L’analyse sémantique décrypte la donnée et exploite le langage naturel dans les RH

La voix et le digital ne s’opposent plus

Nos espaces digitaux se peuplent de plus en plus d’assistants virtuels qui comprennent et gèrent le texte et la voix. Grâce à eux, les centres de support rendent leurs services disponibles 24/7. Facebook fournit des services nouveaux avec plus de 11000 chatbots recensés dans Messenger. Alexa d’Amazon, Siri d’Apple, Cortana de Microsoft, ou Google Home font désormais partie des nouvelles expériences vocales et digitales des utilisateurs

Les assistants vocaux ont l’avantage de ‘comprendre’ la voix ou le langage parlé, le plus vieil instrument d’échanges et d’interactions humaines. –De plus grâce au Machine Learning, les récents progrès de la reconnaissance vocale sont spectaculaires. Ainsi en août 2017, Microsoft annonçait un taux d’erreur de la reconnaissance vocale de seulement 5,1% (audition et retranscription). Ce taux est équivalent à celui de la reconnaissance humaine ! Quant à Google, il met à disposition les modèles de réseaux neuronaux de Google Cloud Speech pour convertir du son en texte dans plus de 80 langues et variantes. Les nouveaux axes de recherche sont devenus très pointus et portent sur la réduction du bruit, la capacité à comprendre les interlocuteurs multiples, la traduction simultanée ou la contextualisation.

La sémantique entre le langage humain et le langage informatique

La compréhension du langage naturel fait appel à l’analyse sémantique. Les techniques de type NLP (Natural Language Processing) ou TAL (Traitement Automatique de Langage) permettent à l’informatique ou à la machine de retrouver le sens du texte libre saisi ou retranscrit à partir de l’expression vocale. Elles consistent en un ensemble d’opérations pour corriger le texte, trouver le radical des mots, comprendre la structure des phrases, reconnaître les concepts exprimés, analyser les relations entre les concepts, en déduire des intentions ou des entités nommées comme des dates, des noms, des lieux.

D’autres opérations permettent même de capter les traits d’humeur, les sentiments ou les intentions, au-delà de l’expression formelle du langage. Ces traitements s’appuient sur un genre nouveau de connaissances : la K-Data* (ou Knowledge-Data) englobe l’ensemble des données brutes ou évoluées, atomiques ou liées, qui sont consommées par les systèmes cognitifs. Ces connaissances prennent la forme de glossaires, synonymes, thesaurus, ontologies, arbres d’intentions, scénarios conversationnels, modèles de phrases ou d’entités… Mobilisée par l’analyse sémantique, la K-Data révèle le sens de la donnée dans un contexte métier déterminé qui conditionne le champ lexical reconnu et qui définit le champ des actions possibles.

De l’analyse du langage à l’action dans le domaine RH

Des piles de documents à lire, la transcription de compte-rendus ou d’entretiens, des commandes vocales passées sur le terrain opérationnel… Les perspectives d’exploitation du langage naturel sont innombrables. Des cas d’usages concrets commencent à émerger dans les RH : les chatbots deviennent une réalité. Ils aident les utilisateurs du SIRH à trouver l’information ou à naviguer. Ils aiguillent les candidats dans leur démarche de candidature. Ils offrent des services en réponse à des demandes exprimées en langage naturel comme poser un congé, mettre à jour ses coordonnées personnelles ou demander une attestation.

L’analyse sémantique permet d’imaginer de nouvelles applications et d’exploiter des sources d’information RH jusque-là négligées car trop volumineuses et non structurées. Ainsi il est désormais possible d’enrichir un référentiel de compétences à partir de fiches de poste ou de CV de candidats à un poste. La compréhension sémantique des libellés permet d’assimiler les compétences semblables ou d’ajouter les compétences émergentes au référentiel d’entreprise ainsi rendu plus dynamique.

L’analyse sémantique révèle également tout son intérêt pour analyser le climat social d’une organisation. Elle permet en effet de cerner l’humeur des collaborateurs, leurs centres d’intérêt ou leurs préoccupations visualisés dans des nuages de mots. Les échanges informels entre collaborateurs, les commentaires libres des enquêtes ou des entretiens peuvent devenir ainsi de nouvelles sources d’information quantifiées, qui traduisent le pouls d’une organisation, la perception du bien-être au travail et la qualité du management. Les RH disposent ainsi de nouveaux indicateurs clés dans leur action sociale et leur impact sur l’engagement du collaborateur.

L’analyse sémantique permet d’exploiter de nouveaux gisements d’information et de décrypter le sens des données. La fonction RH peut ainsi se libérer des procédures et des formats jusqu’ici contraints des SIRH, pour s’attacher au fond, à l’impact et à la valeur produite. En donnant du sens aux mots, l’analyse sémantique est un nouvel atout pour les RH.

* K-Data ou Knowledge Data : Concept posé par Sopra HR