ABOUT THE SPEAKER
Priyanka Jain - Technologist
Priyanka Jain heads up product for pymetrics, an NYC-based startup that uses neuroscience and AI to make hiring more diverse and effective.

Why you should listen

Passionate about using technology to create a fairer workplace and global economy, Priyanka Jain is a spokesperson for the United Nations Foundation's Girl Up Campaign, Chair of the Acumen Fund's Junior Council and on the Innovation Board for the XPrize Foundation. She received her B.S. from Stanford University, where she was President of Stanford Women in Business and one of 12 Mayfield Entrepreneurship Fellows. Her previous experience includes internships at IBM Watson, Shift Technologies, Canvas Ventures and the Institute for Learning and Brain Sciences. Outside of work, she loves playing tennis and eating anything covered in dark chocolate.

More profile about the speaker
Priyanka Jain | Speaker | TED.com
The Way We Work

Priyanka Jain: How to make applying for jobs less painful

Priyanka Jain: Comment faire pour que candidater à un emploi devienne moins pénible

Filmed:
548,985 views

Auparavant, pour trouver un emploi il fallait commencer par candidater à un million d'offres d'emploi et ne jamais recevoir de réponse pour la plupart d'entre elles. Mais de plus en plus d'entreprises utilisent des méthodes avant-gardistes et technologiques pour identifier des candidats. Si l'IA est l'avenir de l'embauche, qu'est-ce que cela signifie-t-il pour vous ? La technologue Priyanka Jain nous offre un aperçu de ce nouveau monde de l'embauche.
- Technologist
Priyanka Jain heads up product for pymetrics, an NYC-based startup that uses neuroscience and AI to make hiring more diverse and effective. Full bio

Double-click the English transcript below to play the video.

