Le recrutement algorithmique, sous ses formes variées, est devenu en une décennie l’infrastructure invisible du marché du travail. Les Applicant Tracking Systems (logiciels de gestion des candidatures) assurent le classement administratif des dossiers reçus. Les plateformes d’entretien vidéo automatisé, parmi lesquelles HireVue, devenue aux États-Unis la marque de référence, évaluent les candidats sur leur expression orale, leur diction et leur langage corporel.

Les outils de scoring alimentés par intelligence artificielle produisent, à partir des données du CV et, plus rarement, des résultats de tests, un score de correspondance entre le candidat et le poste. Aux États-Unis, plus de 90 % des employeurs recourent aujourd’hui à l’un ou l’autre de ces dispositifs, selon les données publiées par le Forum économique mondial en mars 2025. Le débat public sur ces outils, en France et ailleurs, est resté longtemps en retrait. Il vient de changer de nature.

La fin du mythe de l’objectivité

Rishi Bommasani et Sarah Bana, avec trois collègues de Stanford, Chapman University et Northeastern, viennent de publier une étude d’ampleur inédite sur les algorithmes de tri des candidatures à l’embauche. Ils ont analysé 3,4 millions de candidats réels ayant soumis 4 millions de candidatures à 156 employeurs opérant dans 11 secteurs d’activité différents. Aucune étude, avant celle-ci, n’avait travaillé à cette échelle sur des données de recrutement réelles.

Premier résultat : les algorithmes discriminent à un niveau qu’aucune étude antérieure n’avait........

© Le Point