Exploration du processus de construction des données RH – Qualification, Capitalisation et Requalification

Soutenance de thèse
Exploration du processus de construction des données RH – Qualification, Capitalisation et Requalification

Catherine LESPERANCE,
doctorant du programme Ph.D. ESCP soutiendra publiquement sa thèse de Doctorat en Sciences de Gestion.

20 Décembre, 2024
14:00-17:00 (CET)
online via Zoom ou au Campus Champerret - Amphi Boucicaut

Assister à la soutenance
(lien zoom)

Résumé

Cette thèse de doctorat examine le rôle des données dans la conception d’outils d’intelligence artificielle (IA) appliqués à la gestion des ressources humaines (GRH). Elle se concentre plus spécifiquement sur le développement d’un outil destiné à l’analyse de l’absentéisme. Elle explore comment, au coeur de ce processus, les data scientists déploient un ensemble de pratiques calculatoires et non calculatoires dans la construction des données RH. Bien que la littérature académique abonde en discussions sur les approches positivistes et « basées sur les preuves » dans ce domaine, les modalités par lesquelles ces pratiques opèrent de l’intérieur restent sous-explorées.

Cette recherche repose sur une méthodologie qualitative et séquentielle, s’inscrivant dans un continuum entre recherche-action et ethnographie, enrichie par une immersion de trois ans et sept mois au sein d’un cabinet de conseil spécialisé en data science. Elle apporte une contribution aux domaines de la gestion électronique des ressources humaines (e-GRH) et de l’instrumentation de GRH, en mettant en lumière la dimension socio-numérique des données RH.

En remettant en question le déterminisme technique prévalant dans ce domaine, cette étude propose une nouvelle conceptualisation du processus de construction des données RH en trois séquences : Qualification, Capitalisation et Requalification. Ce processus conduit à reconnaître les données comme des biens économiques utilisés en tant qu’instruments épistémiques. Ces instruments, dont les qualités sont « débattues », « contestées » et « négociées », interrogent ce que signifie être une « bonne » donnée dans le cadre de l’analyse de l’absentéisme.

Mots-clés : Données RH, Gestion des Ressources Humaines, Systèmes d’Information, Théorie de l’Acteur-Réseau

Jury