Recruter avec l'IA, ou la tentation de lire les visages

La scène se passe cette semaine, quelque part en Europe. Un candidat ajuste sa webcam, lance l'application d'entretien différé, répond en trois minutes à des questions que personne ne lui pose. De l'autre côté, un logiciel transcrit ses réponses, les compare au référentiel du poste, produit un score. Ce que ce logiciel n'a plus le droit de faire, en revanche, c'est d'analyser ses sourires ou le tremblement de sa voix : depuis février 2025, l'AI Act européen interdit la reconnaissance émotionnelle au travail, recrutement compris. L'aveu est dans l'interdit : si les législateurs ont dû tracer cette ligne rouge, c'est que la tentation existait bel et bien. Elle porte un nom vieux de deux siècles et demi.

Le pasteur qui croyait lire les âmes

En 1775, le pasteur suisse Johann Kaspar Lavater publie ses Fragments physiognomoniques, un succès européen retentissant. Sa thèse : le caractère d'un individu, ses vertus et ses vices, se lisent sur son visage — la forme du front, la ligne du nez, l'inclinaison du menton. Un demi-siècle plus tard, la phrénologie de Franz Gall prétendra déduire l'intelligence et la moralité des bosses du crâne. Ces « sciences » ont fasciné leur époque, nourri des politiques, des embauches, des condamnations — avant d'être balayées comme des pseudo-sciences dangereuses, entachées de racisme et de déterminisme.

L'IA de recrutement réactive, sous une forme mille fois plus puissante, exactement le même rêve : celui de lire la valeur d'une personne dans ses signes extérieurs. Hier le front et le crâne ; aujourd'hui les mots-clés d'un CV, la cadence d'une voix, un score de compatibilité. Ce parallèle n'est pas une condamnation — l'IA RH apporte des bénéfices bien réels — mais un avertissement qu'aucun cabinet sérieux ne devrait oublier : la tentation de réduire un être humain à des données mesurables est vieille comme le monde, et elle s'est presque toujours mal terminée.

Trois cents CV, un week-end

Partons du concret. Un recruteur reçoit trois cents CV pour un poste urgent, un week-end. Comment gagner en efficacité sans sacrifier le discernement ? C'est la promesse de l'IA agentique : des agents logiciels qui lisent les candidatures, dialoguent avec les candidats, organisent les entretiens — avec un minimum d'intervention humaine. Puisque l'essentiel du travail RH repose sur de la lecture (CV, lettres) et de la communication (échanges), et que les grands modèles de langage excellent précisément là, la rencontre était inévitable.

Les usages couvrent désormais toute la chaîne : sourcing automatisé qui déniche des candidats passifs par recherche sémantique ; chatbots qui répondent 24/7 et pré-qualifient ; tri de CV qui classe par pertinence ; matching fin qui repère un potentiel transférable là où les mots-clés échouent ; entretiens vidéo asynchrones évalués par algorithme ; rédaction assistée d'annonces plus inclusives. L'adoption est massive — une majorité de grandes entreprises y recourent déjà — et les gains de temps sur le sourcing et la planification sont réels et parfois spectaculaires.

La loi de Goodhart, cauchemar du recruteur algorithmique

Mais voici le premier récif, et il porte le nom d'un économiste britannique. Charles Goodhart a formulé en 1975 une loi devenue proverbiale : « Lorsqu'une mesure devient un objectif, elle cesse d'être une bonne mesure. » Dès qu'un critère sert à juger, les acteurs l'optimisent — et le vident de son sens.

Le recrutement algorithmique en offre l'illustration parfaite. Sitôt que les candidats savent qu'une IA scanne les mots-clés, les CV se bourrent de mots-clés ; des sites entiers enseignent à « battre l'ATS » en truffant son CV de termes invisibles. Le signal que l'IA croyait mesurer — la compétence — se dissout dans le jeu de sa propre mesure. On ne sélectionne plus les meilleurs candidats, mais les meilleurs optimiseurs de CV. Pire : l'IA valorise ce qui ressemble aux embauches passées, figeant le profil type de l'entreprise et étouffant la diversité qu'on prétendait favoriser. La mesure, devenue cible, ment.

