ZortifyLabs

Zortify Labs est un moteur d’innovation qui intègre de manière transparente les ressources humaines (RH) aux domaines de la science des données et de la conception centrée sur l’humain, en accordant une place prépondérante à la dimension humaine au sein de nos solutions et services dynamiques.

Notre objectif fondamental est de combler le fossé entre les avancées théoriques et les applications concrètes dans les domaines de la psychologie, de l’informatique et du design centré sur l’humain.

Véritable pôle dédié à la recherche et au développement au sein de Zortify, Zortify Labs favorise la collaboration interdisciplinaire et le développement éthique de technologies novatrices, tant en interne que par le biais de partenariats avec le monde de l’industrie et le milieu universitaire. Notre équipe diversifiée est composée de chercheurs, de data scientists, de psychologues, de designers et d’experts issus de divers domaines scientifiques, dont beaucoup ont publié des articles dans des revues de recherche prestigieuses.

Si la complexité nous passionne, le cœur de la philosophie de ZortifyLabs réside dans l’engagement à rendre les technologies avancées accessibles à des publics sans expertise spécialisée. En exploitant le traitement du langage naturel (NLP) et les techniques de visualisation des données, nous veillons à ce que nos innovations soient non seulement conviviales, éthiquement solides et transparentes, mais aussi visuellement intuitives. Cet engagement favorise la confiance et renforce les capacités de prise de décision dans le paysage de plus en plus complexe des RH.

Nos livres blancs
11.09.2024 Forget NLI, Use a Dictionary- Zero-Shot Topic Classification for Low- Resource Languages with Application to Luxembourgish This paper introduces a method that uses dictionaries to adapt language models for identifying topics in documents from less commonly spoken languages. The approach was then successfully demonstrated on Luxembourgish using the Luxembourg Online Dictionary.
11.09.2024 Evaluating Parameter-Efficient Fine-tuning Approaches for Pre-trained Models on the Financial Domain This paper reveals, through experiments on tasks like sentiment and headline classification of financial news articles, that parameter-efficient approaches perform as well as traditional model training methods, with the added benefit of being computationally more efficient.
11.09.2024 DIE JUNGBULLEN KOMMEN Narzissten in Unternehmen – das sind doch Führungskräfte vom alten Schlag, oder? Falsch. Die größte Studie zum Thema weltweit zeigt, dass junge Menschen heute narzisstischer sind als frühere Generationen. Spätestens bei der Besetzung von Führungspositionen wird das zum Problem. Was können Unternehmen tun?
31.05.2023 Identifying the Correlation Between Language Distance and Cross-Lingual Transfer in a Multilingual Representation Space Prior research has investigated the impact of various linguistic features on cross-lingual transfer performance. In this study, we investigate the manner in which this effect can be mapped into the representation space. While past studies have focused on the impact on cross-lingual alignment in multilingual language models during fine-tuning, this study examines the absolute evolution of the respective language representation spaces produced by MLLMs. We place a specific emphasis on the role of linguistic characteristics and investigate their inter-correlation with the impact on representation spaces and cross-lingual transfer performance. Additionally, this paper provides preliminary evidence of how these findings can be leveraged.
11.09.2024 Towards a Common Understanding of Contributing Factors for Cross- Lingual Transfer in Multilingual Language Models- A Review This paper investigates the various factors that cause multilingual language models to perform better for some languages and worse for others. Some of these factors are related to the linguistic characteristics of the languages, while others stem from technical aspects.
11.09.2024 Soft Prompt Tuning for Cross-Lingual Transfer- When Less is More This paper investigates the effectiveness of Soft Prompt Tuning, a technique for automated prompt engineering, in the context of multilingual language models.
10.05.2023 Invest in people: Why AI can be an added value in the selection process of early-stage entrepreneurs for funding Investors face the challenge of finding the right investments, and while financial reports and growth markets are important, the personalities of the founding team and employees are also critical. Investors need to evaluate soft skills such as leadership, communication, optimism, resilience, self-efficacy, and agility as they play a critical role in a company’s success. In this context, AI can help investors identify the soft skills of founders and teams. This whitepaper presents the use case of Uncap, a fintech company that has used Zortify personality assessment to measure entrepreneurial capital and disruptive potential when selecting early-stage entre-preneurs for funding in Africa.
10.05.2023 Comparison of the Psychological Capital of Founders and Their Employed Top Management This study examines the difference of Psychological Capital (PsyCap) of founders in comparison to their employed top managers in young companies. We use the PCQ (Psychological Capital Questionnaire) developed and tested by Luthans and colleagues to do so. Results were concluded on the basis of 36 responses from founders from Germany and Chile from 27 different young companies and the same number of answers from their respective employed top managers. A t-test for independent samples shows a significantly higher level in three of the four states of PsyCap among founders: self-efficacy, resilience and optimism. Hope is the only state in which founders don’t exhibit a significantly higher level than their employed top managers. Overall, PsyCap of founders is higher than their employees’.
11.09.2024 Natural Language Processing als Stethoskop für das Erleben von Mitarbeitenden in der Industrie 5.0 In diesem Artikel erfährst du, wie Natural Language Processing verwendet werden kann, um offene Fragen, wie etwa in einer Mitarbeiterbefragung, automatisch auszuwerten.
11.09.2024 Mitarbeitendenbindung in der deutschen Industrie – eine Aus- wertung von 40.000 qualitativen Rückmeldungen mittels Natural LanguageProcessing (NLP) Dieser Beitrag bietet dir einen Einblick in die Ergebnisse der NLP-Analyse von 40.000 frei formulierten Textantworten aus Befragungen in der deutschen Industrie.
11.09.2024 Tausche Geld gegen Wertschätzung Wer möchte nicht einen großartigen Arbeitsplatz haben? Arbeit stiftet Identität, knüpft Netzwerke und macht einen wesentlichen Teil unserer Lebenszeit aus. Wie also kann es sein, dass der Arbeitsplatz zum neuen Kampfplatz der Kulturen ge- worden ist? Bedingt durch Generationenwechsel, andere Auffassungen von Lebens- und Arbeitswert und natürlich auch durch die Pandemie stehen viele Arbeitgeber fassungslos vor dem Rätsel eines wachsenden Mismatches: Die Angebote, die sie machen, und die Ansprüche der Arbeitnehmenden passen nicht mehr zusammen.
11.09.2024 Personalauswahl 4.0 Die Persönlichkeitsmerkmale eines Menschen bieten eine robuste und präzise Momentaufnahme der Art und Weise, wie eine Person ihr tägliches Leben führt, z. B., wie sie sich in alltäglichen sozialen Interaktionen, täglichen Gewohnheiten oder auch am Arbeitsplatz verhält. Jeder Mensch kann schematisch entlang von Dimensionen einzelner Persönlichkeitsmerkmaler eingeteilt werden.
Download Files
NLP

