La prise de parole, le code vestimentaire dans l\u2019entreprise,\nles relations entre les m\u00e9dias et les lecteurs et des lectures d\u2019\u00e9t\u00e9 : voici\nles th\u00e8mes de cette revue de web estivale.<\/p>\n\n\n\n
Pour le site Internet de Harvard Business France<\/a>, Mickael Cabrol, PDG et fondateur d\u2019Easyrecrue, sp\u00e9cialiste europ\u00e9en dans le domaine de l\u2019acquisition digitale de talents, Chlo\u00e9 Clavel, professeure en informatique affective au Laboratoire de Traitement et Communication de l\u2019Information (LTCI) de T\u00e9l\u00e9com ParisTech et Jean-Claude Martin, professeur en sciences informatiques \u00e0 l\u2019universit\u00e9 Paris-Sud, directeur du groupe de recherche \u00ab cognition, perception et ergonomie \u00bb, au Laboratoire d\u2019informatique pour la m\u00e9canique et les sciences de l\u2019ing\u00e9nieur LIMSI-CNRS, se sont pench\u00e9s sur les logiciels d\u2019intelligence artificielle permettant d\u2019am\u00e9liorer sa prise de parole<\/strong> en public.<\/p>\n\n\n\n La prise de parole est li\u00e9e \u00e0 celle du pouvoir. Elle serait une\ndes deux comp\u00e9tences les plus recherch\u00e9es dans le monde de l\u2019entreprise. Les\nauteurs de l\u2019article ne conseillent pas de faire appel aux coachs mais \u00e0 l\u2019IA\npour am\u00e9liorer ses prises de parole car elle pr\u00e9senterait d\u2019autres atouts comme\nla disponibilit\u00e9, la portabilit\u00e9 et l\u2019objectivit\u00e9.<\/p>\n\n\n\n L\u2019intelligence artificielle automatise l\u2019analyse et le\nd\u00e9cryptage de la communication. Gr\u00e2ce aux progr\u00e8s de l\u2019informatique affective\n(ou l\u2019intelligence artificielle \u00e9motionnelle) qui est l\u2019\u00e9tude et le\nd\u00e9veloppement de machines pouvant reconna\u00eetre des comportements humains, et\nl\u2019application des th\u00e9ories en psychologie sociale, des outils peuvent faire un\nretour automatis\u00e9 sur les gestes parasites, les mimiques, les tics de langage pour\n\u00eatre plus impactant dans sa communication orale lors de pr\u00e9sentations ou\nd\u2019entretiens d\u2019embauche. Ainsi, avec l\u2019application ROC Speak d\u00e9velopp\u00e9e par\nl\u2019Universit\u00e9 de Rochester, il est possible d\u2019enregistrer une courte vid\u00e9o pour\nobtenir une analyse sur l\u2019intensit\u00e9 du sourire, de la gestuelle et le volume de\nla voix. Automanner, \u00e9galement propos\u00e9 par Rochester, d\u00e9tecte tout geste\nr\u00e9current qui pourrait distraire l\u2019auditoire. Enfin, un autre agent virtuel\nd\u2019entra\u00eenement, le dispositif MACH, a \u00e9t\u00e9 cr\u00e9\u00e9 par le LIMSI et le MIT afin de s\u2019entra\u00eener\n\u00e0 passer des entretiens d\u2019embauche. Un agent conversationnel questionne le\ncandidat et s\u2019adapte automatiquement au comportement des candidats. Ceux-ci\nb\u00e9n\u00e9ficient ensuite d\u2019un feedback visuel sur leur mani\u00e8re de s\u2019exprimer.<\/p>\n\n\n\n Eeasyrecrue, soci\u00e9t\u00e9 sp\u00e9cialis\u00e9e dans le recrutement assist\u00e9\npar vid\u00e9o, a \u00e9labor\u00e9 un algorithme de machine learning entra\u00een\u00e9 sur un \u00e9chantillon\nde 7000 vid\u00e9os \u00e9valu\u00e9es par plusieurs centaines de recruteurs. Il analyse le\ncontenu verbal et non verbal des vid\u00e9os des candidats. Son but : \u00e9mettre des\nrecommandations aux recruteurs afin de trouver des meilleurs candidats. R\u00e9alis\u00e9s\npar une \u00e9quipe de data scientists et encadr\u00e9s par un comit\u00e9 scientifique de\nchercheurs, ces travaux de recherche r\u00e9v\u00e8lent que la voix et le contenu verbal pr\u00e9sentent\nune importance \u00e9gale, mais que les expressions faciales sont un peu moins essentielles\ndans des vid\u00e9os d\u2019entretiens diff\u00e9r\u00e9s qu\u2019en entretiens de visu. La\ncommunication est \u00e9galement li\u00e9e \u00e0 certains instants : lors d\u2019un entretien\nd\u2019embauche, certains moments sont cl\u00e9s, comme la premi\u00e8re impression et les\nsignaux sociaux de prise et reprise de la parole qui auront des cons\u00e9quences plus\nimportantes sur la d\u00e9cision du recruteur.<\/p>\n\n\n\n L\u2019algorithme d\u00e9velopp\u00e9 tente donc de d\u00e9tecter des moments-cl\u00e9s pour mieux comprendre ce qui influence le recruteur. Ainsi, un sourire en d\u00e9but d\u2019interaction, un pincement de l\u00e8vre en fin de r\u00e9ponse (signal social indicateur de stress) auront des cons\u00e9quences plus importantes que les expressions faciales lors des diff\u00e9rentes r\u00e9ponses. Pour la prosodie, les h\u00e9sitations correspondent \u00e0 des moments d\u00e9terminants : l\u2019attention se focalise alors sur ces temps de blanc et d\u2019incertitude. Pour le contenu verbal, les mots-cl\u00e9s qui activent ou r\u00e9activent l\u2019attention de l\u2019auditoire occuperont une place significative : par exemple, le vocabulaire technique dans le cadre de recrutement. <\/p>\n\n\n\n