Comment créer un sentiment d’appartenance et utiliser l’IA pour éliminer les biais

Lisez la transcription :

Nous testons la transcription de nos podcasts à l’aide d’un programme informatique. Merci de pardonner toute faute de frappe, car le robot n’est pas exact à 100%.

Vijay Pendakur : Comme pour tout, c’est une question d’intentionnalité. Donc, une fois que nous avons clarifié ce qu’est la forêt et ce qu’est l’arbre, alors ce sont les entreprises qui font un bon travail à ce sujet qui, il y a 12, 24, 36 mois, ont commencé à requalifier leurs chefs d’équipe pour diriger selon l’appartenance.

David Rice : Bienvenue dans le podcast People Managing People. Notre mission est de construire un monde du travail meilleur et de vous aider à créer des environnements heureux, sains et productifs. Je suis votre hôte, David Rice.

Aujourd’hui, nous continuons avec la deuxième partie de ma récente conversation avec le Dr Vijay Pendakur, auteur de The Alchemy of Talent. Nous allons approfondir cette idée de crise d’appartenance et regarder de plus près l’ampleur des changements apportés par l’IA dans le domaine de l’acquisition de talents. Nous reprenons exactement là où nous nous étions arrêtés. Allons-y !

Vous parlez d’une crise d’appartenance dans la main-d’œuvre américaine, et je suis curieux de savoir, selon vous, quel en est le principal moteur et comment cela évolue. Parce que je pense que le terme « appartenance » sera de plus en plus entendu dans les années à venir. Et avant, comme nous l’avons dit, les gens se mettent à utiliser ces termes à leur guise, cela commence à prendre un nouveau sens avec le temps, n’est-ce pas ?

Je me demande quels sont, selon vous, les plus grands facteurs pour créer ce sentiment d’appartenance tel que nous le comprenons aujourd’hui. Quels sont des exemples d’entreprises qui le font bien ?

Vijay Pendakur : Bien sûr. Oui. Wow. C’est une question épaisse.

David Rice : Je pense que c’était trois questions.

Vijay Pendakur : Oui. Exactement. C’est le sandwich triple viande. C’est l’un de mes préférés. Je pense que comprendre la crise de l’appartenance implique d’abord que nous appliquions un peu de rigueur à ce que signifie appartenir au travail. Tout comme la sécurité psychologique ou la confiance, dont nous avons parlé auparavant, le mot « appartenance » a un usage courant et un usage technique.

Et pour moi, en tant qu’expert de l’expérience employé, il est important de définir cette rigueur technique. J’aime beaucoup le cadre développé par Coqual dans leur recherche sur l’appartenance au travail, que j’utilise dans le livre, et un clin d’œil à Coqual. Mais les gens ressentent un sentiment d’appartenance dans leur équipe lorsqu’ils se sentent vus, connectés, fiers et soutenus.

Voilà des facteurs beaucoup plus actionnables et, mis ensemble, quand les gens disposent de ces éléments, ils déclarent un fort sentiment d’appartenance. Il y a donc une véritable validité dans cette approche des sciences sociales. Pour clarifier ces termes pour les auditeurs qui découvrent ce champ de recherche et souhaitent l’appliquer dans leur équipe, être vu est principalement un facteur d’inclusion.

En d’autres termes, suis-je compris et valorisé pour qui je suis dans cette équipe ? Suis-je connecté ? Ai-je la possibilité d’avoir des échanges significatifs avec mes collègues ? Suis-je fier ? Ai-je le sentiment que je fais partie d’une équipe où je peux réussir ? Mon équipe réussit-elle ? Est-ce que mon équipe est valorisée dans cette entreprise ou organisation ? Est-ce que je comprends en quoi mon travail contribue à une réussite plus vaste ?

Ce sont là des éléments de fierté au travail, jusqu’à : est-ce que mon entreprise ou mon organisation est un endroit où je suis fier de travailler, que ce soit par l’impact dans le monde ou par la manière dont elle traite ses employés ? Et enfin, le soutien. Est-ce que j’ai un simple emploi ici ?

Ou ai-je une carrière ? C’est l’un de mes critères principaux pour savoir si les gens se sentent soutenus ou non. Ai-je une trajectoire ? Puis-je apprendre et évoluer ? Ou est-ce purement transactionnel, juste un moment dans le temps ? Et lorsque chacun de ces quatre facteurs est amplifié, les personnes rapportent un fort sentiment d’appartenance.

