Enjeux fonctionnels autour des micro-credentials

Pour savoir si l’IA peut contribuer au développement des micro-certifications, il faut se ramener aux enjeux fonctionnels qui se cachent derrière les micro-certifications, ce qui suppose de faire un détour par les « MCS » ou « Micro Credential Systems », c'est-à-dire ces solutions IT dédiées à la délivrance des micro-certifications. Un MCS est constitué de 3 grands blocs fonctionnels. Le premier s’occupe de délivrer les certificats : un MCS cherchera à sécuriser les certificats, très souvent grâce à la technologie blockchain, la norme Open Badge ou, en France, l’accrochage au passeport de compétences de la Caisse des Dépôts. Le deuxième bloc fera la promotion du certificat ainsi délivré, pour le bénéficiaire, l'entreprise ou l'organisme de formation qui a certifié ; cette partie se joue en général sur les réseaux sociaux (LinkedIn, Facebook, Instagram…). Enfin, le troisième bloc du MCS se charge de l’évaluation des compétences qui veulent se certifier. En résumé, un Micro-Credential System est un système d’une puissance incomparable pour évaluer, délivrer et communiquer des certifications. 

Processus d’élaboration d’une certification

En oubliant un instant l’outil IT pour se concentrer sur l’ingénierie de certification, on peut identifier, dans tout projet de certification, deux étapes où l’IA peut se révéler d’une grande utilité. La première est l’identification des compétences associées à l’aptitude opérationnelle visée ; la seconde est la création du protocole d’évaluation. Avec l'avènement de l'intelligence artificielle, ces tâches souvent complexes et interminables connaissent une révolution bienvenue. Dans ce qui suit, nous allons explorer ces deux aspects essentiels où l'IA intervient pour simplifier le processus d'évaluation des compétences et faciliter la création d'un référentiel de compétences et la mise en place d'évaluations.

#1 Simplification de la création d’un référentiel de compétences grâce à l'IA

La première étape fondamentale de toute évaluation de compétences est la définition claire et précise des compétences requises sous la forme d’un référentiel dont tous les responsables formation-RH savent à quel point son élaboration s’avère longue et fastidieuse. Ce processus de construction s’appuiera notamment sur un vaste audit interne interrogeant les managers sur les compétences clés pour chaque poste. Il s'ensuivra une phase de consolidation et d’harmonisation des dénominations de compétences. Enfin, la matrice résultante sera dotée de critères et d’indicateurs de performance (KPI) que les managers pourront enfin compléter.

L'IA permet d’automatiser l’essentiel du processus d’itération. En se fondant sur l’intitulé et la description d’une aptitude opérationnelle visée, voire la description d’un poste, les algorithmes d'apprentissage automatique proposeront une liste de compétences adaptées. Gains : à la fois l’accélération / simplification du processus d’élaboration et la richesse de la source, car le recueil des compétences n’est plus limité au manager d’une entreprise, il se nourrit au contraire de toutes les données du web pour faire des propositions pertinentes. Rappelons qu’il ne s’agit là que de propositions, parce qu’il sera toujours possible de ne pas retenir une suggestion, d’ajuster et de compléter de données 100 % interne à l’entreprise, non disponibles sur le web public.

Si, en outre, on combine l’IA et l’approche Agile de la micro-certification mise en œuvre dans les cartographies de compétences, ce cocktail moderne est redoutablement efficace en matière de pilotage des compétences !

#2 Simplification des évaluations grâce à l'IA

Une fois établi le référentiel de compétences, la prochaine étape consiste en l'évaluation des compétences individuelles. De tout temps, la création de quiz et la correction manuelle ont été des tâches chronophages pour les évaluateurs et les responsables RH. De nouveau, l’IA rend ce processus plus efficient, fluide et précis.

Des systèmes d'IA spécialisés peuvent automatiquement générer des quiz à partir du référentiel de compétences existant. Ces quiz peuvent être adaptés aux différents niveaux de compétence des participants, offrant ainsi une évaluation plus précise et équitable. Quant à la correction des questions à choix multiple (QCM) ou choix unique (QCU), elle s’effectuera on ne peut plus facilement selon que l’évalué aura donné une réponse correcte ou partiellement correcte, ou fausse. La correction des questions ouvertes pourra également être simplifiée avec une IA utilisant un système de mots-clés préalablement renseignés lors de la création de la question ; la réponse pourra être analysée, un score pourra être proposé, ainsi qu’un feed-back. Encore une fois, il ne s’agit que d’une aide au correcteur, mais quel temps gagné, libéré pour des missions à plus fortes valeurs ajoutées !

Pour résumer…

L'intelligence artificielle révolutionne la manière dont nous évaluons les compétences, en simplifiant la création de référentiels et en automatisant les processus d'évaluation. Cette évolution est une avancée technologique ainsi qu’une opportunité pour les organisations de rester agiles dans un monde professionnel en constante mutation. Adopter ces technologies permettra de gagner du temps et des ressources tout en assurant une évaluation plus précise et équitable des compétences, contribuant ainsi à la croissance et à la réussite à long terme. C’est dans cet objectif que Procertif a d’ores et déjà intégré l’IA au sein de ses solutions. Testez dès maintenant la version d’essai.