JeromeHernandezThese
Au cours des dernières années, la reconnaissance des compétences non techniques et transversales est devenue de plus en plus courante dans la sélection et la formation du personnel. Dans cette optique, les entreprises ont montré un intérêt croissant pour l'utilisation d'approches ludiques, couplées à des données informatiques, pour prédire le comportement des employés. Les professionnels des ressources humaines cherchent donc et développent des outils fiables et valides pour identifier le bon candidat pour le bon poste tout en améliorant simultanément les stratégies de sélection et l'engagement des candidats. Cette thèse explore l'exploration et l'exploitation des approches basées sur le jeu dans le domaine des ressources humaines, en particulier dans les processus de recrutement et de sélection. Elle commence d'abord par plonger dans l'histoire des approches basées sur le jeu, en retraçant leurs origines et en expliquant leur évolution jusqu'aux jeux sérieux d'aujourd'hui. Ensuite, la thèse présente un méta-cadre et deux cadres pour la conception et la création d'un test de jugement situationnel ludifié (GSJT). Une progression systématique est mise en évidence, allant de la compréhension des besoins des clients à la mise en œuvre du GSJT. Ce méta-cadre et ces cadres subissent deux exécutions expérimentales pour affirmer leur efficacité. Par la suite, un système de notation de psychométrie computationnelle est introduit pour aider les équipes de psychométrie du GSJT dans leurs efforts de notation. Plusieurs méthodes de notation sont examinées, et une approche de notation hybride est introduite. Une troisième expérience est exécutée pour valider l'efficacité de cette approche. La thèse déplace ensuite son attention sur l'importance d'avoir des personnages non jouables réalistes pour reconnaître les compétences non techniques. Des modèles d'apprentissage profond sont suggérés pour faciliter la création de ces personnages. Une dernière expérience est menée pour évaluer l'efficacité de ces modèles. En conclusion, cette thèse apporte des contributions préliminaires à la théorie et aux applications pratiques concernant la création et l'utilisation de méthodologies basées sur le jeu dans le secteur des ressources humaines pour la reconnaissance de profils comportementaux.
In recent years, the recognition of non-technical and cross-functional skills has become increasingly common in personnel selection and training. To this end, companies have shown a growing interest in using game-based approaches, coupled with computational data, to predict employee behaviour. Human resources professionals are, therefore, seeking and developing reliable and valid tools to identify the right candidate for the right position while simultaneously enhancing selection strategies and candidate engagement. This thesis explores the exploration and exploitation of game-based approaches in the field of human resources, particularly in recruitment and selection processes. It first delves into the history of game-based approaches, tracing their origins and explaining their evolution up to today’s serious games. Following that, the thesis presents a meta-frameworks and two frameworks for designing and creating a gamified situational judgement test (GSJT). A systematic progression is highlighted, spanning from grasping client needs to implementing the GSJT. These meta- framework and frameworks undergoes two experimental runs to affirm its effectiveness. Subsequently, a computational psychometric scoring system is introduced to assist GSJT psychometry teams in their scoring endeavors. Several scoring methods are scrutinized, and a hybrid scoring approach is introduced. A third experiment is executed to validate the efficacy of this approach. The thesis then shifts its focus to the significance of having lifelike non-playable characters for recognizing non-technical skills. Deep learning models are suggested to facilitate the creation of these characters. A final experiment is conducted to gauge the effective- ness of these models. In conclusion, this thesis provides preliminary contributions to both theory and practical applications concerning the creation and use of game-based methodologies in the human resources sector for behavioural profile recognition
Thibault Carron
Mathieu Muratet
Lundi 11 décembre 2023 à 14h00, à l'adresse suivante : 4 Place Jussieu, Bâtiment 25-26, 75005 Paris, Salle 105/25-26
- Yvan Peter, Maître de conférences, Centre de Recherche en Informatique, Signal et Automatique de Lille (Rapporteur)
- David Panzoli, Maître de conférences, Institut de Recherche en Informatique de Toulouse (Rapporteur)
- Vanda Luengo, Professeure des universités, LIP6, CNRS, Sorbonne Université (Présidente)
- Sébastien Iksal, Professeur des universités, Laboratoire d'Informatique université du Mans, Univ. du Mans (Examinateur)
- Mohamed Chetouani, Professeur des universités, Institut des Systèmes Intelligents et de Robotique, Sorbonne Université (Examinateur)
- Thibault Carron, Maître de conférences, LIP6, CNRS, Sorbonne Université (Directeur de thèse)
Dernière mise à jour : 5 juin, 2024 - 09:42
