Cette pièce a été écrite par Ulf Rinne (IZA - Institute of Labor Economics). On le retrouve également dans notre futur du fil d'actualité .

«Si vous avez les notes, les compétences et la détermination, ce gouvernement veillera à ce que vous puissiez réussir.» Ce sont les mots du Premier ministre de l'époque, David Cameron, en octobre 2015, à la lumière des récentes conclusions sur les décisions de recrutement biaisées. Dans de nombreux cas, les candidats sont jugés - consciemment ou inconsciemment - sur la base de préjugés et de stéréotypes plutôt que uniquement en fonction de leurs qualifications, de leur talent et de leur expérience.

• Tu veux écrire pour nous? Jetez un œil au guide d' Apolitical pour les contributeurs

Par exemple, un nom différent seul peut considérablement réduire les chances d'être invité à un entretien d'embauche. Aux États-Unis, une étude pionnière a révélé que le taux de rappel pour un entretien d'embauche était près de 50% plus élevé pour les candidats avec des noms «blancs» (Emily Walsh et Greg Baker) que pour les personnes par ailleurs similaires avec des noms afro-américains (Lakisha Washington et Jamal Jones).

Le taux de rappel pour un entretien d'embauche était près de 50% plus élevé pour les candidats avec des noms «blancs»

De même, des preuves provenant de Suède trouvent 50% plus de rappels utilisant un nom suédois qu'un nom moyen-oriental lors de l'envoi de candidatures par ailleurs égales à de vraies offres d'emploi.

Les photos d'application peuvent aggraver le problème. Lorsque des curriculum vitae du même personnage féminin fictif, ne différant que par son nom et sa photo de candidature, ont été envoyés en Allemagne, les taux de rappel étaient extrêmement différents . Dans cette étude, la première version du personnage avec un nom allemand (Sandra Bauer) avait un taux de rappel de 18,8%, sa deuxième version avec un nom turc (Meryem Öztürk) un taux de rappel de 13,5% et sa troisième version avec le même turc nom, mais en plus portant un foulard sur la photo, un taux de rappel très faible de seulement 4,2%.

L'embauche de discrimination fondée sur la race, le sexe, l'âge, l'orientation sexuelle ou la religion est donc bien documentée. Non seulement cela est injuste et coûteux pour les victimes, mais cela a aussi des coûts économiques importants pour la société. Et si les informations clés catégorisant les individus en groupes minoritaires étaient supprimées de l'application?

Les principaux employeurs diplômés responsables de 1,8 million d'emplois au Royaume-Uni se sont engagés à nommer des employés aveugles

En réponse au discours de Cameron en 2015, les principaux employeurs diplômés responsables de 1,8 million d'emplois au Royaume-Uni se sont engagés à nommer des personnes aveugles. Plus récemment, la Banque d'Angleterre a mis en œuvre des applications anonymes afin de minimiser les biais de recrutement et de renforcer la diversité. Mais l'embauche aveugle a également commencé à se mondialiser. Pour isoler les effets des demandes d'emploi anonymes, des études sur le terrain ont été menées en Europe, au Canada et en Australie.

Si, intuitivement, les processus d'embauche à l'aveugle devraient conduire à des décisions plus objectives, ils ne constituent pas un remède universel contre toutes les formes de discrimination sur le marché du travail. Par exemple, des décisions partiales peuvent encore être prises lorsque les candidats et les recruteurs se rencontrent physiquement, c'est-à-dire au stade de l'entretien. Dans ce cas, la discrimination serait simplement reportée. Souvent, il est également vrai que la possibilité de supprimer des informations d'identification est limitée. Par exemple, des épisodes de congé de maternité indiquent le sexe de la requérante, tandis que les candidats bilingues peuvent facilement être supposés avoir une certaine forme d'antécédents d'immigration.

Une méthode sous-optimale de dépersonnalisation des documents de demande peut également entraîner des coûts élevés - non seulement monétaires, mais aussi entraîner des procédures longues, laborieuses et sujettes aux erreurs.

Cependant, des projets pilotes montrent que lors de l'utilisation d'une méthode efficace de dépersonnalisation des documents de candidature, l'embauche à l'aveugle peut réussir en termes de réduction efficace de la discrimination. Comme prévu, dans la plupart des études, les taux de rappel entre les groupes minoritaires et majoritaires convergent lorsque des candidatures anonymes sont introduites. L'effet qui en résulte dépend toutefois de l'étendue de la discrimination avant l'introduction des applications anonymes. L'action positive devient également plus difficile à mettre en œuvre.

De nos jours, de plus en plus d'employeurs tentent de surmonter les préjugés et les biais en s'appuyant sur des processus de recrutement innovants

De nos jours, de plus en plus d'employeurs tentent de surmonter les préjugés et les biais en s'appuyant sur des processus de recrutement innovants. Et de nouvelles possibilités deviennent disponibles. Par exemple, GapJumpers, une start-up de la Silicon Valley, offre aux employeurs une sélection anonyme des candidats. L'idée est d'inverser l'embauche conventionnelle. Avant de soumettre des documents ou des informations personnelles, les candidats suivent des tests anonymes personnalisés qui tiennent compte des exigences spécifiques du poste. Et juste avec les résultats des tests qui en résultent à portée de main, les entreprises d'embauche décident qui inviter pour un entretien.

Ce n'est là qu'un exemple de la manière de tirer parti des progrès technologiques pour lutter contre la discrimination à l'embauche. À l'avenir, les méthodes de recrutement numérique pourraient même devenir standard. Par exemple, LinkedIn vient d'annoncer l'utilisation de fonctionnalités d'intelligence artificielle dans le processus de recrutement. Et à moins que les programmeurs humains n'insèrent des préjugés et des stéréotypes dans les algorithmes sous-jacents, il y a de l'espoir pour des décisions de recrutement objectives. - Ulf Rinne

(Crédit photo: Unsplash / Hunters Race)