Table des matières

• Sommaire
• • Les coordinateurs
  • Les auteurs
  • Les contributeurs
• Préface
  • S’il te plaît… Apprivoise-moi !
• Introduction
• Partie 1 Histoire(s) d’intelligence artificielle
  • Chapitre 1 Algorithmes et humanité
    par Timothée Ferras
    • Jalons historiques de l’Antiquité à nos jours
      • Des prémices de l’IA, dès l’Antiquité
      • Les premiers essais de formalisation de la pensée
      • Leibniz : la pensée humaine mise en calculs mécaniques
      • Au XVIIIe siècle le « Turc Mécanique » ou l’automate joueur d’échecs : un pas de plus vers l’IA
      • Alan Turing : où comment la Seconde Guerre mondiale a accéléré le progrès en matière d’IA
      • La conférence de Dartmouth College : une discipline est née
      • Le phénomène « Deep Blue » (1997)
      • Victoire d’Alphago (2017)
      • Et plus récemment depuis 2018
    • Tentatives de définition de l’IA
      par Timothée Ferras et Frédéric Gautier,
      VP RH chez Dassault Systèmes
      • L’IA est ce qui vise à décharger l’Homme de certaines tâches
  • Chapitre 2 Les enjeux de l’intelligence artificielle : regards croisés d’experts
    • IA : Le défi de la liberté
      • L’IA, cet étrange animal
      • L’IA est une culture par-devers nous
      • Le risque du rétrécissement de l’esprit critique
    • IA et humanité : un défi culturel ?
      • Intelligences artificielle et humaine : l’alliance du compliqué et du complexe ?
      • L’IA et l’illusion de l’objectivité : un « péché originel » ?
      • Liberté : illusion ou réalité ?
      • L’à-venir sera culturel ou ne sera pas !
    • Prenons (enfin) soin du travail
      par Pierre Blanc
  • Chapitre 3 Comment tirer parti de l’IA dans les organisations : le point de vue des praticiens
    • Des IA faibles plus fortes que l’IA forte
      • Qu’appelons-nous IA faible et IA forte ?
      • L’IA produit parfois des résultats non pertinents : peut-on l’éviter ?
      • Cela pose dès lors la question essentielle du « pour quoi » ?
    • Le « programme IA » chez Air France-KLM
      • Mener une exploration délibérée des possibles usages
      • Deux enseignements clés du « Programme IA »
    • L’IA au service des clients et des collaborateurs
      • Des risques émergents auxquels il faut être vigilants…
      • Une approche de transformation nouvelle…
• Partie 2 Pour une fonction RH augmentée
  • Chapitre 4 IA et RH, quels usages ?
    • L’IA peut-elle transformer la fonction RH ?
      par Michel Barabel
      • L’IA : une histoire récente pour la fonction RH
      • IA et RH : de la parole aux actes
      • Cas d’entreprise Air France : enjeux et rôles des RH
    • L’IA dans les RH, de quoi parle-t-on ?
      par François Geuze
      • Les techniques de l’IA généralement rencontrées dans le monde des RH
        • ■ L’apprentissage machine
        • ■ Les systèmes experts
    • L’IA pour augmenter la fonction RH ?
      par François Geuze
      • Distinguer les mouvements technologiques de la révolution digitale et leur interaction
        • ■ Premier mouvement : Des organisations visant la collaboration, les flux
        • ■ Deuxième mouvement : L’intelligence des situations, les données
        • ■ Troisième mouvement : La mobilité
      • La transformation digitale des organisations : vers une DRH 4.0
    • Ressources humaines et IA : la relation en question
      par Marc Grassin
    • Avant l’IA, la connaissance !
      par Olivier Rohou
      • Pas de data, pas de chocolat !
      • Avant de construire la raffinerie, creusons un puits de pétrole !
      • À la recherche de la data ?
