AI dans le recrutement : un tri plus rapide sans le risque de biais et le risque légal

Trier les candidatures est un problème de volume, et les problèmes de volume sont là où les équipes se tournent vers l'automatisation. Un poste qui attire des centaines de CV est exactement le genre de tâche qu'une AI pourrait trier en quelques minutes, et l'attrait est évident pour quiconque a déjà lu cette pile à la main. Le problème est que le recrutement n'est pas seulement un problème de volume. C'est une décision sur des personnes, encadrée par la loi et hantée par le biais, et une AI qui ignore l'un ou l'autre transforme un gain de temps en responsabilité. Les deux issues sont le fruit d'une conception, autant donc concevoir pour la bonne.

La loi traite déjà cela comme un risque élevé

Ce n'est pas une zone grise en attente de réglementation. La loi européenne AI classe explicitement l'AI utilisée dans les décisions de recrutement et d'emploi comme à haut risque, ce qui entraîne de réelles obligations en matière de transparence, de supervision humaine et de tenue de registres. En plus de cela, l'article 22 du GDPR limite les décisions purement automatisées qui affectent significativement les personnes, et un refus de candidature en fait partie. Autrement dit, une AI qui rejette automatiquement des candidats de sa propre initiative n'est pas un gain d'efficacité, c'est une exposition en matière de conformité. Tout usage d'AI dans le recrutement doit partir du principe que les régulateurs surveillent déjà cet usage précis.

Le biais n'est pas ici une hypothèse

L'échec classique est bien documenté : un grand employeur a construit un modèle de tri de CV, l'a entraîné sur son propre historique de recrutement, et a découvert qu'il avait appris à pénaliser les candidatures associées aux femmes, parce que cela reflétait l'histoire sur laquelle il avait été entraîné. L'outil a été abandonné. La leçon se généralise. Un modèle entraîné sur des décisions passées apprend des préférences passées, y compris celles que vous n'écririez jamais dans une politique. Livrée à elle-même, AI ne retire pas le biais du recrutement, elle le blanchit, donnant à un schéma discriminatoire l'apparence d'une notation objective.

Où AI aide sans décider

Rien de tout cela ne signifie qu'AI n'a pas sa place dans le recrutement. Cela signifie qu'AI appartient au travail autour de la décision, pas à la décision elle-même. Analyser et structurer les candidatures pour que personne n'ait à les retaper. Organiser et faire remonter les candidats selon des critères explicites et liés au poste. Gérer la planification et les accusés de réception qui dévorent sinon la semaine d'un recruteur. Utilisée ainsi, AI rend à une équipe de recrutement le temps de juger les personnes, ce qui est la partie qui n'aurait jamais dû être automatisée. C'est le même principe qui sous-tend notre travail d'automatisation des processus : automatiser le traitement, garder le jugement humain.

Comment mettre cela en place de manière défendable ?

La version conforme n'est pas plus lente à construire, elle est simplement conçue dans un ordre différent. Partez des critères, pas de l'outil : notez par écrit les exigences liées au poste qu'un candidat doit démontrer, de la manière dont vous les défendriez devant un tribunal, avant que tout système ne note quoi que ce soit. Laissez ensuite le système organiser les candidatures selon ces critères écrits, en faisant remonter des preuves plutôt qu'en rendant des verdicts : ce candidat montre la certification, celui-là montre les années requises dans un poste comparable, celui-ci manque des deux. Un recruteur lit ces preuves organisées et prend la décision, et le système enregistre ce qui a été remonté et qui a décidé. Les refus sont envoyés par une personne, selon des critères qu'une personne a appliqués.

Deux contrôles maintiennent ce dispositif honnête dans la durée. Premièrement, testez les résultats, pas les intentions : comparez périodiquement les taux de passage entre les groupes que vous êtes légalement tenu de ne pas désavantager, car le biais apparaît dans les chiffres bien avant que quiconque ne le remarque dans le processus. Deuxièmement, auditez les critères eux-mêmes une ou deux fois par an, car une exigence qui paraissait neutre peut servir de substitut à quelque chose de protégé. Un exemple illustratif : une entreprise de taille moyenne qui filtre sur « une ancienneté d'emploi continue » pénalise, sans le vouloir, quiconque a pris un congé parental. La solution n'est pas une meilleure AI, c'est un meilleur critère, et seul un processus qui garde les critères explicites permet de le découvrir.

À quoi ressemble un usage défendable et pertinent

Gardez une personne responsable de chaque embauche et de chaque refus, testez le biais plutôt que de supposer son absence, utilisez des critères explicites liés au poste plutôt qu'une boîte noire, et conservez les registres que la loi attend désormais. Ce n'est pas seulement ainsi que vous restez conforme, c'est aussi ainsi que vous recrutez réellement mieux, parce que cela force les critères à sortir au grand jour. Traitez AI dans le recrutement comme d'abord une question de gouvernance et ensuite d'efficacité, comme nous le formulons dans la gouvernance AI pour les ETI et ce que signifie réellement la loi européenne AI. Si vous voulez accélérer le tri sans hériter du biais ou du risque légal, dites-nous comment vous recrutez aujourd'hui.