L’intelligence artificielle s’impose désormais comme un outil central dans les processus de recrutement en France. Selon Capital, la Commission nationale de l’informatique et des libertés (CNIL) a placé, dès le 3 avril 2026, le recrutement automatisé parmi ses priorités de contrôle. Cette décision intervient alors que l’IA est déjà massivement intégrée dans les pratiques des entreprises, soulevant des questions sur la transparence et les biais algorithmiques.
Ce qu'il faut retenir
- 43 % des organisations utilisaient déjà l’IA pour des tâches RH en 2025, contre 26 % en 2024, et 78 % l’ont intégrée dans au moins une fonction métier, d’après Jean-Noël Chaintreuil, expert en IA appliquée aux ressources humaines.
- La CNIL cible particulièrement les outils de tri automatisé de CV, de scoring des candidats et d’analyse vidéo, considérés comme à haut risque en raison des biais algorithmiques.
- Avec l’entrée en vigueur progressive de l’AIE Act européen, les entreprises devront documenter leurs algorithmes et justifier leurs critères de sélection, sous peine de sanctions.
- Seulement une minorité de candidats utilisent leurs droits (information, intervention humaine, contestation) face aux refus automatisés, selon l’expert.
- Le phénomène de « shadow AI » — utilisation d’outils IA sans cadre officiel — touche aussi bien les grandes entreprises que les PME, révélant un manque de gouvernance.
L’IA dans les RH : une adoption massive et des enjeux éthiques croissants
Le débat sur l’intégration de l’intelligence artificielle dans les ressources humaines n’est plus d’actualité. Comme le souligne Jean-Noël Chaintreuil, expert français de référence, 2026 marque un tournant. Les chiffres parlent d’eux-mêmes : 43 % des organisations utilisaient l’IA pour des tâches RH en 2025, contre 26 % un an plus tôt. Plus largement, 78 % des entreprises ont intégré cette technologie dans au moins une fonction métier. Des outils comme le parsing de CV, le sourcing automatisé ou le scoring des candidats sont désormais monnaie courante, promettant efficacité et gain de temps.
Pourtant, cette révolution technologique s’accompagne de risques majeurs. Les biais algorithmiques, souvent ignorés, reproduisent à grande échelle les préjugés humains. Un algorithme entraîné sur des années de décisions de recrutement peut, sans le vouloir, défavoriser certains profils — par exemple en fonction de l’âge ou de l’origine géographique. Des affaires aux États-Unis ont déjà mis en lumière ces dérives, où des candidats se sont vu refuser un emploi en raison de critères discriminants intégrés dans les algorithmes.
Quels outils sont concernés par les contrôles de la CNIL ?
La CNIL a identifié sept usages dominants de l’IA dans le recrutement, mais tous ne sont pas considérés comme aussi risqués. Parmi les pratiques acceptables sous conditions, on trouve le tri automatisé des CV ou la planification d’entretiens. En revanche, les systèmes d’analyse de personnalité automatisée, les outils prédictifs de performance ou certaines analyses vidéo d’entretiens font l’objet d’une surveillance accrue.
Jean-Noël Chaintreuil détaille ces usages :
« Sept usages dominent aujourd’hui : le parsing (extraction automatique des informations d’un CV), le tri de CV, le sourcing automatisé, le scoring des candidats, la rédaction d’offres, les chatbots de préqualification, l’analyse vidéo d’entretien et la cartographie des compétences. »Mais le vrai défi, selon lui, réside dans la capacité de ces systèmes à amplifier les discriminations.
« Un recruteur humain peut discriminer dix candidats dans une journée. Un algorithme biaisé peut en écarter dix mille dans l’heure. »
Un cadre réglementaire qui se durcit, mais des pratiques encore floues
Avec l’adoption progressive de l’AIE Act — le règlement européen sur l’intelligence artificielle — les outils de tri, scoring et présélection sont désormais classés comme des systèmes à haut risque. Les entreprises doivent désormais se conformer à des obligations strictes : documenter le fonctionnement de leurs algorithmes, justifier les critères utilisés et garantir la possibilité d’un contrôle humain. Autant dire que le sujet dépasse désormais la simple question technologique pour devenir un enjeu de conformité juridique.
Pourtant, selon Jean-Noël Chaintreuil, de nombreuses organisations avancent encore sans véritable cadre.
« Les grands groupes ont déployé des suites RH avec des briques IA intégrées. Les entreprises de taille intermédiaire empilent souvent les outils sans gouvernance. Et il existe une masse silencieuse de recruteurs qui utilisent ChatGPT sans aucun encadrement. »Ce phénomène, qu’il qualifie de « shadow AI », révèle un manque criant de supervision :
« L’IA RH est déjà là. Le vrai sujet, c’est qu’une bonne partie tourne déjà sans pilote. »
Protéger les candidats : un droit théorique, une réalité difficile
Le RGPD offre aux candidats plusieurs droits lorsqu’une décision est prise à l’aide d’un traitement automatisé : droit à l’information, droit à une intervention humaine, droit d’obtenir des explications et possibilité de contester une décision. Pourtant, dans les faits, ces recours sont rarement utilisés.
« Le candidat reçoit un mail de refus, ignore qu’un algorithme est intervenu et n’a ni les codes ni l’énergie pour activer ses recours. »Pour Jean-Noël Chaintreuil, le véritable test des prochaines années sera celui de l’effectivité de ces droits.
Selon lui,
« Le droit existe sur le papier. Dans sa boîte mail, il n’y a qu’un refus. »La CNIL, en renforçant ses contrôles, vise justement à combler cet écart entre les obligations légales et les pratiques observées sur le terrain. Les prochaines inspections devraient permettre de mesurer l’écart entre les règles et leur application réelle.
Un enjeu qui dépasse largement le cadre du recrutement : l’utilisation de l’IA dans les RH interroge plus globalement sur l’équilibre entre innovation et protection des individus. Dans un contexte où l’automatisation gagne du terrain, la question n’est plus de savoir si l’IA sera utilisée, mais bien comment elle le sera — et à quel prix.
Les principaux risques sont les biais algorithmiques, qui peuvent reproduire ou amplifier des discriminations (âge, origine, genre, etc.), et le manque de transparence dans les critères de sélection. Un algorithme entraîné sur des données biaisées peut écarter des milliers de candidats en quelques heures, sans que le processus ne soit compréhensible pour les concernés.
Tous les secteurs utilisant l’IA pour le recrutement sont concernés, mais les grandes entreprises et les PME ayant adopté des outils sans cadre clair sont particulièrement dans le viseur. Le phénomène de « shadow AI » — utilisation d’outils non régulés — touche aussi bien les startups que les groupes du CAC 40.