    • Le Traitement Automatique du Langage Naturel (NLP) au service des RH
      par Philippe Decottignies
      • L’approche statistique du traitement du langage naturel
      • L’approche neuronale du traitement du langage naturel
      • Les applications du NLP pour les RH
      • Bien-être des collaborateurs et des organisations
    • Intelligence collective et gestion des connaissances
    • Autoformation
    • Des chatbots pour mieux acculturer la révolution à venir
      par Gaëlle Bassuel et Charlotte du Payrat
      • L’intérêt de créer un chatbot
      • Les précautions méthodologiques
      • Trouver la bonne complémentarité IA/intelligence humaine
  • Chapitre 5 Comment l’IA reconfigure les services RH : les points de vue des DRH
    • Transformer l’expérience employé chez IBM grâce à l’IA
      • Apporter une valeur nouvelle au recrutement
      • Aider l’orientation de carrière
      • Transformer l’approche de développement des compétences
    • Trois clés pour des transformations positives
    • Intégrer l’IA dans la gestion des militaires de la gendarmerie nationale
      par le général William Vaquette
      • Pourquoi intégrer l’intelligence artificielle dans la gestion des militaires de la gendarmerie nationale ?
      • Quelles lignes rouges face aux dangers de l’IA dans la GRH ?
      • Le projet Gend 20.24 et sa déclinaison M@GRH
    • Danone : engager les partenaires sociaux sur l’avenir des métiers et des personnes
      • Espoirs et craintes sur l’évolution du travail et la place des ouvriers et employés
      • Une nouvelle gestion prévisionnelle
      • Engager différemment les partenaires sociaux
    • Les leviers RH de réduction de la fracture numérique
      • Du bon usage de l’IA en RH
      • Les facteurs de fractures numériques et les moyens de les réduire
    • L’IA exosquelette de la fonction RH ?
      • L’IA lanceur d’alerte
      • L’IA au service de la diversité des profils
      • Vers un DRH « Data driven »
      • Un « DRH augmenté » : à quelles conditions ?
  • Chapitre 6 Une IA éthique au service de la Responsabilité sociale et environnementale : points de vue d’experts
    • La nécessité d’une IA éthique
      • La nécessité d’une éthique
      • Un DRH du capital humain pour mieux gérer la connaissance et l’éthique
    • IA et mixité
    • IA, diversité et inclusion
      • IA et discriminations
      • Sensibiliser les équipes à la non-discrimination
      • L’IA pour améliorer la diversité lors des recrutements
  • Chapitre 7 Nouvelles organisations, nouvelles compétences : les défis de l’IA pour la fonction RH
    • Prospective métiers et compétences
      par Magali Mounier-Poulat
    • Développer les compétences digitales de tous les collaborateurs
      par Alexandre Musso
    • Développer les compétences socio-émotionnelles de tous les collaborateurs pour préserver leur employabilité face à l’IA
      • Les compétences socio-émotionnelles : des compétences clés
      • Les cinq dimensions structurantes
      • L’IA au service des compétences socio-émotionnelles
    • L’Intelligence collective condition du succès de l’IA
      par Charlotte du Payrat
      • De la nécessité de faire émerger une conscience collective
      • Choisir un angle collectif pour assimiler l’IA
      • Une autre manière de générer de la performance
• Partie 3 L’impact de l’intelligence artificielle dans les grandes politiques RH
  • Chapitre 8 IA et recrutement
    • Comment l’IA peut apporter de la valeur sur plusieurs étapes du recrutement
      par Gonzague Lefebvre
      • L’IA au service de la lutte contre les discriminations ?
      • Les possibilités de l’IA dans le domaine du recrutement
      • Conclusion
    • L’intelligence artificielle au service de la sélection des meilleurs profils
      par Aristide Varvounis
      • L’intelligence artificielle au service de la relation humaine
    • Un monde où l’Homme utilise l’IA pour devenir plus humain
      par Gaelle Monteiller
      • L’IA peut révéler le potentiel humain dès le recrutement et tout au long des parcours professionnels
      • L’IA donne les clés pour une meilleure exploitation du potentiel humain tout au long de l’expérience salariée : des recrutements réussis, des salariés engagés, une marque employeur attractive
    • L’IA au service de l’employabilité : sous quelles conditions ?
      par Priscillia Rossi
      • Quels sont les cas d’usages de l’IA en recrutement ?
