IA et RH : ce que les données disent, ce que le droit interdit

L'IA s'installe dans les processus RH, de la rédaction d'offres d'emploi à la présélection des CV. Mais entre les promesses des éditeurs et la réalité des usages, l'écart est net. Et entre les usages réels et ce que le RGPD et l'AI Act autorisent, il y a des lignes à ne pas dépasser.

Pourquoi l'IA dans les RH mérite une analyse sérieuse ?

Dix pour cent. C'est la part des entreprises françaises de dix salariés ou plus qui déclaraient utiliser une technologie d'intelligence artificielle en 2024, selon l'enquête TIC de l'INSEE. C'était 6 % en 2023. La progression est rapide, mais la réalité des usages RH reste floue : entre les outils qui « font de l'IA » et ceux qui modifient réellement les décisions de recrutement, il y a une différence que les éditeurs ont intérêt à brouiller.

Dans les ressources humaines, l'IA intervient aujourd'hui à plusieurs niveaux : rédaction d'offres d'emploi, tri automatique de CV, scoring de candidats, analyse de vidéos d'entretien, chatbots de présélection, outils de prédiction du turnover. Ce qui les rassemble : ils prennent ou orientent des décisions qui ont un effet direct sur la vie des gens.

Ce décryptage ne prétend pas te donner un avis sur l'outil X ou Y. Il te donne les éléments pour comprendre ce que l'IA fait vraiment dans les RH, ce qu'elle ne fait pas, et ce que le cadre légal européen interdit explicitement. Parce que si tu travailles dans les RH ou si tu pilotes des recrutements, ces règles s'appliquent à toi dès maintenant.

Que fait vraiment l'IA dans les processus RH aujourd'hui ?

Ce que les données montrent

Le World Economic Forum a publié son rapport Future of Jobs en janvier 2025, basé sur 1 000 entreprises dans 22 secteurs et 55 économies. Il projette la création de 170 millions de nouveaux rôles d'ici 2030, contre 92 millions supprimés, soit un solde net positif de 78 millions d'emplois. Mais ce chiffre global cache un mouvement de transformation profonde des compétences : 39 % des compétences requises aujourd'hui seraient obsolètes dans cinq ans.

Pour les professionnels RH, cela se traduit concrètement par un changement des outils, pas de la mission. La présélection de CV automatisée, les ATS (Applicant Tracking System) couplés à des moteurs de scoring, les entretiens vidéo analysés par IA : ces outils accélèrent le traitement de volumes importants de candidatures. Ils n'ont pas remplacé les équipes RH, ils ont modifié ce qu'on attend d'elles.

La DARES a organisé en 2024 un séminaire de recherche dédié à l'IA et aux pratiques de recrutement. Les conclusions sont sans ambiguïté : l'utilisation de l'IA dans les RH en France se heurte à de nombreuses difficultés techniques, managériales, juridiques et éthiques, et les recruteurs ont une maîtrise souvent partielle de ces outils. Ce n'est pas un jugement de valeur sur les recruteurs ; c'est le constat que l'adoption s'est faite plus vite que la formation.

Ce qui est déclaratif (et doit être pris comme tel)

SmartRecruiters et plusieurs éditeurs RH avancent des chiffres sur l'adoption de l'IA dans le recrutement. Ces statistiques sont produites par des acteurs commerciaux avec un intérêt direct à montrer une adoption forte. 6 % seulement des professionnels français et britanniques interrogés déclarent utiliser activement l'IA générative dans le recrutement, selon une enquête citée par SmartRecruiters en 2024. Le chiffre est bas et l'échantillon est limité : il ne permet pas de conclure à une adoption massive ou à une adoption marginale.

Ce qui est documenté : les biais

Le cas le plus cité reste Amazon : en 2018, le groupe a abandonné un algorithme de CV développé en interne après avoir constaté qu'il discriminait systématiquement les candidatures féminines pour les postes techniques. L'outil avait été entraîné sur dix ans de recrutements internes, où les hommes étaient majoritaires. Il avait appris à pénaliser les CV mentionnant des universités féminines et à dévaloriser les mots associés aux femmes. Amazon n'a jamais publié d'étude détaillée sur le sujet, mais la société a confirmé l'abandon de l'outil à Reuters en octobre 2018.

HireVue, un acteur majeur des entretiens vidéo analysés par IA, a supprimé en 2021 la fonctionnalité d'analyse des expressions faciales après une plainte déposée auprès de la FTC et des critiques persistantes sur les biais liés à la couleur de peau. L'étude Gender Shades du MIT Media Lab (Joy Buolamwini et Timnit Gebru, 2018) avait mesuré des taux d'erreur de classification atteignant 34,7 % pour les femmes à peau foncée dans les systèmes de vision par ordinateur.

