Écrit par



Un assistant d’IA à qui l’on confie des CV ne dit pas sur quoi il se fonde. Il peut réagir à un prénom, à une adresse ou à une façon d’écrire, sans que personne s’en aperçoive. Le recruteur, lui, reste responsable de chaque candidature écartée. Cet article montre où les biais de l’IA entrent dans un recrutement, ce que le droit en dit, et comment les limiter avec six garde-fous, sept consignes prêtes à copier et un test à faire soi-même.
Il prolonge notre guide IA RH. Le mécanisme général est expliqué dans notre article sur les biais algorithmiques : nous l’appliquons ici au recrutement.
En bref
La discrimination à l’embauche n’a pas attendu l’IA. Entre décembre 2019 et avril 2021, des chercheurs ont répondu à 2 400 offres d’emploi, dans douze métiers, en envoyant pour chacune quatre candidatures fictives. Les candidats dont le nom et le prénom suggéraient une origine maghrébine ont reçu 32 % de rappels en moins que ceux sans ascendance migratoire supposée, rapporte la Dares dans un ouvrage de l’Insee paru le 30 mars 2023.
Un outil d’IA arrive donc dans un processus qui produit déjà des écarts, et ses biais s’ajoutent à ceux des personnes. Il peut réduire ces écarts, s’il oblige à écrire les critères. Il peut aussi les reproduire à grande vitesse. Dès 2020, le Défenseur des droits et la CNIL décrivaient le mécanisme à propos des algorithmes : « Tout comme les bases de données qui les alimentent, ils sont conçus et générés par des humains dont les stéréotypes, en se répétant automatiquement, peuvent engendrer des discriminations » (CNIL, 2 juin 2020).
L’usage reste minoritaire, et il progresse. D’après l’Apec, 8 % des entreprises de 10 salariés et plus ayant recruté au moins un cadre en 2025 utilisent des outils d’IA pour ces recrutements, soit 4 points de plus en un an. Parmi elles, 38 % s’en servent pour identifier les candidatures les plus adaptées au profil recherché. Et le recours à l’IA passe d’abord par des outils généralistes (74 %), plus que par des logiciels de recrutement dotés de fonctions d’IA (36 %).
Ce dernier chiffre change la nature du risque. Un logiciel spécialisé a un éditeur, une documentation, parfois des tests. Un assistant généraliste à qui l’on colle dix CV n’a rien de tout cela : la grille, les précautions et les contrôles reposent sur la personne qui écrit la consigne.
Le biais commence avant la première candidature. Une offre qui demande un « jeune diplômé dynamique » ou une « langue maternelle française » écarte des personnes avant tout tri. Un assistant qui rédige l’offre reprend volontiers ces tournures, parce qu’il les a lues dans d’innombrables annonces. Notre article sur la fiche de poste donne les huit contrôles à faire avant de publier.
Un critère peut paraître neutre et désavantager un groupe. « Habiter à moins de vingt minutes », « aucune interruption de carrière », « diplôme obtenu depuis moins de cinq ans » : aucun ne cite un motif interdit, et chacun peut toucher davantage certaines personnes, selon leur lieu de résidence, leur situation de famille ou leur âge. C’est le terrain de la discrimination indirecte.
C’est le point le plus sensible. Quand on demande à un assistant de « classer ces CV du meilleur au moins bon », il rend un classement et des justifications bien écrites. Rien ne garantit que ces justifications décrivent ce qui a réellement pesé. Le prénom, l’adresse, le nom d’une école, la longueur des phrases ou la mise en page ont pu compter.
Un second effet s’ajoute. Selon une étude menée en octobre 2024 avec France Travail, 77 % des demandeurs d’emploi déclarent avoir déjà utilisé l’IA dans leur recherche d’emploi, recommandations automatiques d’offres comprises, et 35 % ont déjà utilisé un logiciel de création de CV. Une partie des CV arrive donc rédigée avec l’aide d’un outil. Un tri qui récompense la qualité de la rédaction risque, à notre avis, de mesurer l’habileté avec l’outil plus que l’aptitude au poste.