      • L’IA n’est pas le Graal
    • Cas d’entreprise : relever les enjeux du recrutement chez Danone en Chine
      • Face aux enjeux du recrutement en Chine
      • Un projet interdisciplinaire
      • Prendre soin des personnes
      • Quelques enseignements
    • L’onboarding à l’ère de l’IA
      par Mathieu Cochet
      • Les impacts de l’IA sur l’expérience collaborateur
      • L’IA pour accompagner RH et managers au quotidien
  • Chapitre 9 IA et développement des compétences
    • Vers une organisation apprenante augmentée
      par Thierry Bonetto
      • Programmes de formation formels et adaptive learning
      • Communautés et apprentissage social : l’accélération !
      • Apprendre c’est travailler : « augmenter » l’apprentissage en situation de travail ?
    • Comment l’IA impacte l’écosystème RH-formation ?
      Par Elian Chrebor
    • L’IA pour augmenter l’expérience apprenante
      par Gaëlle Bassuel
      • Le micro-learning : l’efficacité du fractionnement des moments d’apprentissage digital
      • Les apports de l’IA et des chatbots pour une personnalisation des propositions et des contenus
      • Au-delà des savoir-faire, les apprenances s’ouvrent sur les savoir-être, savoir-apprendre, savoir-percevoir
      • De l’éthique dans la conception des solutions
    • Comment Schneider Electric tire parti de l’IA pour proposer une expérience apprenante augmentée ?
      • Le dispositif Open Talent Market (OTM)
      • Learning in the flow of work
      • La plateforme Coorp Academy
      • Le recours au Robots Process Automation (RPA)
    • Libérez vos potentiels grâce à l’IA !
      par Denis Descause, et Sébastien Ladrat
      • Le monde du travail change et nécessite une nouvelle gestion des talents
      • Expérimentez le futur
  • Chapitre 10 IA et gestion de carrière
    • IA, big data et prédictif
      par Nicolas Morel
      • L’IA peut donner des prédictions relativement fiables mais dans certaines conditions
        • ■ Avons-nous des données en quantité et en qualité équivalente sur nos talents ?
        • ■ Disposons-nous de données normalisées ?
      • En matière de mobilité et de gestion des carrières, l’IA se propose de prédire l’avenir à partir du passé
        • ■ Prédire l’avenir à partir du passé nécessite un environnement stable
      • En conclusion
    • Mieux gérer les compétences et les carrières sera une affaire de collaboration entre IA et Humain
      par Alexandre Malarewicz
      • Bien utiliser l’IA, c’est connaître ses limites
      • Pas de bonne décision, mais des bonnes décisions
      • Comment l’IA façonne et valorise nos futurs métiers
    • La gestion intelligente des compétences et des carrières
      par Pierre-Antoine Roy
      • Le patrimoine de la fonction RH valorisé par la technologie
      • Faire émerger la singularité de chacun
    • De l’utilité de l’IA pour mieux se transformer
      par Jean-Baptiste Girault
      • Les usages de l’IA en gestion de carrière
      • Développement d’une approche prospective de l’évolution des emplois et des compétences
      • Quel avenir pour l’Homme face à l’émergence d’une IA RH ?
    • Comment l’IA transforme le talent management
      par Loïc Michel
      • Une capacité à implémenter rapidement une solution RH auprès de tous vos collaborateurs
      • Gagner en efficacité sur les activités liées au management des talents et des compétences
      • Personnaliser les parcours de vos collaborateurs
    • Rôle de l’IA dans la mise en œuvre des systèmes de GPEC
      par Alain N’Gassam
      • La GPEC face à l’IA
      • Types d’IA pertinents pour la GPEC
      • Les autres domaines de l’IA en RH
        • ■ La mobilité interne
        • ■ La rétention des collaborateurs
        • ■ L’évaluation des compétences
        • ■ La gestion de carrières
    • Anticiper les postes et les compétences du futur avec les collaborateurs
      • Une approche de « Strategic Workforce Planning » augmentée par l’IA
      • Limiter les risques d’une GPEC augmentée
  • Chapitre 11 IA, connaissance de soi, coaching et mentoring
    • Une IA au service de la connaissance de soi
      • Avec l’IA, rendre les collaborateurs acteurs de leur développement
      • Les risques et les craintes que peuvent susciter une telle transformation : la question de la « boîte noire »
      • Déterminisme technologique
      • La prise en compte des particularités et de la culture de l’entreprise
      • Se nourrir en continu, et se doter d’une conscience sociétale pour que l’IA demeure vectrice de progrès social
    • L’IA au service de l’accompagnement humain
      par Timothée Ferras
      • Des métiers de l’accompagnement humain, de plus en plus stratégiques
      • L’importance de trouver des tiers lieux de confiance pour déconnecter et se reconnecter
      • L’impact sur le métier de coach professionnel et les risques
    • Coaching et IA : quelles précautions d’usage pour quels bénéfices ?
