IA et recrutement : comment éviter les biais et sécuriser vos pratiques

L’intelligence artificielle (IA) facilite le travail, fait gagner du temps aux équipes ressources humaines et permet de traiter en un temps record des milliers de données. C’est donc tout naturellement qu’elle s’est imposée dans de nombreux secteurs professionnels, et notamment dans les services de recrutement. Recruter avec l’IA peut être une excellente idée, encore faut-il savoir comment l’utiliser et quelles sont ses limites. Lefebvre Dalloz Compétences vous aide à identifier les biais de l’intelligence artificielle dans le recrutement pour limiter les risques, notamment juridiques. 

Les biais de l’intelligence artificielle dans le recrutement 

Pour s'entraîner l’intelligence artificielle “apprend” à partir de données existantes. Et ces données peuvent comporter des biais humains. En effet, pour trier des CV par exemple, l’IA peut s’appuyer sur des décisions d’embauches passées et des critères qui comportent dans leur base des biais (discriminatoires notamment). L’ia peut donc naturellement reproduire ces biais, voire même les amplifier, car elle ne fait pas la différence entre ce qui est juste, éthique, ou ce qui ne l’est pas. 

Dans une étude réalisée par Kyra Wilson et Aylin Caliskan en 2025, il est démontré que les algorithmes privilégient les noms à consonance blanche dans 85,1 % des cas et les noms féminins dans seulement 11,1 % des cas (1). Il s’agit donc d’un point de vigilance à prendre en compte si vous souhaitez utiliser l’IA dans vos processus de recrutement. Voici quelques exemples de biais que l’on retrouve couramment. 

Biais de données historiques 

Lorsque l’IA est entraînée sur des données issues des recrutements passés, elle reproduit mécaniquement les choix déjà effectués par l’entreprise. Si certains profils ont été surreprésentés dans le passé, le système peut donc continuer à les privilégier, même si cela ne correspond plus aux besoins actuels.

Biais de sélection 

Ce biais apparaît lorsque les données utilisées pour entraîner l’algorithme ne reflètent pas la diversité réelle des candidats. L’IA peut alors privilégier des profils similaires à ceux déjà présents dans l’échantillon d’apprentissage, au détriment de profils plus atypiques mais tout aussi pertinents. 

Biais de proxy 

Ici, l’algorithme utilise une variable indirecte pour évaluer un critère sensible. Par exemple, un élément comme le code postal peut être utilisé pour estimer une proximité géographique, mais refléter indirectement des facteurs sociaux ou culturels et introduire des déséquilibres dans la sélection. 

Biais de similarité 

L’IA a tendance à favoriser les profils qui ressemblent aux collaborateurs déjà en poste. Cette logique peut empêcher de recruter des talents qui disposent de compétences complémentaires ou nouvelles. 

Biais de langage 

L’algorithme peut survaloriser certains mots-clés ou formulations au sein des CV ou des lettres de motivation au détriment d’autres expressions équivalentes. Cela peut pénaliser des candidats qui utilisent un vocabulaire différent mais décrivent des compétences similaires. 

Biais de transparence 

Il est parfois difficile de savoir sur quels critères se basent les outils d’IA. De cette façon, il est très difficile, voire impossible, de savoir pourquoi tel candidat a été privilégié et pas tel autre. 

Quels sont les risques juridiques liés à l’IA dans le recrutement ? 

L’utilisation de l’intelligence artificielle dans le recrutement soulève d’importants enjeux juridiques pour les entreprises. En automatisant tout ou partie du processus de sélection, ces outils peuvent fortement influencer des décisions ayant un impact direct sur l’accès à l’emploi. Le principal risque de l’IA dans le recrutement concerne notamment la discrimination involontaire. En effet, si un algorithme reproduit des biais présents dans les données d’entraînement, une entreprise peut être tenue responsable de pratiques de sélection non conformes au droit du travail. 

S’ajoutent également des enjeux liés à la protection et à la conservation des données personnelles des candidats, notamment lorsque des informations issues de CV ou de profils en ligne sont traitées par des systèmes automatisés. La transparence des critères de sélection est également un point sensible. Puisque la plupart des outils ne communiquent pas sur les critères utilisés pour faire des sélections, il est impossible de justifier clairement des décisions de recrutement. 

Des lois qui se renforcent pour éviter les dérives 

Afin de protéger les candidats, les lois se renforcent pour mieux encadrer l’usage des IA, notamment dans le recrutement. L’AI Act européen (2) classe par exemple le recrutement via intelligence artificielle comme un usage à “haut risque”. Cette loi européenne oblige donc les entreprises qui utilisent l’IA pour présélectionner, classer ou évaluer des candidats à réaliser des évaluations de risques et documenter le fonctionnement de leurs outils. Elles doivent également mettre en place des tests pour détecter les biais algorithmiques et s’assurer que les résultats ne discriminent pas certains profils. Les candidats doivent quant à eux être systématiquement informés lorsqu’une IA intervient dans le processus de sélection. Ils doivent également pouvoir comprendre les critères principaux utilisés. De plus, aucune décision de recrutement ne peut être entièrement automatisée sans contrôle humain. 

En parallèle, la CNIL en France a publié en 2025 des recommandations spécifiques à l’usage de l’IA. La CNIL rappelle notamment les règles de respect du RGPD, et insiste également sur l’importance d’informer clairement les candidats, mais aussi de réaliser des analyses d’impact (PIA) lorsque les traitements présentent des risques élevés. 

IA et recrutement : les bonnes pratiques à mettre en place 

Utiliser l’IA dans vos processus de recrutement peut vous apporter un vrai gain de temps et d’efficacité, à condition de rester vigilant. Certaines bonnes pratiques vous permettent de limiter les biais et de sécuriser les décisions. Tout d’abord, vérifiez la qualité des données. Pour proposer des décisions pertinentes et le moins biaisées possibles, il est important que l’outil d’IA s'entraîne sur des données variées qui reflètent différents parcours, genres, âges ou territoires. 

Réalisez également des audits réguliers pour détecter d'éventuels biais dans les sélections. Si vous identifiez qu’un certain type de candidat est plus régulièrement écarté, sans raison apparente, alors il sera important de reparamétrer votre outil, ou d’en changer. Dans tous les cas, gardez toujours la main sur les décisions finales. Un contrôle humain est indispensable pour éviter les rejets injustifiés. 

Afin de mettre en place ces bonnes pratiques, il est également essentiel de former vos équipes. C’est pourquoi Lefebvre Dalloz Compétences vous propose un large choix de formations professionnelles continues sur le sujet de l’IA dans le recrutement. Ces formations vous permettront de comprendre les biais de l’IA, les enjeux juridiques et les méthodes pour tirer pleinement partie de ces outils. 

(1)https://arxiv.org/abs/2407.20371 

(2)https://artificialintelligenceact.eu/fr/what-the-act-means-for-staffing-businesses/