HERNANDEZ Jérôme

doctorant à Sorbonne Université
Équipe : MOCAH
https://lip6.fr/Jerome.Hernandez

Direction de recherche : Thibault CARRON

Co-encadrement : MURATET Mathieu

Faciliter le Développement des Évaluations Basées sur le Jeu : Exploration de la Reconnaissance de Profils Comportementaux et des Soft Skills d’un individu Via des Tests de Jugement Situationnel Gamifiés

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 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 métacadre 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 métacadre et ces cadres subissent deux exécutions expérimentales pour affirmer leur efficacité. Par la suite, un système de notation de psychométrie computationnel 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.

Soutenance : 11/12/2023

Membres du jury :

Thibault Carron, Maître de conférences, LIP6, CNRS, Sorbonne Université
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
Sébastien Iksal, Professeur des universités, Laboratoire d'Informatique université du Mans, Univ. du Mans
Mohamed Chetouani, Professeur des universités, Institut des Systèmes Intelligents et de Robotique, Sorbonne Université

Date de départ : 15/12/2023

Publications 2021-2023