Les candidats inondent les recruteurs de dossiers générés automatiquement par l'IA que les algorithmes de filtrage des entreprises s'empressent d'écarter,

Ce qui ralentit l'embauche et perpétue les préjugés

Les candidats inondent les recruteurs de dossiers générés automatiquement par l'IA que les algorithmes de filtrage des entreprises s'empressent d'écarter
ce qui ralentit l'embauche et perpétue les préjugés

L'intégration massive de l'IA a profondément déstabilisé le marché de l'emploi en créant un climat de méfiance généralisée. Les candidats utilisent désormais des outils IA pour automatiser leurs candidatures, ce qui entraîne une uniformisation des profils et rend la détection des compétences réelles presque impossible pour les recruteurs. Face à cette saturation numérique, les entreprises déploient leurs propres algorithmes de filtrage, renforçant involontairement les biais discriminatoires et l'inefficacité du système. L'IA vide les dossiers de leur authenticité et ralentit l'embauche, tout en déshumanisant les interactions entre employeurs et futurs salariés.

L'IA a une mauvaise réputation dans les médias, et ce pour de bonnes raisons : cette technologie est controversée, ses fabricants ne se comportent pas nécessairement de manière responsable, et son impact sur le monde est préoccupant. Un récent rapport publié par The Atlantic affirme que l'IA a profondément altéré le processus de recrutement, au point de transformer le marché du travail en un environnement que certains qualifient de dystopique.

Alors que l'on espérait initialement que cette technologie rendrait la recherche d'emploi plus juste et plus efficace en éliminant les biais liés aux réseaux traditionnels, elle a plutôt engendré une véritable guerre algorithmique, dans laquelle les outils d'IA des candidats se heurtent à ceux des recruteurs.

Les candidatures sont devenues presque automatiques et le processus de tri des entreprises ne l'est pas moins. Plus précisément, aujourd'hui, les chercheurs d'emploi postulent massivement à des centaines d'offres sans jamais obtenir de réponse en retour, tandis que les entreprises sont submergées par une quantité astronomique de candidatures qu'elles peinent à traiter. Cet état de choses a engendré un certain nombre de problèmes majeurs.

La baisse des signaux et l'homogénéisation des candidatures

L'utilisation massive de générateurs de texte comme ChatGPT a banalisé la rédaction des lettres de motivation et des CV. Cette pratique a nivelé par le haut la qualité formelle des candidatures, mais au prix d'une perte totale d'originalité et de personnalisation, ce que les experts nomment l'effondrement des signaux.


Par le passé, les recruteurs pouvaient analyser des détails spécifiques, des diplômes, des digressions inhabituelles ou même de petites erreurs de formatage pour évaluer de manière nuancée un profil, mais aujourd'hui, tous les documents se ressemblent et utilisent les mêmes mots-clés accrocheurs. Par conséquent, les recruteurs éprouvent d'énormes difficultés à distinguer la véritable expertise humaine du bruit généré par les agents conversationnels.

Face à ce déluge de candidatures, souvent envoyées pour des postes qui ne correspondent pas vraiment aux profils parce que postuler prend désormais très peu de temps, les entreprises s'en remettent aux algorithmes pour trier les dossiers. Cela crée une monoculture algorithmique où les décisions d'embauche deviennent uniformes à travers les différentes entreprises, entraînant le rejet répété des mêmes candidats partout où ils postulent.

De plus, les études révèlent que ces algorithmes de sélection opaques ont tendance à discriminer les candidats noirs et asiatiques, favorisant systématiquement les profils déjà avantagés par le passé tout en pénalisant les autres. À titre d'exemple, un rapport publié en mars dernier estime qu'environ 75 % des CV ne parviennent jamais à un être humain, tandis que les nouvelles règles de la recherche d'emploi à l'ère de l'IA amplifient les préjugés.

L'omniprésence de la fraude lors des évaluations techniques

Avant l'essor de l'IA générative, les évaluations techniques étaient déjà compromises par le partage des exercices de recrutement sur des plateformes comme Glassdoor, ce qui permettait aux jeunes candidats de s'entraîner à l'avance et de réussir les tests sans réelle difficulté. L'avènement de l'IA générative a toutefois porté cette « triche » à une tout autre échelle. Désormais, les postulants ne se contentent plus de mémoriser des réponses.

