ne puisse pas choisir la personne avec laquelle elle va travailler (comme le fait StaffMe) est un bon moyen de lutter contre les discriminations.

L'algorithme de recrutement, un outil d'aide dans la lutte contre les discriminations

Selon Thomas Vannier, Head of Data chez StaffMe, « pour les missions ponctuelles et pour les jobs étudiants, la solution proposée par StaffMe constituerait une réponse efficace à ces biais. Elle permettrait à ceux que le marché de l'emploi exclu de retrouver une activité, pour financer leurs études ou pour se professionnaliser et acquérir de l'expérience.»

Toujours selon le Head of Data de StaffMe, L’algorithme de matching mis en œuvre par la plateforme permettrait aux entreprises clientes de trouver très rapidement les entrepreneurs ( « les Staffers » ) qualifiés pour répondre à leurs besoins. L'algorithme repose sur 3 piliers fondamentaux : la localisation, les compétences techniques et la disponibilité au moment de la prestation. Les données utilisées dans le modèle se basent entièrement sur les informations renseignées par le Staffer lors de son inscription et de son activité sur l'application. Aucune donnée tierce n’est utilisée.

Pour Thomas Vannier, la politique StaffMe du « premier arrivé, premier servi » ne laisserait place à aucun favoritisme. Les Staffers qui matchent avec les caractéristiques de la prestation reçoivent une notification sur leur application mobile. Ils peuvent l’accepter ou la refuser. C’est alors le premier indépendant qui répond positivement qui effectuera la prestation.

La technologie que nous avons déployée permet aux Staffers d'avoir les mêmes chances d'effectuer des prestations. L'algorithme de matching neutre sur lequel repose notre service est l'outil le plus efficace pour lutter contre toutes les discriminations.

Thomas Vannier, Head of Data chez StaffMe

Peggy Baron

Chaque jour je m'installe à la terrasse de l'actu et je regarde le monde en effervescence. J'écris aussi bien sur les cafards cyborg que sur le monde du travail, sans oublier l'environnement et les tendances conso.

Discutez en temps réel, anonymement et en privé, avec une autre personne inspirée par cet article.

Viens on en parle !
Podacast : En immersion
commentaires

Participer à la conversation

Laisser un commentaire