Aller au contenu principal

Publications scientifiques

Résumé

Understanding the evolution of job requirements is becoming more important for workers, companies and public organizations to follow the fast transformation of the employment market. Fortunately, recent natural language processing (NLP) approaches allow for the development of methods to automatically extract information from job ads and recognize skills more precisely. However, these efficient approaches need a large amount of annotated data from the studied domain which is difficult to access, mainly due to intellectual property. This article proposes a new public dataset, FIJO, containing insurance job offers, including many soft skill annotations. To understand the potential of this dataset, we detail some characteristics and some limitations. Then, we present the results of skill detection algorithms using a named entity recognition approach and show that transformers-based models have good token-wise performances on this dataset. Lastly, we analyze some errors made by our best model to emphasize the difficulties that may arise when applying NLP approaches.

Lire les actes de conférence (en anglais seulement)

Mots-clés: Soft Skill Detection, NLP, French Supervised Corpus, Machine Learning

Résumé

Le développement et l’utilisation de l’intelligence artificielle est un enjeu central dans de nombreux pays. Steve Jacob, professeur au Département de science politique et titulaire de la Chaire de recherche sur l’administration publique à l’ère numérique de l’Université Laval, et Justin Lawarée, conseiller en affaires publiques à l’Observatoire international sur les impacts sociétaux de l’IA et du numérique (OBVIA), ont analysé le contenu des stratégies gouvernementales en matière d’IA dans une perspective internationale. Ce sont près de 500 mesures publiques qui ont été identifiées dans les stratégies gouvernementales du Canada, des États-Unis, de la France, du Royaume-Uni et de l’Union européenne.

Les catégories de mesures publiques les plus représentées dans les 28 stratégies analysées sont celles concernant le développement des capacités organisationnelles ainsi que celles mobilisant des moyens économiques pour développer l’IA. L’importance des mesures économiques peut s’expliquer par l’importance des stratégies gouvernementales axées sur les applications industrielles et les besoins de talents dans ce domaine d’activité.

La dimension éthique du développement de l’IA est présente dans certains des documents analysés. Cependant, au vu de l’importance des impacts sociétaux et éthiques de l’IA et des technologies numériques, les enjeux éthiques ne sont pas systématiquement mis en évidence dans les stratégies gouvernementales étudiées.

Résumé

Ce jeu de données a été recueilli dans le cadre du projet multidisciplinaire Femmes face aux défis de la transformation numérique : une étude de cas dans le secteur des assurances de l’Université Laval, financé par le Centre des compétences futures. Il regroupe des offres d’emploi, en français, de compagnies d’assurance canadiennes entre 2009 et 2020.

Consulter le jeu de données

Mots-clés: Offres d’emploi, Compétences