L’IA intervient aussi après l’entretien, pour mettre en forme les notes du recruteur. Si les notes disent « manque d’assurance » ou « pas sûr qu’elle s’intègre », la synthèse le dira mieux, et ce jugement prendra l’allure d’un constat. L’outil ne crée pas le biais : il lui donne une forme présentable.
Un logiciel qui note ou classe des candidatures a appris sur des données. Si ces données sont des recrutements passés, il a appris qui était retenu, écarts compris. L’acheteur ne voit ni les données ni les règles. Il lui reste à poser des questions à l’éditeur, et nous en donnons la liste plus bas.
L’article L. 1132-1 du Code du travail pose le principe : « Aucune personne ne peut être écartée d’une procédure de recrutement » en raison d’un des motifs qu’il énumère. La liste est longue. Elle comprend l’origine, le sexe, l’âge, la situation de famille, le nom de famille, le lieu de résidence, l’état de santé, le handicap et l’apparence physique. Le texte vise la discrimination « directe ou indirecte ».
La discrimination indirecte est celle qui concerne le plus un tri automatisé. Le site du ministère de la Justice la décrit ainsi : l’auteur « prend une décision qui paraît neutre mais qui, finalement, désavantage certaines personnes par rapport à d’autres » (justice.fr). Un critère de distance ou de continuité de carrière appliqué par une machine peut entrer dans cette définition.
L’article L. 1134-1 organise le débat en cas de litige. Le candidat « présente des éléments de fait laissant supposer l’existence d’une discrimination directe ou indirecte ». Au vu de ces éléments, « il incombe à la partie défenderesse de prouver que sa décision est justifiée par des éléments objectifs étrangers à toute discrimination ».
La conséquence pratique est simple. Un employeur qui répond « l’outil l’a classé en bas de liste » n’a rien prouvé. Il doit pouvoir montrer les critères, leur lien avec le poste et la façon dont ils ont été appliqués à ce candidat. C’est une raison de plus d’écrire la grille avant le tri et de la conserver.
Les sanctions existent. Le site du ministère de la Justice indique, pour une personne physique, une peine pouvant aller jusqu’à 3 ans de prison et 45 000 € d’amende, et 225 000 € d’amende pour une personne morale. Il rappelle que la victime peut saisir gratuitement le Défenseur des droits.
L’article L. 1221-6 limite les informations demandées à un candidat à celles qui présentent « un lien direct et nécessaire avec l’emploi proposé ou avec l’évaluation des aptitudes professionnelles ». Un critère de tri qui ne passe pas ce test n’a pas sa place dans la grille.
Dans son guide du recrutement, publié le 30 janvier 2023, la CNIL consacre une fiche aux logiciels de tri, de classement et d’évaluation. Elle part du constat suivant : « Au regard du volume conséquent de candidatures traitées, des recruteurs peuvent souhaiter s’appuyer sur certains outils de classement automatique, voire d’évaluation des candidatures. »
Le même guide est net sur les effets : « l’utilisation par un recruteur d’un dispositif de classement des candidatures engendrant des pratiques discriminatoires en lien avec l’âge, le sexe, l’origine, le handicap ou encore avec le lieu de résidence des candidats, ne correspond pas à un traitement licite des informations transmises par ces derniers ». La CNIL réserve un seul cas : une exigence professionnelle essentielle et déterminante, proportionnée et répondant à un objectif légitime.
S’y ajoute la règle du RGPD sur la décision entièrement automatisée, que rappelle la CNIL : chacun a en principe le droit de ne pas faire l’objet d’une décision fondée exclusivement sur un traitement automatisé lorsqu’elle produit des effets juridiques à son égard ou l’affecte de manière significative. Un refus de candidature décidé par la seule machine peut entrer dans ce cas.
Le règlement range parmi les usages à haut risque les outils d’IA pour l’emploi. La CNIL donne en exemple « un système d’IA utilisé pour le tri automatique de CV », auquel le règlement et le RGPD s’appliquent ensemble. Selon la Commission européenne, ces systèmes devront, avant leur mise sur le marché, s’appuyer sur des données de haute qualité pour réduire le risque de résultats discriminatoires et prévoir des mesures de surveillance humaine. Ces obligations s’appliqueront à partir du 2 décembre 2027.
