Siadhal Magos et Shahriar Tajbakhsh travaillaient respectivement chez Uber et Palantir lorsqu'ils se sont tous deux rendu compte que le recrutement, en particulier le processus d'entretien, devenait lourd pour de nombreux services RH d'entreprise.
« Il était clair pour nous que la partie la plus importante du processus d'embauche était les entretiens, mais aussi la partie la plus opaque et la plus peu fiable », a déclaré Magos à TechCrunch. « En plus de cela, il y a beaucoup de travail associé à la prise de notes et à la rédaction de commentaires que de nombreux enquêteurs et responsables du recrutement font tout ce qu'ils peuvent pour éviter.
Magos et Tajbakhsh pensaient que le processus d’embauche était prêt à être perturbé, mais ils voulaient éviter de trop faire abstraction de l’élément humain. Ils ont donc lancé Metaview, une application de prise de notes basée sur l'IA pour les recruteurs et les responsables du recrutement qui enregistre, analyse et résume les entretiens d'embauche.
« Metaview est un outil de prise de notes IA spécialement conçu pour le processus de recrutement », a déclaré Magos. « Cela aide les recruteurs et les responsables du recrutement à se concentrer davantage sur la connaissance des candidats et moins sur l'extraction de données des conversations. En conséquence, les recruteurs et les responsables du recrutement gagnent beaucoup de temps dans la rédaction de notes et sont plus présents lors des entretiens car ils n'ont pas à effectuer plusieurs tâches à la fois.
Metaview s'intègre aux applications, aux systèmes téléphoniques, aux plateformes de vidéoconférence et aux outils comme Calendly et GoodTime pour capturer automatiquement le contenu des entretiens. Magos affirme que la plateforme « tient compte des nuances des conversations de recrutement » et « s'enrichit de données provenant d'autres sources », telles que les systèmes de suivi des candidats, pour mettre en évidence les moments les plus pertinents.
« Zoom, Microsoft Teams et Google Meet intègrent tous la transcription, ce qui constitue une alternative possible à Metaview », a déclaré Magos. « Mais les informations que l'IA de Metaview extrait des entretiens sont bien plus pertinentes pour le cas d'utilisation du recrutement que les alternatives génériques, et nous aidons également les utilisateurs dans les prochaines étapes de leurs flux de travail de recrutement dans et autour de ces conversations. »
Certes, il y a beaucoup de problèmes avec les entretiens d'embauche traditionnels, et une application de prise de notes et d'analyse de conversations comme Metaview pourrait aider, du moins en théorie. Comme le note un article de Psychology Today, le cerveau humain regorge de préjugés qui entravent notre jugement et notre prise de décision, par exemple une tendance à trop s'appuyer sur la première information proposée et à interpréter les informations d'une manière qui confirme nos croyances préexistantes. .
La question est la suivante : Metaview fonctionne-t-il – et, plus important encore, fonctionne-t-il aussi bien pour tous les utilisateurs ?
Même les meilleurs systèmes de dictée vocale basés sur l’IA souffrent de leurs propres préjugés. Une étude de Stanford a montré que les taux d’erreur des locuteurs noirs sur les services de synthèse vocale d’Amazon, Apple, Google, IBM et Microsoft sont presque le double de ceux des locuteurs blancs. Une autre étude plus récente publiée dans la revue Computer Speech and Language a révélé des différences statistiquement significatives dans la manière dont deux principaux modèles de reconnaissance vocale traitaient des locuteurs de sexe, d'âge et d'accent différents.
Il y a aussi les hallucinations à considérer. L’IA fait des erreurs en résumant, y compris dans les résumés de réunions. Dans un article récent, le Wall Street Journal a cité un cas où, pour un des premiers utilisateurs utilisant l'outil AI Copilot de Microsoft pour résumer les réunions, Copilot a inventé les participants et a laissé entendre que les appels portaient sur des sujets qui n'avaient jamais été abordés.
Lorsqu'on lui a demandé quelles mesures Metaview avait prises, le cas échéant, pour atténuer les biais et autres problèmes algorithmiques, Magos a affirmé que les données de formation de Metaview sont suffisamment diversifiées pour produire des modèles qui « dépassent les performances humaines » sur les flux de travail de recrutement et fonctionnent bien sur les critères de biais populaires.
Je suis sceptique et un peu méfiant également quant à l'approche de Metaview quant à la façon dont il gère les données vocales. Magos affirme que Metaview stocke les données de conversation pendant deux ans par défaut, à moins que les utilisateurs ne demandent que les données soient supprimées. Cela semble être une période exceptionnellement longue, et les candidats le feraient probablement.
Mais rien de tout cela ne semble avoir affecté la capacité de Metaview à obtenir des financements ou des clients.
Metaview a levé ce mois-ci 7 millions de dollars auprès d'investisseurs dont Plural, Coelius Capital et Vertex Ventures, portant le total levé à 14 millions de dollars pour la startup basée à Londres. Selon Magos, le nombre de clients de Metaview s'élève à 500, dont Brex, Quora, Pleo et Improbable, et il a augmenté de 2 000 % d'une année sur l'autre.
« L'argent sera principalement utilisé pour développer l'équipe produit et d'ingénierie, et pour donner plus de carburant à nos efforts de vente et de marketing », a déclaré Magos. « Nous allons tripler l'équipe produit et d'ingénierie, affiner davantage notre moteur de synthèse de conversations afin que notre IA extraie automatiquement exactement les bonnes informations dont nos clients ont besoin et développer des systèmes pour détecter de manière proactive les problèmes tels que les incohérences dans le processus d'entretien et les candidats qui semblent être mal informés. perdre tout intérêt.
