Biais de l'IA en recrutement, deux CV identiques comparés à la loupe

Biais de l’IA en recrutement : les repérer et les limiter

Biais de l'IA en recrutement, deux CV identiques comparés à la loupe

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

  • Le Code du travail interdit d’écarter une personne d’une procédure de recrutement pour un motif discriminatoire, que la discrimination soit « directe ou indirecte » (article L. 1132-1).
  • En cas de litige, c’est à l’employeur de prouver que sa décision repose sur « des éléments objectifs étrangers à toute discrimination » (article L. 1134-1).
  • 8 % des entreprises qui recrutent des cadres utilisent des outils d’IA pour ces recrutements, et 38 % de ces utilisatrices s’en servent pour repérer les candidatures les plus adaptées, selon l’Apec (mai 2026).
  • La discrimination à l’embauche existe sans IA : un test mené sur 2 400 offres montre 32 % de rappels en moins pour les candidats d’origine supposée maghrébine (Insee, mars 2023).
  • Le règlement européen sur l’IA classe à haut risque les logiciels de tri de CV, avec des règles applicables à partir du 2 décembre 2027, indique la Commission européenne.
  • Notre verdict : demandez à l’IA d’extraire des faits, pas de classer des personnes, et testez-la avant de vous y fier. Voyez notre formation IA générative pour les recruteurs et les RH.

Pourquoi le sujet se pose en recrutement

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.

Cinq points d’entrée du biais

Biais de l’IA en recrutement : cinq points d’entrée Cinq endroits où un biais peut entrer dans un recrutement mené avec l’IA, et la parade pour chacun : l’offre d’emploi, à relire ; les critères, à fixer avant de lire les candidatures ; le tri, où l’on demande à l’outil d’extraire et non de classer ; la synthèse d’entretien, qui cite des faits ; l’outil spécialisé, dont on questionne l’éditeur. Biais de l’IA en recrutement : cinq points d’entrée Pour chaque étape, ce qui peut dévier et la parade. 1 L’offre Des mots qui écartent des profils Relire 2 Les critères Des exigences sans lien avec le poste Fixer avant 3 Le tri Un classement sans raisons lisibles Extraire 4 L’entretien Une synthèse qui juge la personne Citer les faits 5 L’outil Des données d’apprentissage inconnues Questionner Proactive Academy · En vert, la parade. La décision reste à une personne à chaque étape.

1. L’offre

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.

2. Les critères

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.

3. Le tri

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.

4. L’entretien

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.

5. L’outil spécialisé

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.

Ce que dit le droit

L’interdiction de discriminer

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.

La preuve

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.

Le lien avec le poste

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.

Les données et la décision automatisée

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 européen sur l’IA

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.

Six garde-fous contre les biais, avec leurs consignes

1. Fixer les critères avant d’ouvrir les CV

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 ».

2. Relire l’offre

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]

3. Retirer ce qui n’a pas à peser

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.

4. Faire extraire, pas classer

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.

5. Poser les mêmes questions à tous

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]

6. Garder les faits dans la synthèse

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.

Le test des CV jumeaux

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.

Le test des CV jumeaux Schéma du test des CV jumeaux : deux CV identiques, sauf un élément sans lien avec le poste (prénom, adresse ou année du diplôme), sont soumis à l’assistant avec la même consigne et la même grille. Si les deux réponses sont identiques, aucun effet n’est visible sur cet essai, à répéter avec un autre élément. Si elles diffèrent et que l’écart revient d’un essai à l’autre, l’outil réagit à l’élément modifié. Le test des CV jumeaux Deux CV identiques, sauf un élément sans lien avec le poste. CV A Prénom, adresse : version 1 Même expérience Mêmes diplômes Mêmes compétences CV B Prénom, adresse : version 2 Même expérience Mêmes diplômes Mêmes compétences Même consigne Même grille Deux conversations Comparer les deux réponses Réponses identiques Pas d’effet visible sur cet essai. Répétez-le, puis changez d’élément. Réponses différentes Répétez l’essai. Si l’écart revient, l’outil réagit à l’élément modifié. Proactive Academy · Test à mener sur des CV fictifs, jamais sur de vraies candidatures.

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.

Si vous achetez un outil spécialisé

Un logiciel de tri ou d’évaluation des candidatures relève d’une autre démarche. Sept questions à poser à l’éditeur avant de signer :

  • Sur quelles données l’outil a-t-il été entraîné, et de quelle période ?
  • Quels critères utilise-t-il, et peut-on les paramétrer poste par poste ?
  • Quels tests d’écarts entre groupes ont été menés, par qui, avec quels résultats ?
  • Le recruteur voit-il les raisons d’un score, candidat par candidat ?
  • Une candidature peut-elle être écartée sans qu’une personne l’ait regardée ?
  • Comment l’éditeur prépare-t-il les obligations du règlement européen applicables au 2 décembre 2027 ?
  • Où sont hébergées les données des candidats, et combien de temps sont-elles conservées ?

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).

Un exemple dans une PME de 85 salariés

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.

Adapter selon la taille

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.

Cinq erreurs à éviter

Demander un classement

Un rang ne s’explique pas, et il ne se défend pas devant un candidat qui conteste. Demandez des citations.

Écrire « sois impartial » dans la consigne

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.

Construire la grille après avoir lu les CV

On retient alors les critères qui favorisent le candidat déjà préféré. La grille se date et se conserve avant le tri.

Croire que retirer le nom suffit

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.

Se décharger sur l’outil

L’employeur répond de la décision. Devant un juge, « l’outil l’a proposé » ne suffit pas à montrer des éléments objectifs.

FAQ sur les biais de l’IA en recrutement

Qu’est-ce qu’un biais de l’IA en recrutement ?

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.

L’IA est-elle plus biaisée qu’un recruteur ?

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.

Peut-on trier des CV avec un assistant généraliste ?

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.

Qui est responsable si l’outil discrimine ?

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.

Qu’est-ce que la discrimination indirecte ?

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.

Faut-il informer les candidats ?

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.

Comment tester son outil ?

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.

Que change le règlement européen sur l’IA ?

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.

Des faits, une grille, une personne qui décide

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

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Sommaire

S’inscrire à la newsletter

Recevez nos actualités et conseils sur les sujets qui vous intéressent.


Partagez sur

Qu’est-ce qui vous intéresse ?

Recevez les nouveautés Proactive Academy sur les sujets de votre choix, directement dans votre navigateur. Sans e-mail, et modifiable à tout moment.

Vos thèmes