Donc, après avoir apporté une grille de lecture plus technique sur ce que signifie appartenir, revenons en arrière. Pensez à toute cette discussion, David. Pensez aux quatre dernières années et demie. Tous ces bouleversements que nous avons évoqués au début du podcast : changement dans la façon de travailler, télétravail, travail hybride, récessions économiques, licenciements, gels de promotions et externalisation, alors que les entreprises cherchent des stratégies d’emplacements à moindre coût.

Les entreprises réduisent les dépenses de prestations sur les 12 à 18 derniers mois, ou mettent fin aux programmes de mission sociale ; le sentiment de « jetabilité » ressenti par les salariés qui n’ont pas été concernés par les licenciements cycliques, mais restent dans l’entreprise, se sentant coupables de survivre et se demandant : « est-ce mon tour maintenant ? »

C’est ce que j’entends lorsque je discute avec les équipes et leurs responsables ; cela représente la crise de l’appartenance. Car comment se sentir vu, connecté, fier et soutenu dans ce tourbillon permanent ? Je crois que dans votre fameuse question sandwich triple viande, vous demandiez aussi ce que peuvent faire les entreprises, n’est-ce pas ?

Qui fait cela correctement ? Eh bien, comme toujours, c’est une question d’intentionnalité. Une fois que la clarté est faite sur la forêt et les arbres, les entreprises qui s’en sortent bien ont, durant les 12, 24, 36 derniers mois, commencé à requalifier leurs responsables pour qu’ils favorisent l’appartenance.

En leur offrant une prise de conscience conceptuelle, des outils pratiques, des comportements pour amplifier les sous-facteurs de l’appartenance. S’assurer que les managers ont des compétences de base en inclusion, vérifier que l’entreprise offre suffisamment d’opportunités pour que les collaborateurs hybrides, à distance et sur site puissent établir des liens significatifs avec leurs collègues.

Proposer des plans de carrière, une grille de fonctions transparente avec des niveaux pour que les gens se disent : « D’accord, si je fais ceci, que j’acquiers ces compétences, je peux évoluer au sein de l’entreprise. Mon prochain poste ne sera peut-être pas dans ma propre équipe, mais il existe vraiment une mobilité transversale ici. »

Je peux passer de la vente au produit, puis au siège ou à un service central. Les entreprises réfléchissent à la fierté, se disent : « Nous avons investi dans des programmes à impact social et versé de l’argent à de bonnes causes pendant quelques années, mais désormais, nous n’avons plus les marges pour le faire. »

Il existe des pratiques essentielles qui renforcent la fierté. L’équité salariale en est un bon exemple. J’ai vu une recherche intéressante montrant que les entreprises qui investissent dans l’équité salariale et communiquent de manière transparente avec leurs équipes qu’elles réalisent chaque année un audit rigoureux, par un tiers, et prennent des mesures d’ajustement afin que les écarts injustes disparaissent… Quand une entreprise fait cela, la fierté des employés augmente, car ils constatent : « Je suis fier de travailler dans une société qui agit pour l’équité et qui corrige les injustices salariales ».

Il existe donc aussi des retours sur investissement de bon sens pour renforcer ces facteurs.

David Rice : Absolument. Ce n’est pas le sujet du livre, mais comme quelqu’un ayant travaillé dans les entreprises SaaS et la tech, je dois vous poser la question car je voudrais avoir votre avis sur un point.

Dans le livre, vous évoquez que l’IA générative est partout à présent, et on voit maintenant l’IA intégrée à presque tous les logiciels RH sur le marché. Qu’en pensez-vous concernant sa capacité à éliminer les biais ou à nous aider à construire des organisations plus diverses naturellement grâce à sa présence ?

Parce que j’entends souvent des partisans de l’IA vanter ses intérêts, et je suis curieux d’avoir votre analyse sur où elle en est aujourd’hui et ce que sera la situation dans cinq ans.

