Big data dans les ressources humaines
Auteure
Prof. Antoinette Weibel
Université de Saint-Gall
Entretien avec la responsable du projet PNR 75.
Quel était l’objectif de votre projet?
Les outils d’analyse des ressources humaines sont censés rendre les entreprises plus productives, transparentes et flexibles, et éviter l’arbitraire. Toutefois, leurs avantages peuvent s’accompagner de difficultés, souvent conséquentes, telles que la perte de confiance. Notre projet a permis de répondre à quatre questions: (1) À quoi ressemble une conceptualisation rationnelle du Big Data dans la gestion du personnel? (2) Quelles pratiques axées sur le Big Data les entreprises suisses utilisent-elles aujourd’hui dans la gestion du personnel? (3) Dans quelle mesure ces méthodes favorisent-elles ou nuisent-elles au rapport de confiance avec l’employeur? (4) Quel est le potentiel d’amélioration du point de vue des ressources humaines, de l’éthique et du droit?
Quels résultats ont été obtenus?
Confiance/Gestion du personnel: Notre cadre modulaire offre une première possibilité de démêler systématiquement la complexité inhérente à la mise en place et à l’utilisation du Big Data. De plus, le cadre peut être utilisé par le management pour évaluer l’impact de la technologie sur le lieu de travail, ou même comme outil de formation à la culture numérique dans un contexte de leadership. Nos résultats sont aussi tournés vers l’avenir dans la mesure où ils soulignent les problèmes de confiance résultant de l’automatisation continue du leadership et suggèrent des stratégies de gestion critiques permettant d’atténuer ces effets nuisibles pour la confiance.
Éthique d’entreprise: Le développement et la mise en place d’outils de gestion du personnel basés sur le Big Data s’accompagnent de défis normatifs importants, que nous avons systématiquement élaborés du point de vue de l’intégrité personnelle. Dans nos publications, nous avons ouvert de nouvelles perspectives concernant l’utilisation responsable de la technologie et exploré des concepts peu abordés jusque-là, tels que la monolâtrie ou l’imagination morale. Nous plaidons pour le développement organisationnel d’une maîtrise des données critiques, d’une conscience morale, d’une conception participative et (au-delà de l’organisation chargée de la mise en œuvre) de nouveaux régimes de réglementation.
Législation: Les employeurs ont rencontré des difficultés en matière de protection des données, de droit du travail et de discrimination. Nos publications ont permis d’analyser ces difficultés juridiques et de proposer des solutions à des questions qui n’avaient pas été abordées dans le droit suisse. Nous avons plaidé pour la professionnalisation et la démocratisation de la loi sur la protection des données afin de pouvoir mieux l’appliquer. Nous avons aussi démontré que la loi sur la discrimination ne prévient pas et ne compense pas la discrimination algorithmique de manière adéquate et qu’elle sera incapable de le faire, même avec une révision de la loi. Nous avons analysé les questions de droit du travail soulevées par le droit suisse.
Votre projet a-t-il un impact sur la société et propose-t-il des recommandations?
Grâce à nos études interdisciplinaires, les praticiennes et praticiens, tels que les managers, les développeuses et développeurs ou les membres d’une organisation, peuvent faire l’expérience d’une prise décision en matière de personnel basée sur des algorithmes en tant que phénomène culturellement et éthiquement complexe, et socialement intégré. Nos études ont pour objectif de contribuer au développement de la responsabilité numérique des entreprises. Dans ce contexte, nous soulignons l’importance particulière d’une compétence critique en matière de données, qui ne se limite pas à des connaissances techniques. Seule une considération normative méticuleuse des processus de numérisation crée une conscience morale suffisante pour permettre aux membres de l’organisation de participer à des discours critiques. Les praticiennes et praticiens ainsi formés et sensibilisés peuvent prendre part à des méthodes conceptuelles participatives qui permettent de mettre en place une nouvelle génération de programmes RH basés sur des algorithmes. De telles approches de conception participative et des espaces organisationnels de réflexion sur les préoccupations normatives permettraient d’éviter bon nombre de pièges identifiés et signalés dans nos études.
Mot-clé «Transfert de technologie»: Quelles sont les activités de votre projet?
Les résultats factuels des études interdisciplinaires ont trouvé leur place dans différents cours et formats universitaires. Nous avons réalisé une édition 2020 de notre «Swiss People Analytics Survey» de 2018 dans une perspective RH/confiance. Sur la base de ces informations, nous avons créé un forum semestriel intitulé «HSG Tech Breakfast» où nous échangeons avec des praticiennes et praticiens techniques suisses et présentons les résultats de nos recherches.
À l’Institut d’éthique économique, les connaissances relatives à l’intégrité personnelle ont pris une place importante dans la formation initiale et continue en management. En particulier la formation continue dans le domaine «Corporate Social Responsibility» tire largement parti d’un élargissement de la perspective et de l’intégration de questions relatives à l’avancée dynamique de la numérisation.
D’un point de vue juridique, nous avons présenté notre recherche lors de conférences suisses et entamé des discussions avec la Commission fédérale du travail et la Direction du travail du SECO afin de présenter nos propositions de réglementation pour l’analyse des personnes selon le droit suisse.
La notion de «Big Data» est très vague. Pouvez-vous nous expliquer ce qu’elle signifie pour vous?
Notre projet a contribué à une compréhension différenciée de la notion de «Big Data» dans le contexte du leadership et du management. Nous avons conceptualisé la façon dont les nouvelles technologies et le Big Data modifient et transforment la manière dont est réalisée la gestion organisationnelle (en tant que tâche centrale de leadership et de management). Nous avons également contribué à ce que cela impliquera pour les organisations si le Big Data se développe sur le lieu de travail, par exemple comment l’automatisation du leadership se manifestera et quelles tâches resteront attribuées à l’homme dans cette probable relation triangulaire.