IA et recrutement : ce que l’IA fait vraiment à chaque étape, et ce qu’elle ne doit pas faire

En recrutement, l’IA sert aujourd’hui à quatre choses concrètes : montrer vos offres aux bons profils, trier et préqualifier les candidatures, préparer les entretiens et garder une trace de chaque évaluation. Elle ne choisit pas la personne que vous embauchez. Le RGPD donne au candidat le droit de ne pas être jugé par une machine seule, et l’AI Act classe le recrutement parmi les usages à haut risque. Voici ce que l’IA fait vraiment à chaque étape, là où elle doit s’arrêter, et comment choisir un outil.

Qu’est-ce que l’IA en recrutement ?

L’intelligence artificielle appliquée au recrutement recouvre deux familles d’outils. L’IA générative rédige : une offre d’emploi, un message d’approche, une synthèse. L’IA prédictive classe : elle compare un profil à des critères et estime son adéquation au poste. Les outils récents sont des agents, qui enchaînent plusieurs tâches seuls (cibler, diffuser, analyser, scorer) et rendent la main au recruteur au moment de trancher.

La différence compte, parce que les risques ne sont pas les mêmes. Une offre mal rédigée se corrige à la relecture. Un classement biaisé écarte des candidats sans que personne ne s’en aperçoive.

Étape 1 : attirer les bons profils, y compris ceux qui ne cherchent pas

Une annonce publiée sur un site d’emploi touche les personnes qui cherchent activement. Les autres, en poste, ne consultent pas les offres. Sur les campagnes Seeqle, 80 % des profils touchés sont passifs : on les atteint via le display, l’audio et les réseaux sociaux, là où ils passent du temps, pas sur les sites d’emploi.

C’est le rôle de la diffusion ciblée, dite programmatique. L’IA choisit, parmi des milliers d’emplacements, ceux où se trouvent les profils visés. Elle répartit les investissements entre les canaux selon les candidatures qu’ils produisent, puis ajuste la campagne en continu en coupant ce qui ne donne rien. Aucune équipe ne peut faire ces arbitrages à la main sur des centaines de sites.

L’IA générative intervient aussi à ce stade, pour rédiger ou décliner l’offre. C’est d’ailleurs l’usage le plus répandu : selon l’APEC, la plupart des entreprises qui utilisent l’IA pour recruter des cadres s’en servent surtout pour écrire leurs annonces.

Ce qu’elle ne doit pas faire : exclure un public sur un critère discriminatoire (âge, sexe, origine, lieu de résidence sans lien avec le poste). Le principe de non-discrimination du Code du travail s’applique au ciblage comme à la sélection, que la décision vienne d’un humain ou d’un algorithme.

Étape 2 : trier et préqualifier les candidatures

C’est l’étape où l’IA fait gagner le plus de temps, et celle où elle exige le plus de vigilance. Une préqualification sérieuse repose sur quatre briques.

Analyser les candidatures en masse

Une campagne efficace amène des centaines de candidatures. Lues une à une, les dernières arrivées attendent des jours, et les bons profils partent ailleurs. L’IA les analyse toutes, par lot, dès leur réception. Le recruteur ouvre une liste classée et commence par les candidatures les plus proches du poste, au lieu de parcourir la pile dans l’ordre d’arrivée.

Enrichir les candidatures incomplètes

Une partie des candidatures arrive sans CV, par exemple depuis un formulaire court. Un bon outil ne les jette pas : il reconstruit le profil à partir des informations publiques, notamment les réseaux sociaux professionnels, ou relance le candidat pour obtenir son CV. Le candidat doit être informé de ce traitement, et les sources doivent rester traçables.

Un score expliqué, jamais une note sèche

Une note de 72/100 ne sert à rien si personne ne sait d’où elle vient. Le score utile dit pourquoi le candidat correspond au poste et, surtout, sur quels critères il ne correspond pas : un niveau de langue insuffisant, une expérience trop courte, une mobilité incompatible. Il distingue aussi ce que le candidat déclare de ce que l’outil déduit. C’est ce détail qui permet au recruteur de vérifier le raisonnement, et de le défendre face à un candidat qui demande pourquoi il n’a pas été retenu. Pour le fonctionnement technique de la comparaison entre un CV et une offre, voir notre article sur le matching de CV par IA.

