L’intelligence artificielle décide-t-elle déjà à notre place ?

L'IA s'est infiltrée dans le recrutement comme l'eau sous une porte : discrètement, inexorablement. Du tri automatique des CV à l'analyse de la voix lors d'entretiens vidéo, des chatbots de présélection aux algorithmes de matching prédictif, chaque étape du parcours candidat peut désormais être médiée, accélérée, ou tout simplement décidée par une machine. En 2018 déjà, 64 % des recruteurs interrogés dans une grande étude en ligne déclaraient utiliser ces outils. Depuis, leur déploiement n'a fait que s'accélérer. Mais que se passe-t-il vraiment, sur le terrain, quand un recruteur délègue une partie de son jugement à un système algorithmique ? Qui gagne, qui perd ? Et à quel prix ?

Par Giseline Rondeaux

Imaginez. Vous envoyez votre CV. Il est lu, ou plutôt scanné, en quelques secondes par un algorithme. Avant même qu'un humain pose les yeux dessus, une intelligence artificielle a déjà décidé si vous méritez d'aller plus loin. Ce scénario n'est pas de la science-fiction : il est devenu, silencieusement, le quotidien de millions de candidats en Europe et ailleurs.

L'IA recrute. Et après ?

Les promesses sont séduisantes : objectivité accrue, gain de temps, réduction des biais discriminatoires, meilleur matching entre offre et demande d'emploi…

Les signaux sont clairs : entre 2023 et 2024, la part des employeurs déclarant utiliser l'IA dans leur recrutement a triplé selon la plateforme iHire, passant de 5 % à près de 15 % en un an seulement. Une accélération qui nourrit l'enthousiasme des directeurs RH.

Pourtant, la réalité est plus rugueuse. Des chercheurs spécialisés en intelligence artificielle parlent parfois d'incompétence artificielle pour désigner ces systèmes qui traitent massivement de l'information, mais peinent à saisir la singularité d'un parcours humain, la nuance d'une reconversion, la richesse d'un profil atypique. Les données qui alimentent ces algorithmes ne tombent pas du ciel : elles ont été produites par des humains, avec leurs biais, leurs angles morts et leurs angles morts institutionnalisés.

C'est précisément ce que le projet de recherche ERUSIA cherche à documenter de manière rigoureuse et empirique dans des entreprises réelles, avec de vrais recruteurs, de vraies agences d'emploi, de vrais candidats.

Ce que l'on ne sait pas encore, et pourquoi ça compte

Voici un paradoxe frappant : à l'heure où l'IA de recrutement est présentée comme une révolution certifiée, la recherche scientifique sur ses usages réels reste étonnamment lacunaire. La majorité des études existantes s'intéressent à l'acceptation de ces technologies, autrement dit, à ce que les utilisateurs pensent de l'IA, bien plus qu'à ce qu'ils en font concrètement, heure par heure, dossier par dossier. Beaucoup d’études énumèrent le potentiel de l’IA, sans se baser pour autant sur des retours empiriques analysant pratiques et usages réels, souvent moins disruptifs !

Or entre la technologie prescrite et la technologie réellement utilisée, il existe souvent un gouffre. Que choisit de faire un recruteur qui reçoit une recommandation algorithmique qu'il juge aberrante? La suit-il aveuglément, parce que "l'IA sait mieux" ? La contourne-t-il en secret, au risque de perdre du temps ? Ou la signale-t-il à sa hiérarchie, au risque de passer pour un rétrograde ? Les pratiques d’entreprises que nous avons analysées révèlent une primauté à l’humain pour la décision finale. Ces arbitrages quotidiens, microscopiques, constituent pourtant la vraie vie du recrutement augmenté. Les recruteurs choisissent ainsi, selon les cas, de ne pas suivre l’outil ou le processus prescrit, s’appuyant sur leur expertise voire leur intuition. Ce sont ces ajustements qui déterminent, in fine, si l'IA améliore ou dégrade la qualité du travail et celle de l'appariement sur le marché de l'emploi.

