L'intelligence artificielle, au secours des demandeurs d'emploi les plus vulnérables ?

Comment améliorer l’efficacité des formations pour les demandeurs d’emploi, grâce au Big Data ? Des chercheurs se sont penchés sur la question, à partir de données administratives de demandeurs d’emploi en Flandre, en utilisant des outils de programmation. Résultat ? Si un algorithme était utilisé pour orienter les demandeurs d’emploi vers des formations, la durée passée en emploi augmenterait de presque 20%.

Les formations sont-elles efficaces ?

Les auteurs de l’étude ont observé pendant deux ans et demi le parcours de demandeurs d’emploi à qui le VDAB – équivalent flamand du Forem et d’Actiris - a proposé des formations. Formations courtes, longues, et sessions d’orientations. Ces chercheurs ont comparé leur parcours, avec la trajectoire de demandeurs d’emploi du même profil mais auxquels aucune formation n’a été proposée.

Le conseiller, pas mieux que l’aléatoire

Avec une question centrale : les formations des demandeurs d’emploi sont-elles efficaces pour améliorer leurs perspectives d’emploi ? C’est-à-dire est-ce que le fait d’avoir suivi une formation augmente les chances de trouver un travail ? Premier constat, cinglant : dans l’attribution des formations, les conseillers du VDAB sont aussi efficaces qu’une attribution aléatoire.

"Par rapport à une situation où l’ordinateur alloue à ces individus des formations de manière aléatoire, on constate que le conseiller ne peut pas faire mieux", confirme Bart Cockx est professeur d’économie à l’Université de Gand et coauteur de la recherche.

Les personnes les plus éloignées du marché du travail, délaissées

En termes de résultat, l’attribution de formations par les conseillers du VDAB aux demandeurs d’emploi est donc aussi efficace que si les formations étaient proposées… au hasard. Et une des explications, selon Bart Cockx, c’est que les conseillers en emploi ont tendance à concentrer leur travail, leur action sur des personnes qui auraient de toute façon trouvé un emploi – avec ou sans formation.

Ce qu’on peut en déduire, c’est que les personnes les plus éloignées du marché du travail, celles qui ont le moins de chances de trouver un travail, sont moins prises en compte, moins accompagnées que les autres. Ici en tout cas en termes de formations. "Et la raison est que ces personnes-là n’accéderont pas facilement au marché du travail, et dès lors, si les conseillers sont évalués par rapport à leur taux de succès, ils recevront des mauvais rapports. Ils ne le font donc pas."

Inégalité et algorithme

Sacrée inégalité de traitement entre demandeurs d’emplois ici mise en lumière, alors que les enjeux sont énormes. L’objectif du gouvernement fédéral, c’est un taux d’emploi à 80% en 2030. Nous en sommes loin, et ce taux ne sera de toute façon jamais atteint si l’on ne se préoccupe pas en priorité justement de demandeurs d’emploi qui ont peu de chances d’accéder à un emploi. Selon les chercheurs, qui ont donc développé un algorithme de leur cru, il y aurait moyen de faire mieux. Grâce à cet outil, le temps passé à l’emploi après formation, augmente de 20%.

L’algorithme utilise des données protégées anonymisées. Mais des données administratives, socio-économiques, liées au parcours précédent sur le marché du travail, aussi. La grande force de l’outil, c’est de pouvoir renforcer l’accompagnement de manière personnalisée individualisée. Mais est-ce qu’un algorithme qui attribue des formations à des demandeurs d’emploi, ce n’est pas une forme déjà assez avancée de déshumanisation de choix qui restent personnels justement ?

La "boîte noire"

C’est un écueil, et les chercheurs sont bien conscients. Bart Cockx : "Je partage aussi cette crainte. On ne peut pas simplement utiliser la machinerie comme une boîte noire et y insérer des informations, des individus et alors recevoir un ordre : 'Ce programme-ci est meilleur pour personne X'".

C’est pour cette raison, qu’ils proposent aussi une version simplifiée de leur algorithme. Plus transparent, qui se prive volontairement de certaines données comme le pays d’origine et le genre notamment. Pour en faire un outil à disposition des conseillers en emploi. "Et malgré le fait qu’on utilise moins d’informations, on atteint une efficacité considérable avec cet algorithme simplifié, à hauteur de 80% de ce qu’on pourrait obtenir avec toute l’information."

Vers une généralisation ?

La recherche démontre donc comment des outils informatiques et statistiques peuvent apporter un soutien au VDAB lors de l’attribution des politiques d’aide à l’emploi pour les chômeurs. Elle démontre que les gains d’emploi peuvent être considérables et que pour les obtenir il n’y a pas lieu de recourir à des règles opaques qui sont susceptibles de cacher un traitement inéquitable des demandeurs d’emploi.

Nous n’en sommes pas encore à une généralisation de ce dispositif, qui est encore en phase de recherche et d’amélioration. Mais l’intelligence artificielle, comme outil au service du retour à l’emploi tient désormais plus du possible que du fantasme.

"Comment améliorer l’efficacité des formations pour les demandeurs d’emploi, grâce au Big Data ?", la publication complète est à retrouver sur le site de Regards Economiques, la revue scientifique de vulgarisation des économistes de l’UCLouvain.

Newsletter info

Recevez chaque matin l’essentiel de l'actualité.

OK