Le retour dans l’ATS

Un score qui reste dans un outil à part oblige le recruteur à jongler entre deux écrans. L’analyse doit repartir dans la fiche candidat de votre logiciel de recrutement (ATS), rattachée au bon poste. L’enjeu est réel : selon l’APEC, la moitié des grandes entreprises utilisent un logiciel de recrutement (ATS ou SIRH) pour leurs recrutements de cadres. Ce qui remonte, et sous quelle forme, dépend toujours des champs que l’ATS expose.

Étape 3 : préparer et mener l’entretien

L’entretien reste un exercice humain. L’IA peut en revanche supprimer une bonne partie de sa préparation. À partir de l’analyse de la candidature, elle produit un guide d’entretien propre à ce candidat sur ce poste : les thèmes à creuser, et pour chacun une question ouverte qui part de son parcours réel. Le point faible repéré au tri (une langue, une expérience trop courte) devient une question précise.

Le temps gagné se voit à deux endroits. Avant l’entretien, le recruteur ne relit plus le dossier pour construire ses questions. Pendant l’entretien, il ne repasse pas sur ce que le CV disait déjà et va droit aux points qui décideront du recrutement. Si le manager opérationnel reçoit le même guide, les deux entretiens portent sur les mêmes questions de fond.

Ce qu’elle ne doit pas faire : analyser le visage, la voix ou les émotions du candidat. La reconnaissance des émotions sur le lieu de travail est interdite par l’AI Act depuis février 2025 (Commission européenne), et les lignes directrices de la Commission incluent le processus d’embauche dans ce périmètre (analyse du Future of Privacy Forum).

Étape 4 : la décision reste humaine

L’IA classe, explique et prépare. Elle ne dit ni oui ni non. L’article 22 du RGPD donne à toute personne le droit de ne pas faire l’objet d’une décision fondée exclusivement sur un traitement automatisé lorsqu’elle l’affecte de manière significative (texte sur le site de la CNIL). Un refus de candidature est généralement considéré comme tel.

En pratique, un outil conforme priorise, il n’élimine pas. Le recruteur garde la liste complète, peut remonter un candidat mal classé et valide chaque refus. Si vous ne pouvez pas expliquer à un candidat pourquoi il a été écarté, l’outil a pris une décision à votre place.

Limites et obligations : biais, RGPD, AI Act

Les biais ne disparaissent pas avec l’automatisation

Un modèle apprend sur des données produites par des humains, avec leurs préjugés. L’Université de Washington l’a mesuré en octobre 2024 : trois modèles de langage, plus de 550 CV réels et plus de 500 offres. Les modèles ont préféré les noms à consonance blanche dans 85 % des cas, contre 9 % pour les noms à consonance noire, et les noms masculins dans 52 % des cas, contre 11 % pour les noms féminins (University of Washington, 31 octobre 2024). L’étude porte sur des modèles généralistes utilisés sans garde-fou. Elle montre pourquoi un score doit être expliqué et contrôlé. Nous détaillons les origines des biais et les moyens de les auditer dans notre page sur les biais algorithmiques en recrutement.

RGPD : informer, limiter, garder la main

Au-delà de l’article 22, le RGPD impose d’informer les candidats du traitement de leurs données, de ne collecter que ce qui sert le recrutement et de fixer une durée de conservation. Un enrichissement à partir de données publiques n’échappe pas à ces règles.

AI Act : le recrutement classé à haut risque

L’AI Act range les outils d’IA utilisés pour l’emploi, dont les logiciels de tri de CV, parmi les systèmes à haut risque (annexe III). Depuis l’entrée en vigueur de l’AI Omnibus le 27 juillet 2026, les obligations qui s’y attachent s’appliquent à partir du 2 décembre 2027 (Commission européenne) : gestion des risques, qualité des données, journalisation, documentation et supervision humaine. L’employeur qui utilise l’outil a ses propres obligations, distinctes de celles de l’éditeur. Le détail, article par article, figure dans notre page conformité RGPD et AI Act en recrutement.

Où en sont les entreprises avec le recrutement par IA ?

L’adoption reste faible en France, mais les intentions montent vite.

