Panneau admin
Règle IA : une troisième sorte de règle qui lit le texte libre
Votre algorithme peut désormais lire ce que les deux côtés ont écrit sur eux-mêmes et noter à quel point ils se correspondent.
L’algorithme de mise en relation avait deux sortes de règles. Les règles standard et les règles personnalisées comparent des valeurs : même ville, service différent, telle option contre telle autre. Mais personne ne se décrit avec des listes déroulantes. Le paragraphe qu’un mentoré écrit sous « sur quoi voulez-vous de l’aide ? » restait là où aucune règle ne pouvait le lire. La troisième sorte de règle le lit. Vous choisissez un champ mentor et un champ mentoré, et la règle lit les deux textes et note à quel point ils se correspondent. Cette note entre dans le même pourcentage que toutes les autres règles.
Deux champs, une comparaison
Vous choisissez un champ mentor et un champ mentoré. Terrain commun : les deux côtés sont forts sur le même sujet. Complémentaire : ce sur quoi le mentor est fort est ce dont le mentoré a besoin.
Le thème fixe les axes
Chaque thème a quelques axes. Pour la carrière en entreprise, ce sont le leadership, la profondeur du métier, le changement de rôle, le travail dans une grande organisation et l’équilibre. Laissé sur automatique, le thème est choisi d’après le public de votre programme.
Deux côtés, deux questions différentes
Sur chaque axe, on demande au mentor s’il montre une expérience réelle qu’il pourrait transmettre. On demande au mentoré s’il a un objectif ou un besoin sur cet axe. « J’ai dirigé une équipe » et « je veux diriger une équipe » ne se distinguent pas avec une seule question.
Le jugement vient de Jev
Jev est un modèle de langage qui n’écrit aucun texte. Il renvoie une seule note par question. Les questions sont en anglais, et le texte est jugé dans la langue où il a été écrit.
Chaque personne est lue une fois
La lecture se fait par personne, pas par paire. Un programme avec 200 mentors et 120 mentorés demande 320 lectures, pas 24 000 paires. La note d’une paire est calculée à partir de ces deux lectures.
Seul le champ choisi est envoyé
Les noms, les adresses e-mail et les coordonnées ne sont pas envoyés. Le traitement n’a lieu que lorsque vous lancez un calcul. Les lectures sont conservées, le même texte n’est donc pas lu deux fois.
La note entre dans le pourcentage, la décision reste la vôtre
La règle reçoit un coefficient et peut être obligatoire. Une règle qui n’a pas pu être notée n’est pas cachée : le détail de la mise en relation en dit la raison. Rien n’est mis en relation sans votre accord.
À quoi ça sert
- Lire le texte d’objectif : ce qu’un mentoré écrit sur l’aide qu’il cherche compte désormais dans la mise en relation.
- Les sujets qui n’entrent pas dans une liste : utile quand l’expertise est trop variée pour devenir une liste d’options.
- Séparer le classement : à côté des règles que presque toutes les paires passent, un signal distinctif s’ajoute.
- Moins de lecture à la main : vous partez d’une liste classée au lieu d’ouvrir des centaines de profils.
Où le trouver Panneau d’administration → Mise en relation → Algorithme de mise en relation. L’accès est ouvert programme par programme, et vous pouvez le demander depuis la carte.