Le fantôme d'Amazon

Et puis il y a le biais, l'héritier direct de Lavater. Le cas est célèbre : une grande entreprise technologique dut abandonner son outil de tri automatique après avoir découvert qu'entraîné sur l'historique de ses embauches — majoritairement masculines — il pénalisait systématiquement les CV féminins, jusqu'à déclasser le mot « femmes ». L'IA n'avait rien inventé : elle avait fidèlement appris le passé, biais compris, et s'apprêtait à le perpétuer avec l'autorité froide d'un algorithme. C'est la malédiction de tout modèle entraîné sur des données humaines : il hérite de nos préjugés et les blanchit sous une apparence d'objectivité mathématique.

Paradoxe cruel : l'IA était souvent vendue comme un remède aux biais humains. Elle peut l'être — anonymisation des CV, audits réguliers par injection de faux profils, contrôle de la représentativité — mais seulement si on la surveille avec une vigilance de tous les instants. Livrée à elle-même, elle n'élimine pas la discrimination : elle l'industrialise. Le droit a fini par en prendre acte : l'AI Act interdit depuis le 2 février 2025 les systèmes qui infèrent les émotions dans le cadre du travail (sauf raisons médicales ou de sécurité), classe le recrutement parmi les usages « à haut risque », et impose à ce titre — avec des obligations qui se resserrent au 2 août 2026 — documentation, supervision humaine et transparence. L'exigence d'explicabilité n'est plus une option morale : une IA qui écarte un candidat doit pouvoir dire pourquoi.

Le recruteur augmenté, pas remplacé

Faut-il pour autant fuir ces outils ? Certainement pas. La bonne façon de penser l'IA RH n'est pas le remplacement mais l'augmentation. Libéré du tri mécanique et de la logistique des rendez-vous, le recruteur se recentre sur ce que nulle machine ne sait faire : sonder une personnalité, évaluer l'adéquation à une culture, établir la confiance, négocier finement. La machine trie les signaux ; l'humain juge la personne. Ce partage n'est pas un compromis provisoire : il découle de la nature même du recrutement, qui reste, au fond, une rencontre. Le recruteur rejoint ainsi la longue liste des professions que l'intelligence artificielle transforme sans les abolir : la tâche change de nature, la responsabilité demeure.

Car c'est ici que Lavater se trompait, et que nous risquons de nous tromper après lui : un être humain n'est pas la somme de ses signaux extérieurs. Le meilleur candidat est parfois celui dont le CV détonne, dont le parcours zigzague, dont la valeur ne tient dans aucune case. Un bon recruteur le sait ; un bon algorithme l'ignore par construction, puisqu'il ne connaît que le mesurable. La « boîte noire » qui recrache un score n'a pas d'intuition, pas d'empathie, pas de sens du potentiel improbable — et c'est justement là, dans cet angle mort, que se cachent souvent les plus belles embauches.

Ce qu'un candidat est en droit d'exiger

Chez dac., je conçois des agents IA sur mesure, y compris pour des usages RH, et ma position est constante : l'IA doit être un copilote lucide, jamais un juge autonome. Pour l'entreprise, cela veut dire commencer petit, impliquer les recruteurs dès la conception, auditer les biais sans relâche et préserver une validation humaine finale sur toute décision qui engage une vie professionnelle.

Mais retournons la perspective, pour finir, du côté du candidat devant sa webcam. En 2026, il est en droit d'exiger quatre choses. Savoir qu'une IA a traité sa candidature — la transparence n'est pas une courtoisie, c'est une obligation. Obtenir, en cas de rejet, une explication qui ne se réduise pas à un score. Bénéficier d'un regard humain avant toute décision définitive. Et avoir la certitude qu'aucune machine n'a prétendu lire ses émotions — puisque c'est désormais illégal. Une entreprise incapable de garantir ces quatre points lui aura appris, en un seul entretien, tout ce qu'il fallait savoir d'elle.