• APEC, Pratiques de recrutement des cadres, édition 2025 : seules 4 % des entreprises ayant recruté un cadre en 2024 ont intégré des outils d’IA dans leur processus de recrutement, et 11 % envisagent de le faire. Parmi celles qui ne l’utilisent pas, 62 % pensent qu’elle leur ferait gagner du temps (étude APEC, PDF).
• KPMG, étude Trends of AI, décembre 2024 (212 répondants en France) : 45 % des entreprises envisagent d’utiliser l’IA pour préqualifier les CV, et une sur quatre le fait déjà (communiqué KPMG).
• LinkedIn, Future of Recruiting 2025 (données mondiales) : 37 % des organisations intègrent ou testent l’IA générative, contre 27 % un an plus tôt. Celles qui l’utilisent déclarent gagner environ 20 % de leur semaine de travail, et les recruteurs qui rédigent leurs messages avec l’IA ont 9 % de chances de plus de réussir un recrutement de qualité (rapport LinkedIn).

L’écart entre l’APEC et KPMG tient au périmètre : l’APEC interroge les entreprises qui recrutent des cadres, toutes tailles confondues, KPMG un panel de décideurs, aux trois quarts directeurs ou membres de comité de direction. Dans les deux cas, l’intention dépasse de loin l’usage réel.

Comment choisir un outil d’IA pour recruter ?

Six questions à poser avant de signer, dans cet ordre :

1. Le score est-il expliqué ? Vous devez voir, pour chaque candidat, les critères remplis et ceux qui manquent.
2. Qui fixe les critères ? Le recruteur doit les définir et les modifier poste par poste, pas les subir.
3. L’outil élimine-t-il seul ? La bonne réponse est non : il priorise, vous décidez.
4. Que devient une candidature sans CV ? Elle doit être enrichie ou relancée, pas perdue.
5. Que remonte-t-il dans votre ATS ? Demandez à voir le rendu dans votre propre logiciel, pas une démonstration générique.
6. Quelle documentation de conformité ? Information des candidats, durée de conservation, traçabilité des sources, préparation à l’AI Act.

Pour aller plus loin sur les outils de préqualification, nous avons détaillé les critères d’un logiciel de qualification IA des candidatures.

Questions fréquentes sur l’IA en recrutement

L’IA peut-elle remplacer un recruteur ?

Non. Elle prend en charge le volume : diffusion, tri, préparation des entretiens. L’évaluation d’une personne, la négociation et la décision restent au recruteur et au manager, et le cadre légal va dans ce sens : le RGPD encadre les décisions automatisées, l’AI Act exigera une supervision humaine.

Est-il légal d’utiliser l’IA pour trier des CV ?

Oui, à condition que la décision finale ne soit pas entièrement automatisée, que les candidats soient informés et que les données collectées servent le recrutement. À partir du 2 décembre 2027, les obligations de l’AI Act pour les systèmes à haut risque s’ajoutent.

Comment éviter les biais d’une IA de recrutement ?

Exigez un score expliqué critère par critère, fixez vous-même les critères, contrôlez régulièrement les résultats par population et gardez la possibilité de repêcher un candidat mal classé. Un outil qui ne montre pas ses raisons ne peut pas être audité.

Par où commencer pour recruter avec l’IA ?

Par l’étape où vous perdez le plus de temps. Si vous manquez de candidatures, commencez par la diffusion ciblée. Si vous en recevez trop pour les lire, commencez par la préqualification. Testez sur quelques postes et mesurez la part de candidatures qualifiées avant et après.

L’IA fonctionne-t-elle avec mon ATS actuel ?

Les outils de préqualification se connectent en général aux ATS du marché et renvoient leur analyse dans la fiche candidat. Ce qui remonte dépend des champs que votre ATS expose : vérifiez-le sur votre propre logiciel avant de vous engager.

Recruter avec les agents IA de Seeqle

Seeqle prend en charge l’attraction, la préqualification et la préparation des entretiens avec deux agents. L’Agent Attract lit votre offre, cible les profils sur plus de 400 000 critères et diffuse votre annonce sur Facebook, Instagram, LinkedIn, TikTok, YouTube, Spotify, les sites d’emploi et la presse en ligne, plus de 2 millions de sites et d’applications au total. L’Agent Match enrichit chaque candidature, prédit les compétences et la personnalité, génère un guide d’entretien et renvoie un score sur 5 expliqué dans la fiche candidat de votre ATS, selon ce que permet votre ATS. La décision reste humaine. Sur nos campagnes, 53 % des candidatures sont qualifiées en moyenne.