Sur deux ans, à travers trois démarches complémentaires, le projet de recherche veut comprendre : une grande enquête quantitative auprès de diverses organisations des Hauts-de-France et de Belgique ; plusieurs études de cas qualitatives au moyen d’entretiens approfondis avec des professionnels RH, des intermédiaires du marché du travail et des candidats ; et enfin, une analyse inédite du côté des concepteurs de ces systèmes (les équipes R&D, les start-ups d'IA RH) pour comprendre comment se construisent les systèmes d’IA et où se situent les risques de biais, parfois sans que personne ne s'en rende vraiment compte, dès les premières lignes de code.

L'angle mort : les concepteurs

Ce troisième volet de l’étude est peut-être le plus original et le plus urgent. On parle souvent des biais de l'IA comme d'un problème de qualité ou de quantité de données. C'est vrai, mais incomplet. Les biais peuvent aussi résulter des choix de conception et des stratégies d’implémentation co-construites dans le dialogue avec le client: quels critères retenir ? Quelles variables considérer comme pertinentes ? Quel poids accorder à un CV sans expérience professionnelle continue, à un parcours fait d'aller-retours, à une compétence acquise hors des sentiers battus ?

Ces choix sont rarement neutres. Ils reflètent des représentations du "bon candidat" qui sont elles-mêmes historiquement et socialement construites. Et une fois encodées dans un algorithme, ces représentations acquièrent une apparence d'objectivité qui les rend d'autant plus difficiles à contester.

Le règlement européen sur l'IA (AI Act, entré en vigueur en 2024) a classé les systèmes d'IA utilisés dans le recrutement parmi les systèmes à haut risque, c’est-à-dire comme ceux susceptibles d'affecter les droits fondamentaux des personnes. Une reconnaissance bienvenue. Mais entre les obligations réglementaires et les pratiques réelles des entreprises, pas toujours conscientes ou informées de ces risques, la distance peut être considérable. Des propositions actuelles (novembre 2025) telles que le émergent cependant, porteuses du risque d’affaiblir diverses composantes de l’AI Act (retard des obligations clés pour les systèmes à haut risque, exemptions pour les systèmes existants, allègement pour certains secteurs, assouplissement de la documentation) au nom de la compétitivité des entreprises.

Ce que les candidats vivent sans que personne ne leur demande vraiment

Il y a une dernière voix souvent absente du débat : celle des candidats eux-mêmes. Que ressentent-ils lorsqu'ils apprennent que leur dossier a été filtré par un algorithme avant d'atterrir sur un bureau humain ? Perçoivent-ils ce processus comme équitable ? Comme plus ou moins discriminant qu'un tri humain ? Quel est l'impact sur leur rapport à la recherche d'emploi, sur leur confiance dans les institutions ?

Ces questions ne sont pas anecdotiques. Le marché de l'emploi est aussi un marché de confiance. Si les candidats perdent foi dans l'équité des processus de sélection, ou s'ils développent des stratégies de contournement pour "tromper" l'algorithme, comme formater leur CV de manière artificielle pour passer les filtres automatiques ou mobiliser subrepticement ChatGPT lors d’entretiens menés à distance, c'est l'ensemble du système qui se fragilise. Il apparaît en outre que leurs attentes évoluent vers un processus plus rapide.

Ni techno-optimisme, ni techno-phobie

Il ne s'agit ni de condamner l'IA dans le recrutement, ni de la célébrer. Il s'agit de la comprendre dans ses usages réels, dans ses effets mesurables, dans ses angles morts soigneusement ignorés par des discours marketing souvent déconnectés du terrain.

Ce que la recherche peut apporter, que les vendeurs de solutions technologiques ne diront jamais, c'est la nuance. L'IA peut être un levier puissant d'efficacité et de discrimination. Elle peut libérer du temps pour les recruteurs et appauvrir leur expertise. Elle peut réduire certains biais humains et en amplifier d'autres, plus discrets, imperceptibles derrière la neutralité apparente du code.

La question n'est donc pas "faut-il utiliser l'IA dans le recrutement ?" mais : qui décide comment elle est utilisée ? Au service de quoi ? Avec quelles garanties pour les travailleurs, les candidats, et l'ensemble du marché de l'emploi ?

Ce sont des questions politiques autant que techniques. Des questions qui méritent d'être posées haut et fort, et sur la base de données solides.

Cet article a été rédigé avec l’aide d’Arnaud Stiepen, expert en vulgarisation scientifique