La technologie ne doit ni remplacer ni faire reculer les êtres humains mais au contraire les rapprocher pour qualifier et fiabiliser les informations afin de multiplier les opportunités de contact et de mise en relations. C'est la raison pour laquelle nous valorisons les interactions explicites entre l'intelligence artificielle et l’utilisateur : grâce à ces interactions, nous faisons communiquer l'humain et la machine pour que chaque projet puisse accéder au maximum d'issues favorables.
Les interactions peuvent être de formes multiples et couvrir les objectifs suivants:
Les interactions sont utiles à chaque occasion où il faut valider une évaluation de l'intelligence artificielle concernant la pertinence d'une action à réaliser ou d'un rattachement possible à des données de référence.
Prenons un exemple concret où le jobboard utilisé souhaite valider une reconnaissance de métier avant la suggestion d'un portefeuille de compétences. Ce choix n'est pas nécessaire, c'est une étape optionnelle supplémentaire qui optimise la pré-sélection et la pertinence du portefeuille de compétences. L'expérience professionnelle utilisée ici est la description du chargé de clientèle particuliers: « Le chargé de clientèle particuliers est un des principaux interlocuteurs du client avec sa banque. À l'écoute de ses besoins, il le conseille sur les produits et les services pour répondre au mieux à ses attentes. ». Le contenu est transmis au serveur d’analyse, c’est ensuite à l’utilisateur d’intervenir pour sélectionner les métiers qui lui semblent représentatifs des actions et compétences impliquées dans son expérience. Dans l’illustration suivante, nous voyons le message d’entête suivi de la liste de métiers associés proposés et une sélection possible de l’utilisateur.
Lorsque les compétences détectées ne sont pas validées par l'utilisateur alors le portefeuille est erroné, contenant trop ou pas assez de compétences mais aussi des erreurs d'appréciation pour les postes plus éloignés des référentiels en ressources humaines publiques.
L'interaction avec l'utilisateur sur cette étape clé produit de fortes réactions. Spontanément, les utilisateurs candidats valorisent les compétences acquises dans l'effort. Cet automatisme, partagé de la plupart, se joue au détriment des autres compétences qui sont le plus souvent celles inhérentes aux qualités personnelles ou acquises durant la formation. Se voir proposé un portefeuille de compétences large et exhaustif valorise les utilisateurs.
Dans cet exemple, on évalue la probabilité d'avoir une compétence donnée et c'est cette évaluation qui est proposée en niveau de maîtrise par défaut. Ainsi, plus une compétence est probable et plus son niveau de maîtrise sera élevé. Cette approximation s'est révélée efficace à l'usage. Le niveau de maîtrise des compétences pourra servir au calcul de matching par les compétences.
Les interactions entre l’utilisateur et l’intelligence artificielle apportent une assistance à la rédaction afin d’aider l’utilisateur à améliorer ses descriptions grâce à un panel de feedbacks. Lorsque les compétences proposées manquent de dimension particulière comme les activités techniques ou commerciales, l'utilisateur vient compléter ses descriptions sur les volets faisant défaut. Il faut situmler ce type de réaction par les feedbacks.
