Votre CV a été rédigé par une IA. Le recruteur utilise l’IA. Qui parle réellement à qui ?
C’est la question qui se posera à l’avenir. Tout le monde, des mères aux professionnels en activité, en passant par les étudiants et toutes les personnes entre les deux, utilise l’IA. Aujourd’hui, elle est plus présente que jamais. Alors je pose à nouveau la question : si l’IA crée le CV et analyse également le CV, qui contrôle réellement le processus au bout du compte ?
Pour anticiper quelque peu la question ci-dessus, je ne souhaite pas encore généraliser son influence. Cependant, comme le montrent les résultats disponibles jusqu’à présent, la tendance continue de progresser. Une étude de Greenhouse, basée sur des candidats du Royaume-Uni, d’Irlande et d’Allemagne, a révélé que pas moins de 78 % des candidats utilisaient l’IA pour adapter leur CV ou leurs candidatures aux offres d’emploi. Pour gérer le volume croissant de candidatures, les recruteurs se tournent eux aussi vers l’IA ; autrement, ils seraient submergés par un nombre toujours plus important de candidatures. Dans cette dichotomie, la clarté et la transparence restent floues et brouillées.
Le candidat demande : « Est-ce qu’un recruteur a réellement vu mon CV ? », après avoir été rejeté.
Le recruteur demande : « Ces personnes sont-elles vraiment celles qu’elles prétendent être ? »
Cette spirale descendante ne fait que continuer ; il n’y a pas d’échappatoire. L’étude de Galdin et Silbert, Making Talk Cheap: Generative AI and Labor Market Signaling, montre que les employeurs sur Freelancer.com étaient davantage susceptibles de récompenser les candidats dont les candidatures étaient fortement adaptées au poste proposé. Envoyer une candidature personnalisée avait autrefois une véritable signification. Aujourd’hui, c’est le strict minimum, et même cela ne garantit rien.
Imaginons qu’un candidat rédige entièrement sa candidature lui-même, à partir de zéro. Il trouve l’offre d’emploi attrayante. Il fait des efforts et écrit du mieux qu’il peut. Historiquement, cela aurait permis de comprendre qui était cette personne : une lettre de motivation personnalisée, sa formation, sa biographie, son expérience professionnelle, ce qu’elle avait accompli avant de postuler. Cela reflétait la personne et donnait une idée de qui elle était. Transposé au marché du travail actuel ? Il existe à peine une différence entre une candidature soigneusement rédigée par le candidat lui-même et une candidature générée, hautement perfectionnée.
Le processus de sélection a dû suivre le rythme. Les rejets sans explication, ou ghost rejections, ne sont pas rares. L’enquête Greenhouse de 2025 a révélé que 56 % des demandeurs d’emploi britanniques et 66 % des demandeurs d’emploi irlandais déclaraient avoir été ghostés après un entretien. Être rejeté est une chose ; ne pas savoir si l’on a été rejeté par un être humain, une règle, un système de classement ou si sa candidature n’a tout simplement jamais été examinée en est une autre.
Avant l’IA, nous avions les ATS : Applicant Tracking Systems, ou systèmes de suivi des candidatures. Le filtrage par mots-clés, qualifications et critères définis par l’entreprise existe depuis longtemps. Après l’arrivée de l’IA, les entreprises continuent d’utiliser ces mêmes systèmes. Il faut cependant immédiatement écarter l’idée reçue d’une machine magique qui rejetterait simplement les CV. L’automatisation n’est pas synonyme d’intelligence artificielle. Les paramètres d’un ATS peuvent être configurés et définis par des humains afin de filtrer les candidats, sans qu’un modèle d’IA n’évalue lui-même les candidats de manière autonome. Les plateformes ATS modernes peuvent désormais intégrer des fonctionnalités d’IA, mais les deux termes ne sont pas interchangeables.
L’arrivée de l’IA soulève maintenant une question très intéressante. Les LLM ne sont pas des êtres magiques vivant dans le cloud. Non — même si cette description pourrait rappeler une créature éthérée, semblable à une entité divine, mais c’est un sujet pour un autre jour. Les LLM sont entraînés à partir de données, et aucun ensemble de données n’est véritablement parfait. Dans une étude d’Iso et al., Evaluating Bias in LLMs for Job-Resume Matching: Gender, Race, and Education, NAACL 2025, les chercheurs ont traité 40 descriptions de postes provenant de différents métiers et ont évalué systématiquement 12 LLM. Chaque modèle évaluait dans quelle mesure un CV correspondait à un poste, tandis que les chercheurs modifiaient systématiquement des caractéristiques telles que le genre, l’origine ethnique et le niveau d’éducation.
Les résultats ? Ils sont nuancés. Les modèles les plus récents présentaient moins de biais pour certaines caractéristiques, notamment l’origine ethnique et le genre. Cependant, les biais liés au niveau d’éducation persistent. L’étude se limite à un contexte anglophone et américain, mais elle soulève néanmoins une question intéressante. Si les LLM peuvent présenter des biais, comment savons-nous ce qu’ils considèrent comme important ? Qu’ont-ils appris à considérer comme important ?
Il est impossible de nier que l’IA fait désormais partie de notre monde. Pour répondre à la question « Est-ce qu’un recruteur a vu mon CV ? », je me réfère à l’étude de Vaishampayan et al., Human and LLM-Based Resume Matching, Findings of NAACL 2025, dans laquelle 736 CV réels ont été comparés. Elle a montré une concordance limitée entre les évaluations humaines et celles basées sur l’IA. L’humain et l’IA ne sont pas interchangeables, même lorsqu’ils évaluent le même candidat selon les mêmes exigences. Les résultats et le raisonnement peuvent différer. S’il n’existe qu’une concordance limitée, à quel endroit du processus l’humain devrait-il intervenir ?
Un processus de recrutement assisté par l’IA pourrait ressembler à ceci :
CV → ATS → Filtrage → Matching/Classement par IA → Recruteur
Imaginez que 76 candidatures soient reçues et qu’après le processus, une fois le classement effectué par l’IA, seules 12 soient rendues visibles. Le recruteur peut alors décider d’examiner ces candidats mis en avant. La question de savoir qui prend la décision finale ne consiste pas simplement à déterminer s’il s’agissait d’une IA ou d’un humain ; la véritable question est de savoir si mon CV est seulement arrivé jusqu’à un être humain.
Alors, où en sommes-nous en 2026 ?
Honnêtement, il est difficile de le dire. L’ampleur du phénomène est considérable et sa mise en œuvre varie d’une entreprise à l’autre, d’un pays à l’autre et d’une culture à l’autre. Nous entrons dans une nouvelle ère. Les LLM sont partout et nous devons nous adapter. La Commission européenne classe les outils d’IA pour l’emploi, la gestion des travailleurs et l’accès au travail indépendant (par exemple, les logiciels de tri des CV dans le recrutement) parmi les cas d’usage de l’IA à haut risque dans le cadre de l’EU AI Act. Le cadre réglementaire exige pour les systèmes à haut risque la traçabilité, la documentation, l’exactitude et une supervision humaine appropriée, ces exigences devant s’appliquer à partir du 2 décembre 2027.
Je parviens donc à la conclusion suivante : plus nous automatisons un processus fondamentalement humain, plus la frontière devient importante. Où commence l’interaction humaine, et où l’IA devrait-elle s’arrêter ?