Envoyer des candidatures en ligne
00:00
ApplyingApplication for jobsemplois onlineen ligne
0
548
1416
00:01
is one of the worstpire
digitalnumérique experiencesexpériences of our time.
1
1988
2616
est l'une des pires expériences
numériques de notre ère.
00:04
And applyingappliquer for jobsemplois in personla personne
really isn't much better.
2
4628
2696
Le faire en personne
n'est pas vraiment mieux.
00:07
[The Way We Work]
3
7349
1720
[Notre façon de travailler]
00:11
HiringEmbauche as we know it
is brokencassé on manybeaucoup frontsles fronts.
4
11588
2456
Aujourd'hui, le recrutement
ne fonctionne pas.
00:14
It's a terribleterrible experienceexpérience for people.
5
14068
1856
C'est une expérience épouvantable.
00:15
About 75 percentpour cent of people
6
15948
1816
Environ 75% des gens
ayant déposé des candidatures
par diverses méthodes l'an dernier
00:17
who appliedappliqué to jobsemplois
usingen utilisant variousdivers methodsméthodes in the pastpassé yearan
7
17788
2856
00:20
said they never heardentendu anything back
from the employeremployeur.
8
20668
2656
ont dit n'avoir jamais eu
de réponse de l'employeur.
00:23
And at the companycompagnie levelniveau
it's not much better.
9
23348
2176
A l'échelle de l'entreprise,
ce n'est pas mieux :
00:25
46 percentpour cent of people get firedmis à la porte or quitquitter
10
25548
2776
46% des gens sont virés ou démissionnent
moins d'un an après avoir
démarré un nouvel emploi.
00:28
withindans the first yearan
of startingdépart theirleur jobsemplois.
11
28348
2176
00:30
It's prettyjoli mind-blowingépoustouflant.
12
30548
1216
C'est assez incroyable.
00:31
It's alsoaussi badmal for the economyéconomie.
13
31788
1456
C'est mauvais pour l'économie.
00:33
For the first time in historyhistoire,
14
33268
1456
Pour la première fois,
00:34
we have more openouvrir jobsemplois
than we have unemployedsans emploi people,
15
34748
2856
nous avons plus de postes à pourvoir
que de gens sans emploi
00:37
and to me that screamsCris
that we have a problemproblème.
16
37628
2176
et, à mes yeux, cela indique
qu'il y a un problème.
00:39
I believe that at the cruxCrux of all of this
is a singleunique piecepièce of paperpapier: the résumsommeé.
17
39828
3976
Je crois que le nœud dans tout cela
est un bout de papier : le CV.
00:43
A résumsommeé definitelyabsolument has
some usefulutile piecesdes morceaux in it:
18
43828
2336
Il y a des éléments utiles dans un CV :
00:46
what rolesles rôles people have had,
computerordinateur skillscompétences,
19
46188
2096
les rôles occupés,
les compétences informatiques,
00:48
what languageslangues they speakparler,
20
48308
1256
les langues parlées,
00:49
but what it missesmanque is
what they have the potentialpotentiel to do
21
49588
3056
mais il manque ce que la personne
a le potentiel de faire
00:52
that they mightpourrait not have had
the opportunityopportunité to do in the pastpassé.
22
52668
2976
et qu'elle n'a pas eu l'opportunité
de faire par le passé.
00:55
And with suchtel a quicklyrapidement changingen changeant economyéconomie
where jobsemplois are comingvenir onlineen ligne
23
55668
3256
Avec une économie si changeante
où des emplois sont mis en ligne
00:58
that mightpourrait requireexiger skillscompétences that nobodypersonne has,
24
58948
2056
et requièrent des compétences
que personne n'a,
01:01
if we only look at what someoneQuelqu'un
has doneterminé in the pastpassé,
25
61028
2776
si nous considérons uniquement
ce que quelqu'un a fait,
01:03
we're not going to be ablecapable
to matchrencontre people to the jobsemplois of the futureavenir.
26
63828
3256
nous ne pouvons pas associer
des gens aux emplois de l'avenir.
01:07
So this is where I think technologyLa technologie
can be really helpfulutile.
27
67108
2736
C'est là que je pense
que la technologie peut aider.
01:09
You've probablyProbablement seenvu
that algorithmsalgorithmes have gottenobtenu prettyjoli good
28
69868
2856
Vous avez probablement vu
que les algorithmes sont bons
pour associer des gens et des choses.
01:12
at matchingcorrespondant people to things,