Vijay Pendakur : Bien sûr, bien sûr. Il y a les partisans et les critiques — tout le monde en parle. On ne peut pas entrer dans une salle RH ou assister à une conférence sans entendre parler de l’IA générative. Premièrement, je dirais qu’on n’est pas arrivés à son heure d’impact maximal : la discussion est omniprésente…

Mais l’adéquation au marché, la proposition de valeur, le temps d’implémentation, la maturité des équipes… Il y a de nombreux points à adresser avant l’adoption massive. Ce n’est pas une bascule du jour au lendemain. En tant qu’utilisateurs finaux, nous pouvons créer un compte ChatGPT ou Gemini et commencer à s’en servir comme copilote. D’accord. Mais dans la pile logicielle RH, un changement fondamental apporté par l’IA générative, cela viendra plus tard.

Pour ce qui est des biais, je suis partagé. Ma réaction est bipolaire, bimodale sur ce point. D’un côté, je sais que l’expérience humaine au travail est profondément affectée par les erreurs de jugement humain.

Qu’elles soient le fruit de biais ou de bruit : « bruit » signifiant simplement des erreurs indésirables dans le jugement humain. Les biais sont ces raccourcis du cerveau qui ont des conséquences négatives pour les employés. L’on retrouve cela dans l’évaluation de la performance, l’attribution d’opportunités, l’accès à un mentor, etc. Tant d’aspects du travail restent pollués par les biais et le bruit. J’ai l’espoir que l’IA générative sera une forme de contrepoids et que le partenariat homme-machine, le partenariat homme-logiciel, nous permette de nous affranchir de notre dépendance à un cerveau humain porteur d’autant de biais et d’aléa. Dans une logique de copilote/pilote, nous pourrions accéder à une évaluation plus juste du talent et du travail fourni.

Ce serait formidable, car aujourd’hui, peu d’entreprises peuvent affirmer avoir résolu ce problème. D’un autre côté, ma réserve et mon scepticisme viennent du fait qu’avec le paradigme du « bouger vite et casser des choses » de la Silicon Valley — où j’ai passé pas mal de temps — beaucoup ont entraîné leurs grands modèles de langage sur des données saturées de biais et de bruit, car issues de l’expérience humaine.

On utilise un référentiel de données humaines qui reflète tous nos héritages, nos casseroles, en tant qu’espèce, en tant que société. Cela m’inquiète car nous semblons intégrer nos problèmes au sein de ces modèles à grande vitesse. Je pense donc que ce sera un progrès itératif : deux pas en avant, un pas en arrière, ou un pas en avant, deux pas en arrière. On l’a vu lors des lancements et bugs publics de certains outils d’IA générative célèbres, où la correction du tir et les bugs se passent en direct.

C’est un sujet sur lequel je poursuis ma réflexion, mais j’espère que ce partage d’idées à voix haute, David, vous sera utile ainsi qu’à vos auditeurs.

David Rice : Très intéressant, car cela souligne à quel point nous ne savons encore pas grand-chose ; il nous manque plus d’informations qu’on en possède aujourd’hui.

Avant de se quitter, il y a deux choses à faire en guise de tradition de fin de podcast. D’abord, je veux vous donner l’occasion de dire aux auditeurs où vous contacter, ce que vous faites, où acheter votre livre. Allez-y, c’est le moment autopromotion !

Vijay Pendakur : Merci de m’offrir ce moment d’auto-promotion sans vergogne ! Toute personne intéressée par mon travail ou souhaitant me suivre peut le faire via mon site web qui est simplement mon prénom et nom : VijayPendakur.com. Facile à me trouver en ligne. Je vous encourage à vous abonner à ma newsletter.

C’est un bon moyen de recevoir régulièrement mes actualités, recherches originales et écrits. Il y a aussi LinkedIn — j’y ai une présence très active ; c’est un autre moyen fructueux de rester en relation. Le livre sortira, en lancement discret avec l’éditeur, à la mi-septembre.

Donc à partir du 16 septembre chez Amplify Publishing Group ; vous pouvez aller sur leur site et le commander directement chez l’éditeur. Pour les plus fervents, je vous encourage à commander dès la mi-septembre, ou alors d’attendre début décembre, lorsque le livre sera disponible sur Amazon, Barnes & Noble, Walmart, Books-A-Million.

Nous visons le 3 décembre. Vous verrez davantage d’événements et de couvertures médias d’ici là, afin de célébrer la sortie d’un plan simple et radical pour aider chacun à accomplir son meilleur travail et à diriger des équipes performantes.

Voilà pour l’auto-promotion !

David Rice : Parfait ! Deuxième tradition ici : vous avez le droit de me poser une question. Je vous passe le micro, interrogez-moi sur ce que vous souhaitez. Ce n’est pas obligé d’être sur le thème du jour.