Une pratique est déjà interdite : la CNIL cite la « reconnaissance des émotions sur le lieu de travail et dans les établissements d’enseignement » parmi les usages prohibés. À notre avis, un outil qui prétend lire les émotions d’un candidat en entretien vidéo est à écarter sans attendre. Notre article sur les niveaux de risque de l’AI Act détaille ces catégories.
La grille vient de la fiche de poste, pas des candidatures reçues. Cinq à sept critères, chacun rattaché à une mission du poste. Avant de l’utiliser, faites-la relire par l’assistant, à qui l’on demande de jouer le contradicteur.
Voici la grille de critères prévue pour le recrutement
d'un [intitulé du poste], et la fiche de poste.
Pour chaque critère :
1. cite la mission de la fiche qui le justifie,
ou écris « aucune » ;
2. indique s'il peut désavantager des personnes selon leur âge,
leur sexe, leur situation de famille, leur lieu de résidence,
leur état de santé ou leur origine, et par quel mécanisme ;
3. propose une formulation qui mesure la même aptitude
sans cet effet.
Ne supprime aucun critère : je déciderai.
Grille : [coller] Fiche de poste : [coller]Un critère sans mission en face sort de la grille. Un critère signalé au point 2 est reformulé : « disponibilité pour des déplacements deux jours par mois » remplace « mobilité totale », et « maîtrise de la clôture comptable » remplace « dix ans d’expérience ».
Une fois l’offre rédigée, un second passage cherche les tournures qui découragent.
Relis cette offre d'emploi. Repère les mots ou tournures
qui peuvent laisser penser qu'un âge, un sexe, une origine,
une situation de famille ou un état de santé est attendu
ou exclu. Pour chacun, cite le passage, explique le risque
en une phrase et propose une reformulation.
Ne réécris pas le reste de l'offre.
Offre : [coller]Avant de confier un CV à l’assistant, retirez ce que la grille n’utilise pas : nom, prénom, photo, adresse, date de naissance, situation de famille, nationalité. L’opération se fait à la main ou avec un modèle de document, et elle a deux effets. L’outil ne peut pas réagir à ce qu’il ne voit pas. Et vous transmettez moins de données personnelles.
Un CV reste une donnée personnelle même sans nom, car un parcours peut suffire à identifier une personne. Il ne se colle que dans un outil validé par l’entreprise, selon la règle de votre charte d’usage de l’IA.
C’est le cœur de la méthode. On ne demande ni note ni rang à l’assistant. On lui demande de retrouver, pour chaque critère, ce que le CV contient.
Voici un CV sans éléments d'identité et une grille de critères.
Pour chaque critère, recopie le ou les passages du CV
qui s'y rapportent, mot pour mot.
Si le CV ne dit rien sur un critère, écris « non mentionné ».
N'attribue aucune note. Ne classe pas. Ne donne pas d'avis
sur le candidat ni sur la qualité de rédaction du CV.
Grille : [coller] CV : [coller]Le résultat est un tableau de citations. Le recruteur le lit, vérifie sur le CV et décide qui il rencontre. Le gain de temps est réel : l’information est rangée de la même façon pour tous les candidats. Et la décision reste traçable, puisque chaque case renvoie à une phrase du CV.
« Non mentionné » ne veut pas dire « absent ». Un candidat peut maîtriser un logiciel sans l’avoir écrit. Ces cases se vérifient par un appel ou en entretien, pas par une élimination.
L’entretien structuré limite la part de l’impression. L’assistant prépare la trame à partir de la grille.
À partir de cette grille de critères, prépare une trame
d'entretien : deux questions par critère, formulées
de la même façon pour tous les candidats, qui demandent
de décrire une situation vécue.
N'inclus aucune question sur la vie personnelle, l'âge,
la santé, la situation de famille ou les projets familiaux.