29
72748
1536
01:14
but what if we could use
that sameMême technologyLa technologie
30
74308
2256
Et si l'on pouvait
utiliser cette technologie
01:16
to actuallyréellement help us find jobsemplois
that we're really well-suitedbien adapté for?
31
76588
3096
pour nous aider à trouver un emploi
auquel on est adapté ?
01:19
But I know what you're thinkingen pensant.
32
79708
1576
Je sais ce à quoi vous pensez.
01:21
AlgorithmsAlgorithmes pickingcueillette your nextprochain jobemploi
soundsdes sons a little bitbit scaryeffrayant,
33
81308
2776
Un emploi choisi par algorithme,
c'est plutôt effrayant,
01:24
but there is one thing that has been shownmontré
34
84108
2056
mais nous avons démontré
qu'il y a une chose
01:26
to be really predictiveprédictive
of someone'squelques uns futureavenir successSuccès in a jobemploi,
35
86188
2896
permettant de prévoir la réussite
de quelqu'un dans un emploi
01:29
and that's what's calledappelé
a multimeasuremulti-mesures testtester.
36
89108
2136
et c'est un test multi-mesure.
01:31
MultimeasureMultimesure teststests
really aren'tne sont pas anything newNouveau,
37
91268
2176
Les tests multi-mesure
ne sont pas nouveaux
01:33
but they used to be really expensivecoûteux
38
93468
1736
mais étaient très chers auparavant
01:35
and requiredChamps obligatoires a PhDPh.d. sittingséance acrossà travers from you
39
95228
2016
et nécessitaient
la présence d'un doctorant,
01:37
and answeringrépondant lots of questionsdes questions
and writingl'écriture reportsrapports.
40
97268
2456
de répondre à des questions,
d'écrire des rapports.
Les tests multi-mesure sont une façon
01:39
MultimeasureMultimesure teststests are a way
41
99748
1696
01:41
to understandcomprendre someone'squelques uns inherentinhérent traitstraits --
42
101468
2456
de comprendre les traits
fondamentaux de quelqu'un --
01:43
your memoryMémoire, your attentivenessattention.
43
103948
1776
votre mémoire, votre attention.
01:46
What if we could take multimeasuremulti-mesures teststests
44
106662
1942
Et si nous pouvions rendre
les tests multi-mesure
01:48
and make them scalableévolutif and accessibleaccessible,
45
108628
2536
évolutifs et accessibles
01:51
and providefournir dataLes données to employersemployeurs
about really what the traitstraits are
46
111188
3376
et fournir aux employeurs
les données sur les traits réels
01:54
of someoneQuelqu'un who can make
them a good fiten forme for a jobemploi?
47
114588
2896
de quelqu'un pouvant être
bien adapté pour le poste ?
01:57
This all soundsdes sons abstractabstrait.
48
117508
1296
Tout cela semble abstrait.
01:58
Let's try one of the gamesJeux togetherensemble.
49
118828
1735
Essayons un des jeux ensemble.
02:00
You're about to see a flashingclignotant circlecercle,
50
120587
1857
Vous allez voir un cercle clignotant
02:02
and your jobemploi is going to be
to claptaper when the circlecercle is redrouge
51
122468
2960
et votre rôle est de taper des mains
quand le cercle est rouge
02:06
and do nothing when it's greenvert.
52
126285
1496
et de ne rien faire quand il est vert.
02:07
[ReadyPrêt?]
53
127806
1376
[Prêt ?]
02:09
[BeginBegin!]
54
129207
1360
[C'est parti !]
02:11
[GreenVert circlecercle]
55
131708
1000
[Cercle vert]
02:13
[GreenVert circlecercle]
56
133708
1040
[Cercle vert]
02:15
[RedRouge circlecercle]
57
135708
1000
[Cercle rouge]
02:17
[GreenVert circlecercle]
58
137708
1080
[Cercle vert]
02:19
[RedRouge circlecercle]
59
139708
1000
[Cercle rouge]
02:21
Maybe you're the typetype of personla personne
60
141928
1596
Vous êtes peut-être quelqu'un
02:23
who clapsclaps the millisecondmilliseconde
after a redrouge circlecercle appearsapparaît.
61
143548
2496
qui tape des mains
juste après l'apparition du rouge.
02:26
Or maybe you're the typetype of personla personne
62
146068
1656
Ou vous êtes peut-être quelqu'un
02:27
who takes just a little bitbit longerplus long
to be 100 percentpour cent sure.
63
147748
2735
qui prend un peu plus de temps
pour être tout à fait sûr.
02:30
Or maybe you claptaper on greenvert