Vijay Pendakur : Super, je me réjouissais de cela, car en regardant votre présence en ligne David, j’ai été frappé par votre profond parcours en journalisme. Vous avez occupé de nombreux rôles impressionnants dans ce domaine, qui a beaucoup été bouleversé, agrégé, restructuré.

Il y a aujourd’hui bien moins d’acteurs qu’à l’époque où j’ai grandi dans les années 1980/90, et voilà que déboule l’IA générative. Vous m’avez demandé de vous donner une vue d’avenir sur l’IA générative dans le domaine RH, j’aimerais vous rendre la pareille : comment voyez-vous le journalisme d’ici cinq ans avec l’IA générative ?

David Rice : Je pense que cela va devenir beaucoup plus courant, avec l’essor du « journalisme citoyen » car l’écriture et même une partie de la correction deviennent plus mécaniques. Le défi pour ces personnes sera de savoir quelles questions poser, à qui les poser, comment aller chercher la bonne source.

Les outils du journaliste, vraiment, permettent d’obtenir des informations de manière systématique, tandis que là où les gens auront du mal — et ce que je crains que l’on perde avec l’essor de la confiance dans ces technologies — c’est cette capacité, ce « muscle » à aller collecter et raconter des histoires.

C’est un problème, mais ce qui séparera le bon du mauvais reportage ce sera la capacité à faire cela. On pourra utiliser l’IA générative pour écrire, éditer ou affiner un texte ici ou là, voire pour le référencement, car même les journalistes doivent y penser.

Oui, on peut utiliser cela pour tout ça, mais à la fin, il faut avoir une histoire à raconter. Et cela restera une denrée précieuse : savoir trouver les bons interlocuteurs, les bons exemples.

L’IA générative pourra aider, mais ne fera pas tout. On le constate déjà. On discute tout le temps de ça : elle donne une base, comme une toile avec juste une ligne d’horizon, mais elle ne dessine rien dessus.

Vijay Pendakur : Oui, cela me rappelle l’affaire Sports Illustrated, il y a quelques trimestres. Une surdépendance à cet outil a produit des textes terribles, parfois faux, parfois juste interrompus en plein milieu…

David Rice : Oui, difficile alors de comprendre le but de l’article.

Vijay Pendakur : Exactement !

David Rice : Pourquoi une publication aussi prestigieuse publie cela ? Cela continuera d’arriver. On se demande souvent quel sera l’avenir du métier ; pour moi, il a déjà été bouleversé il y a longtemps, par tous les bouleversements évoqués, la concentration des médias. Quelques groupes contrôlent tout, tout le reste ressemble à du marketing de contenu ; quelques sociétés contrôlent tout.

C’est cela qui a vraiment causé le plus de dégâts d’après moi. L’IA générative, il y aura du bon et du moins bon.

Les gens savent de mieux en mieux la repérer. Ils ressentent quand un texte a été écrit par une IA ; ils se forgent leur propre opinion, ils décident s’ils lui font confiance ou non. Cette confiance — une question d’organisation d’une part, mais surtout, en médias, il s’agit de la confiance de l’audience.

Il faudra toujours travailler dur pour la gagner, car les gens deviennent de plus en plus sceptiques. Cela existe depuis avant l’IA. Nous sommes à l’ère de la désinformation. Ce n’est pas la faute de l’IA générative, mais ça n’aide pas forcément…

Oui, je le pense. C’est mitigé. Où serons-nous dans cinq ans ? Les gens s’en serviront, mais il faudra toujours savoir raconter une bonne histoire.

Vijay Pendakur : Fantastique, belle analyse !

David Rice : Merci beaucoup pour votre temps aujourd’hui. Je vous suis très reconnaissant d’être venu sur le podcast.

Vijay Pendakur : C’était un vrai plaisir et j’espère qu’on poursuivra cette discussion en dehors de l’émission.

David Rice : Merci à tous ceux qui nous ont écoutés. Si ce n’est pas déjà fait, rendez-vous sur peoplemanagingpeople.com/subscribe, abonnez-vous à la newsletter pour recevoir ce podcast et tous nos derniers articles. Beaucoup de contenus logiciels arrivent, donc restez à l’affût ! Abonnez-vous !

D’ici là, amusez-vous avec l’IA, mais restez lucides !