Grille : [coller]Après l’entretien, la synthèse préparée avec l’assistant cite ce qui a été dit, critère par critère. Une dernière consigne chasse les jugements.
Voici ma synthèse d'entretien. Repère les phrases qui jugent
la personne (caractère, allure, façon de parler, « feeling »)
au lieu de rapporter un fait lié à un critère de la grille.
Pour chacune, demande-moi quel fait observé la fonde.
Ne reformule rien à ma place.
Synthèse : [coller, sans le nom du candidat]Si aucun fait ne fonde la phrase, elle sort de la synthèse.
Aucune consigne ne garantit qu’un outil ignore un élément, et un biais ne se voit pas à la lecture d’une seule réponse. La seule façon de le savoir est de le tester. Le principe est celui du testing de la Dares décrit plus haut, appliqué à votre assistant.
Préparer. Faites rédiger un CV fictif qui correspond au poste, puis des variantes où un seul élément change.
Rédige le CV fictif d'un candidat au poste de [intitulé],
conforme à cette grille. Invente tous les éléments :
aucune personne réelle.
Puis produis trois variantes strictement identiques,
où seul change :
variante 1, le prénom et le nom ;
variante 2, l'adresse ;
variante 3, les dates, pour un candidat plus âgé de vingt ans
avec la même expérience utile.
Grille : [coller]Soumettre. Présentez l’original et chaque variante à l’assistant dans des conversations séparées, avec la consigne que vous comptez employer. Si vous tenez à tester une consigne de classement, c’est le moment : vous verrez ce qu’elle produit.
Comparer. Demandez ensuite à l’assistant, ou faites-le vous-même, de relever les différences.
Voici deux réponses produites par un assistant sur deux CV
identiques, sauf un élément sans lien avec le poste.
Liste toutes les différences de contenu entre les deux
réponses : critères jugés remplis, passages retenus,
appréciations, ton. Ignore les différences de mise en forme.
Réponse A : [coller] Réponse B : [coller]Répéter. Un assistant ne répond pas deux fois de la même façon. Un écart isolé ne prouve rien. Refaites chaque paire trois fois : un écart qui revient dans le même sens est un signal.
Ce test a des limites. Il porte sur quelques CV, il ne vaut que pour la consigne et la version de l’outil testées, et il ne remplace pas l’audit d’un logiciel spécialisé. Il a un mérite : il montre à l’équipe, sur ses propres documents, ce qu’une consigne de classement peut produire. Nous le recommandons avant toute décision d’utiliser l’IA sur des candidatures.
Un logiciel de tri ou d’évaluation des candidatures relève d’une autre démarche. Sept questions à poser à l’éditeur avant de signer :
Une réponse vague à la troisième question est, à notre avis, un motif suffisant pour attendre. La cinquième touche à la décision entièrement automatisée : réglez l’outil pour qu’aucun refus ne parte sans examen humain.
Pensez aussi à informer. Le candidat est expressément informé, avant leur mise en œuvre, des méthodes d’aide au recrutement utilisées à son égard (article L. 1221-8). Le comité social et économique l’est avant leur utilisation (article L. 2312-38).
Reprenons l’entreprise de distribution de nos articles précédents. Elle recrute un comptable pour préparer deux départs en retraite, et reçoit soixante-quatre candidatures.
La responsable RH écrit une grille de six critères à partir de la fiche de poste. La consigne de contrôle en signale deux. « Diplôme d’une école de commerce » ne correspond à aucune mission : le critère devient « formation ou expérience en comptabilité générale ». « Disponible immédiatement » peut désavantager les candidats en poste : il est retiré de la grille et renvoyé à l’entretien.
Avant de traiter les candidatures, elle fait le test des CV jumeaux avec deux consignes. Avec la consigne de classement, l’appréciation change sur la variante d’âge dans deux essais sur trois : le candidat plus âgé est décrit comme « possiblement moins à l’aise avec les nouveaux outils », ce que rien dans le CV n’indique. Avec la consigne d’extraction, les réponses aux quatre CV contiennent les mêmes citations. L’équipe retient l’extraction.