even thoughbien que you're not supposedsupposé to.
64
150508
2936
Ou vous tapez des mains sur le vert,
quand vous ne le devez pas.
02:33
The coolcool thing here is that
this isn't like a standardizednormalisés testtester
65
153468
2976
Ce qui est génial c'est qu'il n'y a pas
de test standardisé
02:36
where some people are employableadapté
and some people aren'tne sont pas.
66
156468
2656
où certains sont employables
et d'autres pas.
02:39
InsteadAu lieu de cela it's about understandingcompréhension
the fiten forme betweenentre your characteristicscaractéristiques
67
159148
3256
Il est question de comprendre
l'adéquation entre vos traits
02:42
and what would make you
good a certaincertain jobemploi.
68
162428
2016
et ce qui vous rend bon
à un poste particulier.
02:44
We founda trouvé that if you claptaper lateen retard on redrouge
and you never claptaper on the greenvert,
69
164468
3736
Si vous tapez des mains tard sur le rouge
et jamais sur le vert,
02:48
you mightpourrait be highhaute in attentivenessattention
and highhaute in restraintdispositif de retenue pour.
70
168228
3176
vous avez peut-être
beaucoup d'attention et de retenue.
Dans ce quadrant, les gens sont
de très bons étudiants,
02:51
People in that quadrantquadrant tendtendre to be
great studentsélèves, great test-takersles testeurs,
71
171428
3576
participants à des examens,
chefs de projets et comptables.
02:55
great at projectprojet managementla gestion or accountingcomptabilité.
72
175028
2136
02:57
But if you claptaper immediatelyimmédiatement on redrouge
and sometimesparfois claptaper on greenvert,
73
177188
3336
Si vous tapez immédiatement sur le rouge
et parfois sur le vert,
03:00
that mightpourrait mean that
you're more impulsiveimpulsif and creativeCréatif,
74
180548
2656
vous pouvez être
plus impulsif et plus créatif
03:03
and we'venous avons founda trouvé that top-performingplus performants
salespeoplevendeurs oftensouvent embodyincarner these traitstraits.
75
183228
3875
et les meilleurs commerciaux
incarnent ces traits.
03:07
The way we actuallyréellement use this in hiringembauche
76
187128
2016
Nous utilisons cela lors de l'embauche
03:09
is we have topHaut performersartistes interprètes ou exécutants in a rolerôle
go throughpar neuroscienceneuroscience exercisesexercices
77
189168
3696
en faisant passer
de tels exercices de neuroscience
aux meilleurs dans un rôle.
03:12
like this one.
78
192888
1216
03:14
Then we developdévelopper an algorithmalgorithme de
79
194128
1376
Nous développons un algorithme
03:15
that understandscomprend what makesfait du
those topHaut performersartistes interprètes ou exécutants uniqueunique.
80
195528
2656
qui comprend ce qui rend
ces personnes uniques.
03:18
And then when people applyappliquer to the jobemploi,
81
198208
1936
Quand les gens candidatent pour ce poste,
03:20
we're ablecapable to surfacesurface the candidatescandidats
who mightpourrait be bestmeilleur suitedadapté for that jobemploi.
82
200168
4136
nous pouvons faire émerger les candidats
les plus adaptés à ce poste.
03:24
So you mightpourrait be thinkingen pensant
there's a dangerdanger in this.
83
204328
2376
Vous pensez peut-être
qu'il y a un danger à cela.
03:26
The work worldmonde todayaujourd'hui
is not the mostles plus diversediverse
84
206728
2136
Le monde où nous travaillons
n'est pas diversifié
03:28
and if we're buildingbâtiment algorithmsalgorithmes
basedbasé on currentactuel topHaut performersartistes interprètes ou exécutants,
85
208888
3096
et si nous créons des algorithmes
grâce aux actuels meilleurs,
03:32
how do we make sure
86
212008
1216
comment nous assurer
03:33
that we're not just perpetuatingperpétuer
the biasesbiais that alreadydéjà existexister?
87
213248
2976
que nous ne perpétuons pas
des préjugés déjà existants ?
03:36
For exampleExemple, if we were buildingbâtiment
an algorithmalgorithme de basedbasé on topHaut performingeffectuer CEOsChefs d’entreprise
88
216248
4056
Par exemple, si nous créons un algorithme
se basant sur les meilleurs PDG
03:40
and use the S&ampamp;P 500 as a trainingentraînement setensemble,
