L'intelligence artificielle pourra bientôt analyser vos tweets pour vous mettre en correspondance avec un emploi

Imaginez-vous diplômé du secondaire, avec le monde devant vous.

Mais maintenant, vous devez décider quelle carrière vous souhaitez poursuivre. Vous espérez un emploi qui paiera les factures, mais aussi un emploi qui vous plaira. Après tout, vous passerez une grande partie de vos heures de veille au travail.

Mais comment pouvez-vous faire un choix fiable – au-delà de ce que vos parents pourraient demander, ou dans quels résultats de votre dernière année vous obtiendrez une entrée directe.

Notre étude publiée aujourd'hui dans le Actes de l'Académie nationale des sciences les différentes professions attirent des personnes aux caractéristiques psychologiques très différentes.

Lorsque vous cherchez une nouvelle carrière, vous pouvez visiter un conseiller en carrière et répondre à une série de questions pour identifier vos intérêts et vos forces. Ces résultats sont utilisés pour vous jumeler avec un ensemble de professions potentielles.

Cependant, cette méthode repose sur de longues enquêtes et ne tient pas compte du fait que de nombreuses professions changent ou disparaissent à mesure que la technologie transforme le paysage de l'emploi.

Recherche d'emploi au 21e siècle

Nous nous sommes demandé si nous pouvions développer une approche basée sur les données pour jumeler une personne avec une profession appropriée, basée sur les traces psychologiques qu'ils révèlent en ligne.

Des études ont montré que les gens laissent des traces d'eux-mêmes à travers le langage qu'ils publient en ligne et leurs comportements en ligne.

Pouvons-nous analyser cela pour savoir dans quelle mesure les personnes exerçant le même métier partagent les mêmes traits de personnalité?

Dans notre recherche, nous avons identifié plus de 100 000 utilisateurs de Twitter, dont chacun a inclus l'un des 3 513 titres d'emploi dans son profil d'utilisateur.

Ensuite, en utilisant un outil disponible via Watson, le moteur d'intelligence artificielle basé sur le cloud d'IBM, et son service Personality Insights, nous avons attribué à chaque profil un score sur dix caractéristiques liées à la personnalité, en fonction de la langue dans leurs publications.

Nous avons utilisé une variété d'analyses de données et de techniques d'apprentissage automatique pour explorer la personnalité de chacune des professions.

Par exemple, pour créer la «carte de la boussole des vocations», nous avons utilisé un algorithme d'apprentissage automatique non supervisé pour regrouper les données de la personnalité professionnelle en vingt grappes distinctes, regroupant les professions les plus similaires en termes de personnalité.

Une carte professionnelle

Le travail a longtemps été considéré comme plus satisfaisant s'il correspond à qui nous sommes en tant que personne, en termes de personnalité, de valeurs et d'intérêts.

Nos résultats l'ont confirmé et nous avons constaté que les différentes professions avaient tendance à avoir des profils de personnalité très différents.

Par exemple, les programmeurs de logiciels et les scientifiques étaient généralement plus ouverts à l'expérience d'une variété de nouvelles activités, étaient intellectuellement curieux, avaient tendance à penser dans les symboles et les abstractions et trouvaient la répétition ennuyeuse. En revanche, les joueurs de tennis d'élite avaient tendance à être plus consciencieux, organisés et agréables.

Nos résultats indiquent la possibilité d'utiliser des données partagées sur les médias sociaux pour faire correspondre un individu à un emploi approprié.

Nous avons utilisé l'apprentissage automatique pour regrouper plus de mille rôles en fonction des traits de personnalité inférés des personnes occupant ces rôles.

Nous avons constaté que de nombreux emplois similaires pouvaient être regroupés.

Par exemple, un cluster comprenait différents emplois technologiques tels que la programmation de logiciels, le développement Web et l'informatique. Un autre groupe comprenait la gestion du gymnase, la coordination logistique et les promotions de concerts.

Vous pouvez explorer davantage avec cette carte interactive en ligne que nous avons créée.

Cependant, alors que bon nombre des combinaisons s'alignaient sur les classificateurs de professions existants (regroupements officiels actuels que les gouvernements et d'autres organisations utilisent pour regrouper les emplois), certains groupes comprenaient des rôles qui n'étaient pas traditionnellement regroupés.

Par exemple, les cartographes, les céréaliculteurs et les géologues se sont regroupés et ont partagé des traits de personnalité similaires à de nombreux professionnels de la technologie.

Une boussole vocationnelle pilotée par les données

Avec nos résultats, nous avons exploré l'idée de construire une boussole vocationnelle basée sur les données: un système de recommandation qui pourrait trouver la meilleure carrière adaptée à la personnalité de quelqu'un.

Nous avons construit un système qui pourrait recommander une profession alignée sur les traits de personnalité des gens avec une précision de plus de 70%.

Même lorsque notre système fonctionnait mal, il n'était pas loin et indiquait des professions avec des compétences très similaires. Par exemple, cela pourrait suggérer qu'un poète devienne un écrivain de fiction.

Les métiers évoluent rapidement en raison de l'automatisation et des percées technologiques. Et dans notre monde numérique connecté, nous laissons des traces de nous-mêmes. Notre travail a proposé une approche pour utiliser ces traces de manière productive.

Cette approche peut un jour être utilisée pour aider les gens à trouver la carrière de leurs rêves, ou à tout le moins, à mieux comprendre les dimensions cachées de la personnalité des différents rôles.

Cet article est republié de The Conversation sous une licence Creative Commons. Lisez l'article original.