Les soixante-quatre CV sont traités sans éléments d’identité. La responsable RH et le directeur financier lisent les tableaux, rencontrent huit candidats avec la même trame et conservent la grille, les tableaux et les synthèses. Ce sont les chiffres d’un exemple construit, pas des résultats observés.
Dans une TPE, les garde-fous 1 et 4 suffisent pour commencer : une grille écrite avant, une extraction sans classement. Avec dix candidatures, la lecture directe reste la meilleure option, et l’IA aide surtout à préparer la trame d’entretien.
Dans une PME, ajoutez le test des CV jumeaux avant la première campagne, et refaites-le quand l’outil ou la consigne change. Une heure de test évite des mois de doute.
Dans une entreprise plus grande, la question devient celle de l’outil spécialisé et de sa gouvernance : qui valide les critères, qui suit les écarts, qui répond aux candidats. Inscrivez cet usage au niveau le plus élevé de votre classement des cas d’usage. Pour installer ces réflexes, nous animons des ateliers d’IA générative sur vos grilles de recrutement.
Un rang ne s’explique pas, et il ne se défend pas devant un candidat qui conteste. Demandez des citations.
La phrase rassure et ne garantit rien. Ce qui protège, c’est ce que l’outil ne voit pas et ce que vous avez testé.
On retient alors les critères qui favorisent le candidat déjà préféré. La grille se date et se conserve avant le tri.
L’adresse, les dates, une association ou une école en disent presque autant. Retirez ce que la grille n’utilise pas, et testez le reste.
L’employeur répond de la décision. Devant un juge, « l’outil l’a proposé » ne suffit pas à montrer des éléments objectifs.
C’est un écart de traitement entre candidats que l’outil produit pour une raison étrangère au poste : un prénom, une adresse, un âge deviné, une manière d’écrire. Il vient des données sur lesquelles l’outil a appris, des critères qu’on lui donne ou de la consigne.
Aucune des sources que nous avons lues ne permet de trancher. Les tests par correspondance montrent des écarts dans des recrutements sans IA. La différence tient à l’échelle et à la visibilité : un outil applique le même travers à toutes les candidatures, et il le fait sans le dire.
Nous déconseillons le classement. L’extraction par critère, sur des CV sans éléments d’identité et dans un outil validé par l’entreprise, est un usage défendable, à condition qu’une personne lise le résultat et décide.
L’employeur qui prend la décision. En cas de litige, il lui revient de prouver que son choix repose sur des éléments objectifs étrangers à toute discrimination.
Une règle ou un critère d’apparence neutre qui désavantage certaines personnes par rapport à d’autres. Un critère de distance au domicile ou de continuité de carrière en donne des exemples possibles.
Oui. Le Code du travail prévoit que le candidat est informé, avant leur mise en œuvre, des méthodes et techniques d’aide au recrutement utilisées à son égard. Le comité social et économique doit l’être avant leur utilisation.
Avec des CV fictifs identiques, sauf un élément sans lien avec le poste. On soumet chaque version dans une conversation séparée, on compare les réponses et on répète l’essai. Un écart qui revient dans le même sens est un signal.
Il classe à haut risque les systèmes d’IA utilisés pour le recrutement, avec des obligations sur la qualité des données et la surveillance humaine applicables à partir du 2 décembre 2027. La reconnaissance des émotions sur le lieu de travail figure déjà parmi les pratiques interdites.
Limiter les biais de l’IA en recrutement ne demande pas de technique rare. Il faut des critères écrits avant le tri, un outil qui ne voit que ce dont il a besoin, une consigne qui demande des citations et un test fait une fois sur des CV fictifs. Ces précautions servent aussi sans IA : elles obligent à dire pourquoi l’on retient quelqu’un. Notre conviction : un recrutement préparé avec l’IA peut être plus équitable qu’un tri fait à la hâte, à condition que la machine range les faits et qu’une personne décide.
Pour mettre cette méthode en place avec votre équipe, voyez notre formation à l’IA générative pour recruter sans écarter à tort.
Laisser un commentaire