L’usage de l’IA dans les Tests de Raisonnement

L’essor de l’intelligence artificielle générative offre de nouvelles opportunités, mais soulève aussi des défis, notamment dans le cadre des tests à distance. Une inquiétude croissante concerne l’utilisation d’outils comme ChatGPT par les candidats pendant les tests de raisonnement. Or, ces tests visent justement à évaluer les capacités de résolution de problèmes d’un individu. Si les réponses sont assistées par l’IA, cela peut fausser les résultats et masquer les compétences réelles du ou de la candidate.

Chez Hudson, nous proposons un éventail de stratégies de prévention et de détection, adaptables selon les besoins. Ces mesures permettent aux organisations de préserver la fiabilité de leurs tests et de leurs processus d’évaluation.

Une bonne nouvelle pour commencer

Même si les outils d’IA sont de plus en plus accessibles, nous n’observons pas à ce jour de changements significatifs dans les scores moyens aux tests de raisonnement, ni de signes évidents d’irrégularités à grande échelle. Toutefois, le risque d’usage abusif est bien réel et pourrait croître avec le temps. Il peut donc être judicieux, pour certaines organisations, de mettre en place des mesures adaptées pour garantir l’intégrité des tests.

Que peuvent faire les organisations ?

Nous recommandons une approche fondée sur deux types de stratégies : la dissuasion et la détection.

Stratégies de dissuasion : empêcher l’usage non autorisé de l’IA

Mesures intégrées à la plateforme de test Hudson :

• Blocage du copier-coller : Cette restriction technique intégrée à notre plateforme de test empêche les candidats de copier le contenu du test pour le coller ailleurs, par exemple dans un outil d’IA. Bien qu’elle ne soit pas infaillible, elle constitue une barrière pratique contre une consultation rapide et facile de l’IA.
  
  
• Limites de temps strictes : Les tests cognitifs sont soumis à des contraintes de temps rigoureuses. Or, utiliser l’IA pendant le test implique plusieurs étapes chronophages : changer de fenêtre, copier la question, interagir avec l’IA, lire et interpréter la réponse, décider de l’utiliser ou non. Ces interruptions font perdre de précieuses secondes, nuisent à la concentration et augmentent le stress.
  
  

Mesures optionnelles ou personnalisables :

• Surveillance à distance : Les organisations peuvent choisir des solutions de surveillance à distance, incluant généralement le suivi vidéo en direct ou automatisé via la webcam du ou de la candidate, ainsi que le contrôle de son activité à l’écran. Hudson est en mesure d’intégrer des outils de surveillance à distance proposés par des prestataires externes à sa plateforme de test, offrant ainsi une flexibilité dans le niveau et le type de supervision. Cette surveillance peut dissuader efficacement le recours à une aide non autorisée, mais elle nécessite une réflexion approfondie sur l’expérience candidat, les coûts et les enjeux liés à la confidentialité.
  
  
• Charte d’honnêteté : Il s’agit d’une courte déclaration que le ou la candidate lit et accepte avant de commencer le test. Elle leur rappelle l’importance d’un comportement éthique et précise explicitement que le test doit être réalisé sans aide extérieure. Les recherches montrent que ce type de rappel éthique peut réduire les comportements malhonnêtes, même en l’absence de surveillance. Sur la plateforme Hudson, cette charte est disponible en option et peut être personnalisée afin de refléter le ton et les valeurs propres à chaque organisation.
  
  
• Information préalable sur les procédures de vérification : Informer les candidats, avant le test, que des irrégularités pourraient être détectées et qu’un test de vérification pourrait être demandé par la suite, peut suffire à dissuader les comportements frauduleux.
  
  

Stratégies de détection : repérer les comportements suspects

• Suivi des clics : La plateforme Hudson enregistre si le ou la candidate clique en dehors de l’onglet principal du test. Quelques clics peuvent être anodins, mais des changements répétés de fenêtre peuvent indiquer une tentative de consultation d’outils externes. Ces données permettent de repérer des comportements potentiellement suspects à examiner plus en détail.
  
  
• Analyse des données (« data forensics ») : Sur demande, Hudson peut réaliser une analyse approfondie des schémas de réponse, au niveau individuel ou collectif : temps de réponse par item, cohérence des performances selon la difficulté, etc. Bien que ces éléments ne permettent pas de prouver une fraude de manière certaine, ils peuvent constituer une base solide pour envisager des actions complémentaires.
  
  
• Test de vérification : En cas de doute, Hudson peut conseiller des mesures de vérification : test complémentaire, entretien en direct, exercice de simulation ou tâche de résolution de problème avec protocole de verbalisation à haute voix du raisonnement effectué. Cela permet de réévaluer les compétences réelles du ou de la candidate dans un cadre plus contrôlé, sans devoir répéter l’ensemble du test.

Une solution taillée sur mesure

Chaque organisation a ses spécificités : types de candidats, budget disponible, image de l’employeur, objectifs de sélection, tolérance au risque… Tous ces éléments doivent être pris en compte pour définir une approche équilibrée, qui limite les aides non autorisées tout en préservant la qualité prédictive, l’égalité des chances, l’expérience candidat et la faisabilité pratique et financière.

L’IA évolue rapidement, mais notre palette de solutions pour garantir l’équité et l’intégrité des tests évolue tout aussi rapidement.