Un ATS peut classer des CV, un chatbot préqualifier des candidats et un LLM rédiger une offre. L’article passe en revue ces usages, les biais possibles et les obligations de supervision humaine.
Ces outils peuvent s'installer dans les processus RH sans plan d'ensemble ni règles communes entre les équipes.
Ce que les outils d'IA font déjà dans le recrutement en 2026
Le périmètre est plus large qu'on ne l'imagine. La plupart des grandes plateformes ATS — Workday, Greenhouse, Lever — intègrent désormais du scoring automatique sur les candidatures entrantes. LinkedIn propose des analyses prédictives sur les profils. Des outils comme Textio analysent vos offres d'emploi pour signaler les formulations qui freinent certains candidats.
Côté process : les chatbots de pré-qualification gèrent la première étape de tri (disponibilité, mobilité, prétentions salariales) sans intervention humaine. La planification d'entretiens peut être entièrement automatisée. Et l'onboarding se structure de plus en plus via des assistants IA qui répondent aux questions administratives des nouvelles recrues.
Ces fonctions sont proposées dans des outils de recrutement. Vérifiez leur activation, leurs données et leur cadre de contrôle dans votre entreprise.
Tri de CV par IA : pourquoi le scoring reproduit les biais de vos recrutements passés
Les outils de tri automatique fonctionnent de deux façons. La première : matching par mots-clés — le CV contient-il les termes de l'offre. La deuxième, plus sophistiquée : matching sémantique via des embeddings, qui compare le profil du candidat à des profils de référence issus des embauches précédentes.
Un modèle entraîné sur des recrutements historiques peut reproduire des biais présents dans ces données. Testez les écarts entre groupes avant toute utilisation.
Ce cas n'est pas une exception. C'est la règle dès qu'on entraîne un modèle sur des données historiques biaisées. Pour l'IA recrutement, ça implique concrètement :
- Auditer régulièrement les profils écartés automatiquement, pas seulement ceux retenus
- Ne jamais laisser l'algorithme décider seul sur une candidature
- Documenter les critères de scoring et les rendre accessibles en interne
- Choisir des prestataires qui publient leurs méthodes d'audit de biais
Rédiger une offre d'emploi avec l'IA : un bon premier jet, une relecture obligatoire
Le modèle peut fournir une première structure : missions, profil recherché, conditions et ton. Le gain de temps dépend de la relecture et des corrections nécessaires.
Mais il y a des pièges récurrents à corriger avant de publier :
- Formulations genrées : des expressions comme « leader fort » ou « esprit compétitif » peuvent décourager les candidatures féminines. L'IA reproduit les patterns de ses données d'entraînement, qui reflètent des années d'offres d'emploi biaisées.
- Exigences gonflées : le modèle liste volontiers plus de compétences que nécessaire pour « sécuriser » le profil. Résultat : vous écartez des profils solides sur des critères non essentiels.
- Ton décalé : une offre pour un poste terrain rédigée avec le même registre qu'une fiche de DSI, ça se voit. L'IA ne connaît pas votre culture si vous ne la lui donnez pas explicitement dans le prompt.
La règle pratique : utilisez l'IA comme rédacteur de premier jet, jamais comme validateur final. La dernière relecture reste humaine.
Présélection automatisée et entretiens analysés par IA : ce que le RGPD impose
Certains prestataires proposent d'analyser les entretiens vidéo en asynchrone — tonalité de voix, expressions, choix des mots — pour scorer le candidat avant même qu'un recruteur visionne la vidéo.
Le cadre légal est net. L'article 22 du RGPD interdit les décisions fondées uniquement sur un traitement automatisé dès lors qu'elles ont un effet significatif sur la personne. Le recrutement entre dans cette catégorie. Concrètement :
- Le candidat doit être informé que son entretien est analysé par IA
- Il a le droit de demander une révision par un humain
- Rejeter une candidature sur la seule base d'un score algorithmique est illégal
La CNIL a publié des recommandations spécifiques sur l'IA ressources humaines en 2023, rappelant que les outils d'analyse comportementale vidéo sont classés à risque élevé au sens du Règlement IA européen entré en application en 2024. Si vous utilisez ce type d'outil, une validation par votre DPO est indispensable avant tout déploiement opérationnel.
Onboarding augmenté par l'IA : utile sur l'administratif, limité sur l'humain
Un chatbot d'accueil peut traiter des questions administratives à partir d'une base documentaire tenue à jour. Il doit savoir passer la main et ne pas traiter les décisions individuelles
Les limites à ne pas ignorer :
- Les signaux faibles — mal-être, désengagement précoce, tension avec l'équipe — ne se détectent pas via un chatbot. Ils remontent lors d'un point en face à face, pas en analysant les logs de conversation.
- Le tracking de l'engagement des nouveaux entrants (a-t-il complété le module formation, a-t-il lu la charte ?) est un indicateur utile, pas un outil de pression managériale.
- Si le chatbot ne sait pas répondre, il doit rediriger vers un humain — pas improviser une réponse qui crée une fausse promesse RH.
L'IA RH sur l'onboarding fonctionne quand elle vient compléter un process humain existant. Elle échoue quand elle est pensée pour remplacer le relationnel d'intégration.
Trois risques à anticiper avant de déployer de l'IA en RH
Avant de lancer un outil d'IA ressources humaines, trois points méritent une décision explicite au niveau direction :
Les biais amplifiés à l'échelle
Un biais humain dans le recrutement touche quelques dossiers par semaine. Le même biais codé dans un algorithme touche toutes les candidatures en temps réel. L'IA amplifie ce qui est dans vos données d'entraînement. Auditez-les, ou choisissez des prestataires qui publient leurs résultats d'audit anti-discrimination.
La conformité RGPD dès la conception
Le principe de privacy by design (article 25 du RGPD) s'applique aux outils RH. Avant tout déploiement : cartographiez les données collectées, documentez la finalité du traitement, prévoyez les droits d'accès et de rectification des candidats. Une analyse d'impact sur la protection des données (AIPD) est obligatoire pour les traitements à risque élevé — ce que sont la plupart des outils de scoring RH.
La transparence envers les candidats
Un candidat a le droit de savoir si son CV a été filtré par un algorithme. Ne pas l'informer expose l'entreprise à un risque légal, et à un risque de réputation. Les retours d'expérience circulent sur LinkedIn et Glassdoor. En 2026, les candidats qualifiés se renseignent sur les pratiques RH avant de postuler.
Cadrer ces trois points en amont réduit le risque juridique et opérationnel du déploiement.
Se former pour utiliser l'IA en RH sans se planter
Déployer de l'IA recrutement sans comprendre ce qui se passe sous le capot, c'est s'exposer à des erreurs légales, humaines et réputationnelles. Nos formations IA, certifiées Qualiopi et finançables CPF, couvrent l'usage concret des outils IA en contexte professionnel : prise en main des LLM, structuration d'un process de recrutement augmenté, obligations réglementaires RGPD et Règlement IA européen.
On est à Marseille. Les sessions se font en présentiel ou à distance selon votre organisation. Contactez-nous pour un échange de 20 minutes sur ce qui correspond à votre contexte RH — sans engagement.
À lire aussi :