IA en RH et recrutement: valeur, limites et mise en oeuvre équitable

Ce que l'IA peut et ne peut pas faire en recrutement RH

En pratique, l'IA en recrutement recouvre deux choses: le machine learning classique qui classe les candidatures selon des motifs appris, et les modèles de langage génératifs qui rédigent ou résument. Ce sont des outils d'assistance: ils accélèrent les tâches répétitives mais ne portent pas de jugement d'aptitude fiable et manquent du contexte d'un recruteur expérimenté.

Le principe central: l'IA propose, l'humain décide. Tirer un refus ou une invitation d'un seul algorithme est juridiquement sensible et professionnellement risqué. La valeur apparaît quand l'IA prend en charge le travail préparatoire pour libérer du temps d'entretien, d'évaluation et de relation.

Les trois cas d'usage les plus fréquents

• Rédiger les annonces: les modèles de langage produisent des brouillons rapides, uniformisent le ton et aident à écrire de façon inclusive et non discriminatoire; la relecture et l'exactitude restent aux RH.
• Tri et matching: l'IA structure les CV, trie selon des compétences définies et propose des longlists. L'essentiel est un matching par compétences et explicable, non des scores globaux opaques.
• Planification et communication: les assistants coordonnent les créneaux d'entretien, envoient les accusés de réception et répondent aux questions standard par chatbot - un soulagement en cas de fort volume, si les réponses sont exactes et vérifiables.

Biais et équité: le risque central

Les modèles d'IA apprennent de données historiques et en héritent les biais. Si une équipe a surtout recruté certains profils, le modèle peut perpétuer ce schéma et désavantager systématiquement d'autres groupes. Un exemple public connu: une grande entreprise technologique a dû abandonner un outil interne de recrutement car il désavantageait les femmes.

L'équité n'apparaît pas d'elle-même; elle se mesure et se construit. Cela suppose de retirer les attributs sensibles, de détecter les variables proxy (code postal, trous dans le CV), de mener des tests d'équité réguliers entre groupes et de vérifier qu'un critère est réellement pertinent pour le poste.

revDSG, règlement IA de l'UE et garde-fous juridiques

En Suisse, la loi révisée sur la protection des données (revDSG) s'applique depuis le 1er septembre 2023. Les données de candidature sont des données personnelles, en partie sensibles. L'article 21 revDSG sur la décision individuelle automatisée est central: si une décision purement automatisée produit un effet juridique ou une atteinte notable, la personne doit être informée et peut demander un réexamen humain. L'autorité de surveillance est le PFPDT (EDÖB).

Le règlement IA de l'UE compte aussi: il classe les systèmes d'IA de sélection et de recrutement comme à haut risque. Les entreprises suisses ne sont pas directement liées mais peuvent l'être en recrutant pour le marché de l'UE ou en utilisant des outils européens. Une analyse d'impact relative à la protection des données est recommandée lorsque l'IA évalue les candidats de façon systématique et à grande échelle.

Introduire l'IA de façon responsable: guide pratique

• Clarifier l'objectif: pour chaque usage, définir le problème que l'IA doit résoudre et comment mesurer le succès; le temps gagné ne remplace pas la qualité.
• Humain dans la boucle: établir que les décisions finales de sélection et de refus reviennent à des personnes.
• Transparence envers les candidats: indiquer clairement si et comment l'IA est utilisée, et offrir un point de contact.
• Vérifier données et prestataires: contrôler la localisation des serveurs, les contrats de sous-traitance et si les entrées servent à l'entraînement; ne jamais confier de données sensibles à des outils publics non vérifiés.
• Documenter et surveiller: consigner critères, versions de modèle et tests d'équité, et contrôler régulièrement les résultats.
• Impliquer l'équipe: former les RH à l'usage de l'IA et associer tôt la représentation du personnel lorsqu'elle existe.

Contexte suisse: multilinguisme et proportionnalité

Le marché du travail suisse est multilingue. L'IA aide à publier des annonces cohérentes en allemand, français, italien et anglais et à structurer uniformément les candidatures de différentes régions. Veillez à une qualité et une équité égales dans toutes les langues: selon les données d'entraînement, les modèles ne sont pas aussi performants partout.

Le principe de proportionnalité s'applique partout: ne collecter et traiter que ce que le poste exige. Des données moins nombreuses mais propres et pertinentes donnent des résultats plus équitables que des profils maximaux, tout en réduisant le risque juridique.