Le Traitement du Langage Naturel (NLP) transforme le monde de la technologie, nous permettant d’automatiser des tâches, d’extraire des insights précieux à partir de vastes quantités de données et de communiquer avec les machines de manière naturelle et intuitive. Des chatbots aux assistants vocaux, le NLP a révolutionné notre façon d’interagir avec les données textuelles, permettant aux machines d’interpréter le langage humain et d’y répondre de manière intelligente.

Découvrez comment nous utilisons le NLP
NLP 101 A Beginner’s Guide to Natural Language Processing
IA Explicable

L’IA Explicable, ou XAI, est un domaine émergent qui cherche à créer des systèmes d’intelligence artificielle plus transparents ou à expliquer le fonctionnement des systèmes non transparents. Cela est crucial pour instaurer la confiance dans l’IA et garantir que les décisions prises par ces systèmes sont éthiques, équitables et responsables. Chez Zortify, l’équipe s’engage dans le développement d’une technologie éthique et durable, avec un accent particulier sur la XAI. Leur expertise dans le domaine de l’explicabilité est mise à profit pour améliorer leurs produits et faire avancer le secteur.

En savoir plus
Explainable AI
Loi européenne sur l’IA (EU AI ACT)

La loi européenne sur l’IA (EU AI ACT) est un projet de cadre juridique régissant le développement et l’utilisation de l’intelligence artificielle au sein de l’Union européenne. Elle vise à établir un cadre juridique harmonisé pour le développement et l’utilisation de l’IA, en s’appuyant sur une approche fondée sur les risques. Le règlement définit des exigences et des restrictions spécifiques pour chaque niveau de risque, telles que des obligations de transparence et de documentation pour les systèmes à haut risque. La loi européenne sur l’IA (EU AI ACT) a pour objectif de protéger les droits fondamentaux et les valeurs tout en favorisant l’innovation et la croissance économique.

En savoir plus
EU AI ACT

Abonnez-vous à notre newsletter

Recevez les insights IA pour les RH modernes.