Ils s'appuient sur des robots conversationnels et des prompteurs pilotés par l'IA pour les assister directement et en temps réel pour passer les exercices techniques. Cette omniprésence de la technologie a ainsi considérablement augmenté le nombre de fraudes sur le marché du travail.

Les préjugés cachés dans la présélection des CV par l'IA

L'IA répète des biais critiques. La présélection automatisée des CV favorise souvent certains candidats tout en en négligeant d'autres. Une étude analysant trois grands modèles de présélection a mis en évidence des disparités significatives basées uniquement sur le nom. Les CV portant des noms associés aux Blancs ont été préférés dans 85 % des tests, tandis que ceux portant des noms associés aux Noirs n'ont été favorisés que dans 8,6 % des cas.

Ces ATS semblaient également favoriser les hommes. Les prénoms masculins ont été préférés aux prénoms féminins dans 51,9 % des tests, contre 11,1 % pour les prénoms féminins. Ce biais s'accentue avec les CV plus courts et les prénoms moins courants, ce qui signifie que les algorithmes conçus pour améliorer l'efficacité du recrutement éliminent systématiquement des candidats qualifiés avant même que des recruteurs humains ne les examinent.

Ce biais est inhérent au mode d'apprentissage des ATS. Ils analysent les données historiques de recrutement afin d'identifier les caractéristiques communes aux candidats retenus. Lorsque les processus de recrutement menés par des humains privilégiaient par le passé certains groupes démographiques, certaines écoles ou certains parcours professionnels, l'algorithme reproduit ces préférences, car les machines sont formées par des humains.

Le système ne reconnaît pas les préjugés. Il détecte des schémas et les renforce. Les candidats qui ne correspondent pas au profil des embauches précédentes sont écartés, même s'ils sont plus qualifiés. Combiné aux disparités de sélection liées au nom, cela crée un système qui réduit systématiquement la diversité et exclut les candidats compétents issus de milieux non traditionnels avant même qu’un être humain ne prenne une décision.

Les limites criantes du filtrage des candidatures avec l’IA

Le filtrage s’effectue par la mise en correspondance de mots-clés et la reconnaissance de la mise en forme. Les ATS évaluent les CV en fonction de leur adéquation avec la description du poste, en recherchant des termes spécifiques, une expérience pertinente, des titres de rubriques standard et une mise en forme reconnaissable. Mais cette approche est jugée opaque et inefficace. Elle épuiserait les recruteurs autant qu’elle décourage les candidats.

Dans la pratique, les CV qui ne contiennent pas certains termes spécifiques, utilisent des intitulés non conventionnels ou présentent l'expérience professionnelle d'une manière que le système ne reconnaît pas sont automatiquement rejetés, quelles que soient les qualifications réelles du demandeur d'emploi.

La plupart des systèmes filtrent également en fonction d'exigences strictes telles que les années d'expérience, le niveau d'études et les certifications spécifiques. Un candidat qualifié dont le CV est mal formaté ou ne contient pas les mots-clés spécifiques ne passe jamais le cap de l'algorithme. En revanche, un candidat moins qualifié, mais comprenant le fonctionnement de l'ATS peut facilement passer à l'étape de l'examen par un recruteur humain.

Il en résulte que les CV de nombreux candidats qualifiés ne parviennent jamais jusqu’aux recruteurs. Il est désormais essentiel pour les demandeurs d’emploi de comprendre le fonctionnement des ATS, notamment les critères qu’ils analysent en matière de mots-clés, de mise en page, d’expérience et de structure.

Le retour inattendu aux méthodes de sélection traditionnelles

Contrairement à l'effet de rapidité recherché, l'IA ralentit les départements des ressources humaines qui doivent désormais consacrer beaucoup plus de temps à l'authentification des profils et aux vérifications approfondies des antécédents. Pour contrer ces candidatures artificielles, de nombreuses entreprises réintègrent des étapes obligatoires d'entretiens en face à face et n'hésitent pas à allonger les périodes d'essai des nouveaux employés.

Les employeurs se replient également sur des valeurs considérées comme plus sûres, telles que le prestige du diplôme, les recommandations de collègues, les réseaux d'anciens élèves et les chasseurs de têtes. Bien que ces méthodes traditionnelles limitent le risque d'embaucher des fraudeurs, elles menacent également le dynamisme global des entreprises en favorisant la pensée unique et en fermant la porte à des profils atypiques.

