Depuis quelques années déjà, on entend parler presque quotidiennement de Big Data, d’Intelligence Artificielle ou encore de Machine Learning. En tant que personne impliquée dans la formation, vous vous êtes probablement déjà interrogé sur l’intérêt de ces innovations pour votre métier. Elles restent cependant plutôt opaques pour la plupart des non-spécialistes, alors même que votre quotidien, privé et professionnel, est de plus en plus rythmé par ces technologies (recherches optimisées par Google, recommandations automatiques lors de l’achat d’un produit, …). De quoi s’agit-il, et serait-il temps de s’y intéresser ?
De quoi parle-t-on ?
Le Machine Learning (ML) est un processus permettant “d’apprendre” à une système informatique à prédire quelque chose, puis à corriger sa méthode de prédiction pour devenir de plus en plus précis. Par exemple, à partir d’une base de données contenant des caractéristiques de voitures d’occasion et le prix auquel chaque voiture à été vendue, le mécanisme de ML permettra d’évaluer le prix d’une nouvelle voiture entrée dans la liste, ou encore d’identifier les caractéristiques qui semblent avoir le plus d’impact sur le prix de vente. A noter que le ML n’est qu’une petite partie du vaste domaine que représente l’Intelligence Artificielle : l’IA va plus loin, elle a par exemple pour but de prendre des décisions et d’agir suite à cet apprentissage.
La base du ML est ce que l’on appelle les « réseaux neuronaux ». Ils sont programmés par l’homme et construits pour la formation de ladite machine. Ils s’appuient sur certains facteurs importants qui permettent de déterminer l’issue probable d’une situation. En fait, le système cherche d’éventuelles relations entre les informations qui lui sont fournies : une opération qui à priori peut être faite “à la main”, mais imaginez un programmeur humain devant déterminer l’issue probable pour chaque résultat possible d’une recherche Google… C’est là qu’intervient le ML.
En quoi le Machine Learning peut-il aider à gérer vos formations ?
Les systèmes de gestion de formation (LMS) que vous utilisez dans vos entreprises enregistrent, jour après jour, une très grande quantité de données. Les données relatives aux profils de vos apprenants, les parcours de formation qu’ils suivent, les compétences qu’ils acquièrent par les formations mises en place, les résultats obtenus… Ces données représentent un champ d’application de choix pour la mise en place d’algorithmes de ML. Classifier ces données, leur donner du sens et les représenter permet de les exploiter au bénéfice tant des formateurs que des participants.
Si vous exploitez de telles plateformes, vous êtes certainement friands des fonctions de reporting qu’elles offrent. Or, l’exploitation de ce reporting se fait invariablement de façon manuelle. Vous n’aurez d’indications que sur des informations que vous aurez volontairement recherchées. Le traitement des données se fait sur la base de traitements pré-déterminés. Or, vous allez être confronté à un obstacle d’importance : l’évolutivité des données sources, à savoir l’ajout de nouvelles informations sur les utilisateurs (nouvelle catégorisation, ajout de données socio-démographique,…) ou de leurs résultats (nouveaux cours, nouvelles compétences, modification de la classification des évaluations, etc).
C’est là que le ML entre en jeu et surmonte l’obstacle des traitements pré-déterminés. Votre plateforme va apprendre, au fur et à mesure que des données s’ajoutent ou changent, à identifier des indicateurs clés vous permettant de mieux gérer vos formations. Y compris des indicateurs auxquels vous n’aurez pas pensé, et donc pas exploités.
Quelques exemples :
- Prédire les besoins de formation d’un nouveau collaborateur ou d’une population donnée
- Générer automatiquement des “profils types” en identifiant les propriétés d’un utilisateur liées aux résultats obtenus. Exemple : mettre en évidence le fait que, dans une filiale, la maîtrise de telle compétence est plus liée aux années d’expérience qu’au fait d’avoir suivi un séminaire
- Réaliser automatiquement des analyses croisées basées sur de nombreuses informations (formations suivies, évaluations annuelles, performances, années d’expérience…)
Classifier des données, leur donner du sens et les représenter… c’est ce que le Machine Learning permet de faire. Son intégration dans vos dispositifs de formation (et les dispositifs RH en général) est/sera sans aucun doute une aide majeure à la gestion de vos formations et permettra de faire parler des données qui ne sont souvent prises en compte que séparément les unes des autres.