Ces cas ne prouvent pas que tout système IA de recrutement est biaisé. Ils montrent que le biais algorithmique n'est pas une théorie : c'est quelque chose qui s'est produit, chez des entreprises avec des équipes techniques solides, parce que les données d'entraînement reflétaient des inégalités existantes.

Ce que ça change pour toi

Si tu travailles dans les RH, tu dois gérer deux pressions simultanées qui ne pointent pas dans la même direction. D'un côté, les éditeurs d'outils t'expliquent que l'IA va réduire tes délais de recrutement et améliorer la qualité des embauches. De l'autre, le cadre légal européen encadre strictement ce que tu peux faire avec ces outils.

Sur la présélection de CV

Si tu utilises un ATS ou un outil de scoring qui classe ou écarte automatiquement des candidatures sans que tu vérifies chaque décision, tu es potentiellement en infraction avec l'article 22 du RGPD. Cet article interdit qu'une personne soit soumise à une décision fondée exclusivement sur un traitement automatisé lorsque cette décision produit des effets juridiques ou significatifs. La CNIL est explicite : un candidat écarté de façon automatique par un système de scoring sans intervention humaine réelle sur le traitement, c'est une décision automatisée au sens de l'article 22.

La bonne pratique n'est pas d'éviter les outils de scoring, c'est de documenter l'intervention humaine dans le processus. L'outil filtre et classe ; c'est un humain qui valide ou infirme.

Sur les entretiens vidéo

Les outils qui analysent le ton de voix, les expressions faciales, le débit de parole ou les micro-expressions pour évaluer un candidat cumulent deux problèmes : l'absence de validation scientifique solide sur la corrélation entre ces signaux et la performance au travail, et les biais documentés sur les personnes non-blanches et les personnes avec un handicap non visible. Si tu utilises ce type d'outil en France, documente très précisément le rôle du système dans ta décision finale.

Sur l'AI Act et ses délais

L'AI Act (règlement UE 2024/1689) classe les systèmes IA liés à l'emploi et au recrutement en catégorie haut risque via son Annexe III. Les obligations complètes de conformité s'appliquent à partir du 2 août 2026 (un report au 2 décembre 2027 est proposé via le Digital Omnibus, un texte non encore adopté à ce jour). Mais ce délai ne veut pas dire que tu peux attendre : le RGPD s'applique, lui, depuis 2018. Et la CNIL a annoncé les recruteurs comme cible prioritaire de ses contrôles 2026.

Ce qui est actionnable maintenant

Identifie d'abord les outils que tu utilises qui classent ou écartent automatiquement des candidats. Vérifie que tu peux documenter une intervention humaine réelle dans le processus, pas une validation en bloc.

Lis ensuite le guide recrutement de la CNIL. Il fait 19 fiches, il est gratuit, il est en français. Si tu ne l'as pas lu, c'est le premier document à ouvrir.

Quand tu sélectionnes ou renouvelles un outil RH avec de l'IA, pose deux questions directes à l'éditeur : sur quelles données son modèle a-t-il été entraîné, et quelle est sa politique de conformité AI Act pour 2026.

Mon avis

Les RH ont un problème que beaucoup d'autres fonctions n'ont pas : les décisions qu'elles prennent ont des conséquences directes et mesurables sur des gens. Embaucher ou ne pas embaucher quelqu'un, c'est une décision qui modifie une trajectoire de vie. Utiliser un système automatisé pour accélérer cette décision sans comprendre comment il classe les candidats, c'est sous-traiter la responsabilité à un outil dont les concepteurs eux-mêmes admettent parfois ne pas maîtriser complètement les biais.

Ce que les chiffres montrent : l'adoption de l'IA dans les RH reste modeste en France (10 % des entreprises toutes fonctions confondues selon l'INSEE 2024, avec un usage RH très partiel dans ce total). L'enthousiasme des éditeurs précède largement la maîtrise réelle des équipes, comme la DARES l'a documenté en 2024.

Ce que j'en déduis : la question n'est pas « doit-on utiliser l'IA dans les RH » mais « lesquels de ces outils ont un effet positif démontrable sur la qualité des recrutements, pas seulement sur la vitesse de traitement ». Traiter 500 CV en trois minutes est une performance opérationnelle. Mais si le système a appris à favoriser des profils qui ressemblent aux recrutements passés, tu as accéléré la reproduction des biais, pas leur réduction.

L'AI Act classe ces systèmes à haut risque pour une raison précise : l'emploi est un droit fondamental, et un outil qui l'affecte sans transparence ni contrôle humain réel mérite une régulation renforcée. Ce classement n'est pas une entrave à l'innovation, c'est la reconnaissance que certaines décisions ne peuvent pas être déléguées entièrement à un algorithme.