L'IA érode les capacités intellectuelles chez les humains

Les outils d'IA risquent de réduire la capacité des travailleurs à exercer les fonctions intellectuelles que l'IA ne peut reproduire. D'ici à 2027, la plupart des processus de recrutement devraient inclure des certifications ou des évaluations mesurant la maîtrise de l'IA en milieu professionnel. Il s'agit non seulement de la capacité à utiliser des outils génératifs, mais aussi l'esprit critique, la créativité, la communication et l'expertise dans un domaine spécifique.

Bien que les certifications ne soient pas encore rendues obligatoires par les entreprises, il existe déjà des programmes de certification susceptibles de renforcer un CV, comme le AWS Certified AI Practitioner ou le Professional Certificate Program in Machine Learning and Artificial Intelligence du MIT.

Les entreprises exigent déjà de leurs équipes qu'elles utilisent l'IA. Cependant, à mesure que les individus s’appuient activement sur des algorithmes pour rédiger, analyser, résumer et générer des idées, ils risquent d’externaliser des processus de réflexion fondamentaux. À long terme, cela peut affaiblir la mémoire, la capacité à résoudre des problèmes et la synthèse créative, autant d’atouts cognitifs qui distinguent les humains des machines.

Alors que les entreprises se concentrent sur l'intégration de l'IA et les bénéfices, elles consacrent très peu d'efforts à comprendre comment les individus eux-mêmes vont évoluer à mesure qu'ils intègrent ces outils dans leurs processus de travail quotidiens. Une formation annuelle sur l'IA fera bientôt partie intégrante des programmes de formation en entreprise. D'ici là, il incombe aux employés de maintenir un équilibre dans leur charge cognitive.

À quoi ressemblera l'avenir de la recherche d'emploi ?

L'automatisation continuera de façonner le processus de recrutement, et avec la tension actuelle sur le marché de l'emploi, les plateformes ATS ne sont pas près de disparaître. Mais l'essor de l'automatisation vient également renforcer une réalité qui a toujours prévalu dans le domaine du recrutement : ce sont les personnes qui embauchent les personnes. La technologie peut filtrer les CV, mais ce sont les relations qui créent les opportunités.

Selon les analystes, les candidats qui décrochent régulièrement des entretiens sont rarement ceux qui postulent le plus. Ce sont ceux qui ont noué des liens, engagé la conversation et su se faire remarquer par les personnes qui prennent les décisions d'embauche. Dans un système de plus en plus dominé par les algorithmes, la stratégie la plus efficace pourrait bien être de s'en détacher et de commencer à créer des liens, d'humain à humain.

Aujourd'hui, 75 % des CV sont écartés par l'IA et n'atteignent jamais un humain. Face à cela, ceux qui sauront équilibrer automatisation et jugement humain, efficacité et authenticité, resteront précieux, quelle que soit l'évolution des outils, car le sens, la responsabilité et la confiance ne sont pas des lignes de code.

Au-delà des gros titres, la réalité de l'IA sur le lieu de travail semble moins concerner la transformation que les attentes. Alors que certains slogans audacieux encouragent à « cesser de recruter des humains », l'impact mesurable de l'IA au sein des organisations reste limité . Selon Gartner, seul un investissement dans l'IA sur 50 apporte une valeur transformationnelle. Une étude du MIT a révélé que jusqu'à 95 % des projets pilotes échouent.

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de l'impact de l'IA générative sur l'embauche de talents ?
L'IA vide les dossiers de candidature de leur authenticité et ralentit l'embauche. Qu'en pensez-vous ?
À quoi ressemblera l'avenir de la recherche d'emploi ? Comment les entreprises vont-elles s'adapter ?

Voir aussi

75 % des CV ne parviennent jamais à un être humain : les nouvelles règles de la recherche d'emploi à l'ère de l'IA amplifient les préjugés, et favorisent les CV optimisés au détriment des profils qualifiés

Les emplois menacés par l'IA commencent réellement à disparaître, d'après des données sur la période 2024 à 2034 et selon lesquelles la demande en développeurs sera plus forte pour soutenir l'essor de l'IA

99 % des PDG prévoient des suppressions de postes liées à l'IA dans les deux prochaines années, une transition technologique qui frappe en premier les jeunes diplômés en début de carrière