      par Olivier Malafronte
    • Quand L’IA rencontre le mentoring : l’enjeu du modèle Laas
      par Morgan Baivier de Fortis
    • L’IA révélatrice de l’intelligence collective de l’entreprise
      par Bénédicte Merle
      • Où en est-on aujourd’hui ?
• Partie 4 Intégrer l’IA dans nos organisations « avec et pour les Hommes »
  par Thierry Bonetto et Magali Mounier-Poulat,
  avec l’aide de Charlotte du Payrat
  • Orientation #1 :
    Vision
    • S’engager sur une vision de progrès économique et humain
    • Utiliser les valeurs et principes éthiques comme guide
    • Investir autant, voire plus, sur l’adoption que sur la technologie
  • Orientation #2 :
    Nouvelles organisations
    • Repenser les process pour valoriser la collaboration Homme-machine
    • Créer les conditions de responsabilisation des collaborateurs
    • Miser sur la relation, la collaboration humaine et l’intelligence collective
  • Orientation #3 :
    Développementdes femmes et des hommes
    • Investir dans l’éducation « pour tous »
    • Acquérir de nouvelles compétences
    • Accompagner les femmes et les hommes
  • Orientation #4 :
    Pilotage durabledu changement
    • Lancer plusieurs cas d’usage pour explorer différentes dimensions
    • Penser le pilotage dans le temps
    • Créer un cadre de confiance
• Postface
  • Entretien avec Bernard Stiegler
    Propos recueillis par Timothée Ferras
    • En quoi l’intelligence artificielle est-elle un pharmakon ?
    • Nous sommes selon vous à la fin de « l’ère anthropocène ». N’est-ce pas un certain usage de l’IA qui produit de « l’entropie » depuis des années ?
    • Vous pensez que ce qu’il faut, au contraire, pour imaginer une « IA for Good », c’est produire de la « néguentropie » ?
    • Ce que nous devons faire aujourd’hui, n’est-ce pas nous montrer plus inventifs, individuellement et collectivement, pour nous réapproprier la technique ?
    • Dans une vision macro et systémique, voyez-vous un lien entre la crise sanitaire et économique qui surgit en 2020, et un usage toxique de l’intelligence artificielle ?
    • La période de confinement vécue en 2020 a-t-elle pu être propice à la réflexivité et à l’inventivité ?
• Glossaire
  • Algorithme
  • Analyse sémantique
  • Apprentissage machine (Machine Learning)
  • Apprentissage profond
    (deep learning)
  • Apprentissage supervisé
  • Apprentissage non supervisé
  • Apprentissage par renforcement
  • Biais cognitif
  • Chatbot (Agent Conversationnel)
  • Compétences socio-émotionnelles (soft skills)
  • Complexité
  • Data Scientist
  • DRH augmenté
  • Fracture digitale
  • Groupware
  • Intelligence artificielle (IA)
  • IA faible
  • IA forte
  • Intelligence collective
  • Job board
  • Matching
  • Microlearning
  • Neurone artificiel
  • Réseaux de neurones artificiels
  • Onboarding
  • Organisation apprenante
  • Réseau social d’entreprise
  • RPA (Robotic Process Automation)
  • Système expert
  • Test de Turing
  • Traitement du langage Naturel (NLP : Natural Language Processing)
  • Wiki