• Tipeee

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

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

Philosophie et IA

Philosophie et IA

Pourquoi un philosophe s’intéresse-t-il à l’Intelligence artificielle ?

L’intelligence a toujours posé question à la philosophie, de même que la technologie qui, depuis au moins un siècle, se trouve au centre des préoccupations. La combinaison de l’intelligence et de la technologie est ainsi doublement philosophique. Des philosophes comme Aristote et Leibniz l’ont anticipé. Actuellement, les débats sur l’intelligence artificielle ont deux dimensions. La première est épistémologique : elle cherche à interroger la part « intelligente » de l’intelligence artificielle. Si la capacité pour une machine d’émuler l’intelligence humaine la rend véritablement intelligente, cette dernière caractéristique doit-elle être entendue comme une qualité, ou juste comme une capacité ? Un dispositif capable de comportements intelligents a-t-il cette qualité qu’est l’intelligence, voilà la question. La seconde dimension du débat contemporain est plus prospective et sociale. Elle interroge les conséquences humaines et civilisationnelles des évolutions actuelles du couple humain-machine, avec aussi bien le spectre d’un chômage accru et d’un remplacement du travail humain par le travail machinique, que les espoirs transhumanistes, souvent utopistes, d’une humanité régénérée par ses outils. Toutes les questions soulevées par le progrès depuis deux siècles se retrouvent dans ce débat, exacerbé par les exemples toujours plus nombreux de robotisation de certaines activités.

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

Pour une vision stratégique et prospective des données RH

Pour une vision stratégique et prospective des données RH

Marc DELUZET : Chez ENGIE, comment les chiffres interviennent-ils au sein de la filière Ressources Humaines ?

Xavier Huyghe : Les équipes Ressources Humaines utilisent et produisent beaucoup de chiffres, ne serait-ce qu’en France pour élaborer le bilan social de l’entreprise. Mais ces informations sont d’abord des données de pilotage au service de la performance sociale et économique. Au-delà des contraintes légales et des nécessités de reporting, l’utilisation de données RH vise à s’assurer de l’alignement avec les objectifs stratégiques du Groupe.

Lire la suite

Transformation numérique, technologies, intelligence artificielle ...