89
220328
3216
et utilisant les données
du S&P 500 pour l'entraîner,
03:43
you would actuallyréellement find
90
223568
1256
vous découvririez
03:44
that you're more likelyprobable to hirelouer
a whiteblanc man namednommé JohnJohn than any womanfemme.
91
224848
3816
que vous avez plus de chances d'embaucher
un homme appelé John qu'une femme.
03:48
And that's the realityréalité
of who'squi est in those rolesles rôles right now.
92
228688
2696
C'est la réalité des personnes
tenant actuellement ces rôles.
03:51
But technologyLa technologie actuallyréellement posespose
a really interestingintéressant opportunityopportunité.
93
231408
3376
La technologie nous offre
une opportunité très intéressante.
03:54
We can createcréer algorithmsalgorithmes
that are more equitableEquitable
94
234808
2256
Nous pouvons créer
des algorithmes plus équitables
03:57
and more fairjuste than humanHumain beingsêtres
have ever been.
95
237088
2256
et plus justes que les êtres humains.
03:59
EveryChaque algorithmalgorithme de that we put
into productionproduction has been pretestedprétesté
96
239368
3696
Les algorithmes produits
ont été testés au préalable
04:03
to ensureassurer that it doesn't favorfavoriser
any genderle genre or ethnicityorigine ethnique.
97
243088
3096
pour vérifier qu'ils ne favorisent pas
un genre ou une ethnie.
04:06
And if there's any populationpopulation
that's beingétant overfavoredsurfavorisé,
98
246208
2736
Si une population est trop favorisée,
04:08
we can actuallyréellement altermodifier the algorithmalgorithme de
untiljusqu'à that's no longerplus long truevrai.
99
248968
3120
nous altérons l'algorithme
pour ce que ne soit plus le cas.
04:12
When we focusconcentrer on the inherentinhérent
characteristicscaractéristiques
100
252448
2216
En nous concentrant
sur les traits fondamentaux
04:14
that can make somebodyquelqu'un
a good fiten forme for a jobemploi,
101
254688
2096
faisant que quelqu'un
est adapté à un poste,
04:16
we can transcendtranscender racismracisme,
classismclassisme, sexismsexisme, ageismâgisme --
102
256808
3576
nous transcendons le racisme,
le classisme, le sexisme, l'âgisme --
04:20
even good schoolisml'école.
103
260408
1416
même l'éducationnisme.
04:21
Our bestmeilleur technologyLa technologie and algorithmsalgorithmes
shouldn'tne devrait pas just be used
104
261848
2896
Nos meilleurs technologie et algorithmes
ne devraient pas être utilisés
04:24
for helpingportion us find our nextprochain moviefilm bingecrise de boulimie
or newNouveau favoritepréféré JustinJustin BieberBieber songchant.
105
264768
3736
juste pour trouver un film
ou une chanson de Justin Bieber.
04:28
ImagineImaginez if we could harnessharnais
the powerPuissance of technologyLa technologie
106
268528
2656
Imaginez si nous pouvions
tirer profit de la technologie
04:31
to get realréal guidanceconseils
on what we should be doing
107
271208
2296
pour obtenir des conseils
sur ce que nous devrions faire
04:33
basedbasé on who we are at a deeperPlus profond levelniveau.
108
273528
1936
selon notre identité profonde.
Translated by Morgane Quilfen
Reviewed by Guillaume Rouy

▲Back to top

ABOUT THE SPEAKER
Priyanka Jain - Technologist
Priyanka Jain heads up product for pymetrics, an NYC-based startup that uses neuroscience and AI to make hiring more diverse and effective.

Why you should listen

Passionate about using technology to create a fairer workplace and global economy, Priyanka Jain is a spokesperson for the United Nations Foundation's Girl Up Campaign, Chair of the Acumen Fund's Junior Council and on the Innovation Board for the XPrize Foundation. She received her B.S. from Stanford University, where she was President of Stanford Women in Business and one of 12 Mayfield Entrepreneurship Fellows. Her previous experience includes internships at IBM Watson, Shift Technologies, Canvas Ventures and the Institute for Learning and Brain Sciences. Outside of work, she loves playing tennis and eating anything covered in dark chocolate.

More profile about the speaker
Priyanka Jain | Speaker | TED.com