Analytique et big data en ressources humaines. Une étude au prisme de la notion de justification [Analytics and big data in human resources. A study in the light of the notion of justification].

Clotilde Coron (2019)

Revue française de gestion 45 (no 280), pp. 57-74.
https://rfg.revuesonline.com/articles/lvrfg/abs/2019/03/rfg00319/rfg00319.html

 

Revue Française de Gestion Image de couverture

RESUME
“Le contraste entre la prégnance des notions d’analytique et de big data ressources humaines (RH) dans les discours managériaux actuels et le faible nombre de travaux académiques sur le sujet invite à s’interroger sur la réalité du changement introduit par ces notions. En mobilisant le concept de justification pour analyser de l’observation participante complétée par dix entretiens semi-directifs, les auteurs montrent que les dispositifs d’analytique RH font l’objet de discours similaires à ceux sur le reporting, alors que les dispositifs de big data RH donnent lieu à de nouvelles justifications. Cela invite donc à conclure que l’analytique RH ne constitue pas une rupture proprement dite, alors que le big data RH correspond à un réel changement.”
Mots clés: Big Data, analytique, RH, quantification, justification

ABSTRACT
“The contrast between the importance of the notions of Analytics and Big Data in HR in current managerial discourse and the low number of academic studies on the subject raises questions about the reality of the change introduced by these notions. Mobilizing the concept of justification to analyze participant observation supplemented by ten semi-directive interviews, this research shows that HR Analytics systems give rise to speeches similar to those on reporting, whereas Big Data systems correspond to new justifications. This suggests that HR Analytics does not constitute a disruption per se, whereas Big Data corresponds to a real change in HR.”
Key words: Big Data, analytics, HR, quantification, justification

EXCERPT (French/English)
“L’école française de sociologie de la quantification cherche à analyser les pratiques sociales autour de la classification et de la quantification (Diaz-Bone, 2016). Les travaux de Desrosières s’attachent ainsi à déconstruire l’idée selon laquelle les statistiques seraient le reflet neutre de la réalité (2008a). Ils montrent que les méthodes statistiques reposent sur des conventions sociales et non uniquement techniques, et que les statistiques créent de nouvelles façons de penser le monde et donc d’agir dessus (2008b). D’autres travaux s’inscrivent dans la même mouvance, soulignant par exemple la dimension sociale ou politique des choix sous-jacents à toute opération de quantification (Chiapello et Walter, 2016) ou l’effet des statistiques sur les individus ou les collectifs (Espeland et Stevens, 1998; Stevens, 2008). Ce cadre théorique se fonde entre autres sur la théorie des conventions. Il s’agit en effet d’identifier des « conventions de quantification » (Chiapello et Walter, 2016 ; Diaz-Bone, 2016), qui correspondent le plus souvent à des choix méthodologiques, techniques, statistiques, qui sont réalisés en amont et pendant les opérations de quantification. La notion de convention est directement liée à celle, moins utilisée en sociologie de la quantification, de justification. Plus précisément, l’économie des conventions s’intéresse à la construction de repères et de critères d’évaluation communs permettant de s’accorder sur la valeur d’objets, d’actions ou d’individus. Dès lors, une question centrale pour cette perspective est celle de la justification de la valeur (Eymard-Duvernay, 1989). Boltanski et Thévenot (1991) donnent ainsi des exemples de registres d’arguments et de justifications de la valeur d’une action ou d’une personne (les mondes, ou « cités »). […] Pour mieux appréhender les notions de big data et d’analytique et identifier les éventuels changements qu’elles introduisent, la sociologie de la quantification invite donc à se pencher sur les discours des acteurs (RH, informaticiens, statisticiens, notamment) sur les différents usages de la quantification en RH et sur les justifications qu’ils mobilisent.” (p. 58-59)

“The French School of Sociology of Quantification seeks to analyze social practices around classification and quantification (Diaz-Bone, 2016). The work of Desrosières thus attempts to deconstruct the idea that statistics are the neutral reflection of reality (2008a). They show that statistical methods are based on social rather than purely technical conventions, and that statistics create new ways of thinking about the world and thus acting on it (2008b). Other studies are part of the same trend, highlighting, for example, the social or political dimension of the choices underlying any quantification operation (Chiapello and Walter, 2016) or the effect of statistics on individuals or groups. (Espeland and Stevens 1998, Stevens 2008). This theoretical framework is based inter alia on the theory of conventions. This is indeed to identify “quantification conventions” (Chiapello and Walter, 2016, Diaz-Bone, 2016), which most often correspond to methodological, technical and statistical choices that are made upstream and during the quantization operations. The notion of convention is directly linked to that less used in the sociology of quantification and justification. More specifically, the economics of conventions is concerned with the construction of common benchmarks and evaluation criteria for agreeing on the value of objects, actions or individuals. Therefore, a central question for this perspective is that of the justification of value (Eymard-Duvernay, 1989). Boltanski and Thévenot (1991) give examples of registers of arguments and justifications of the value of an action or a person (the worlds, or “cities”). […] To better understand the concepts of big data and analytics and to identify any changes they introduce, sociology of quantification therefore invites us to examine the discourses of the actors (HR, computer scientists, statisticians, etc.) on the different uses of quantification in HR and on the justifications they mobilize.” (pp. 58-59)

Download link: http://rfg.lavoisier.edpsciences.org/articles/lvrfg/pdf/2019/03/rfg00319.pdf