IA et recrutement : analyser les candidats sans décider

L’IA et le recrutement ne se rencontrent plus uniquement dans la rédaction d’une offre d’emploi. Un outil peut aussi rechercher une information, rapprocher des critères ou attirer l’attention sur un dossier. Le recruteur conserve alors le dernier mot. Pourtant, la manière dont le logiciel présente une candidature peut déjà influencer son analyse.

C’est cette frontière que Business Times a souhaité explorer avec Clotilde Mérillon, DRH France de Tellent. L’éditeur a annoncé son nouvel agent le 29 septembre 2026. Il présente un outil connecté aux données de sa plateforme, capable de préparer des analyses et certaines actions. Selon cette annonce, chaque action nécessite l’approbation de l’utilisateur.

L’entreprise annonçait alors une bêta fermée de six semaines, avant une extension publique. Ce calendrier décrit son programme de lancement. Il ne constitue pas un bilan des performances déjà obtenues.

IA et recrutement : le dernier clic ne résume pas le contrôle humain

Pour une PME, le sujet concerne le travail de vérification autant que le temps gagné. Une recommandation peut mettre en avant une expérience et laisser une autre information au second plan. Le recruteur doit donc pouvoir comprendre le résultat, revenir aux données du dossier et corriger l’évaluation. Notre analyse de la responsabilité face aux erreurs d’une IA autonome examine cette organisation du contrôle.

La Commission européenne cite les logiciels de tri des CV parmi les usages d’IA à haut risque. Cette catégorie implique un cadre spécifique, selon les fonctions et les conditions d’usage du système. Le simple maintien d’une validation humaine ne suffit donc pas à conclure à sa conformité. La CNIL propose également un guide du recrutement et de la protection des données des candidats.

L’enjeu commence aussi avec les critères choisis par l’employeur. Un intitulé vague ou une exigence mal définie compliquent l’évaluation, avec ou sans IA. Notre article sur les compétences IA dans les offres d’emploi revient sur l’importance de décrire les capacités réellement attendues.

Comprendre les recommandations et mesurer la qualité des recrutements

Nous avons demandé à Clotilde Mérillon ce qui distingue cet agent d’un assistant classique. Nous l’avons aussi interrogée sur les biais et les preuves d’efficacité attendues. Ses réponses suivent intégralement. Elles décrivent les choix et les engagements de Tellent ; elles ne remplacent pas une évaluation indépendante du produit.

1. De l’assistant à l’agent : quelle autonomie ?

Vous présentez Tellent Intelligence comme passant du statut d’assistant à celui d’agent.

Pourtant, l’outil ne recrute personne de manière autonome et chaque action doit encore être approuvée par l’utilisateur. La différence entre un assistant IA très évolué et un véritable agent peut donc être difficile à percevoir pour une entreprise.

Concrètement, qu’est-ce que votre Agent IA fait aujourd’hui qu’un assistant classique ne pouvait pas faire, et jusqu’où comptez-vous augmenter son autonomie ?

Clotilde Mérillon. Un assistant IA classique sert principalement à produire du contenu : rédiger un e-mail, résumer un document ou préparer une offre d’emploi. Avec l’Agent IA de Tellent, on va plus loin puisqu’il peut également utiliser des outils pour le compte d’une personne pour effectuer certaines tâches, rechercher des informations dans des documents connectés ou exploiter des données, lorsque l’entreprise a activé ces fonctionnalités.

Concrètement, l’Agent peut prendre en charge une partie du travail de recherche et de préparation qui mobilise habituellement les équipes RH. Il intervient toujours dans les limites des autorisations accordées à l’utilisateur.

Les décisions qui restent au recruteur

En revanche, il ne prend aucune décision de recrutement. Il ne peut ni accepter ni rejeter automatiquement une candidature, ni décider qu’un candidat est préférable à un autre. Nous avons également choisi de ne pas proposer de fonctionnalité permettant de faire avancer automatiquement un candidat dans le processus de recrutement. Toute action ayant un impact sur une candidature reste effectuée par une personne, et les utilisateurs doivent vérifier les résultats produits par l’IA.

Pour la suite, nous prévoyons d’étendre progressivement les capacités de l’Agent. Les entreprises pourront choisir d’activer ou non les nouvelles fonctionnalités, sous le contrôle de leurs administrateurs. Chaque évolution suivra les mêmes processus de validation et de tests de non-régression que les autres mises à jour avant son déploiement.

L’objectif est de permettre aux équipes RH de déléguer davantage de tâches de recherche, de synthèse ou de préparation, tout en conservant la responsabilité des décisions relatives aux candidats et aux collaborateurs.

2. Comment expliquer les recommandations et limiter les biais ?

Une IA n’a pas besoin de prendre la décision finale pour influencer un recrutement.

Le simple fait de signaler certaines informations, de mettre en avant un problème ou de formuler une recommandation peut orienter l’attention du recruteur. Avec l’AI Act, le RGPD et les risques de discrimination, cette question devient particulièrement sensible.

Comment pouvez-vous démontrer qu’une recommandation de l’Agent n’introduit pas de biais et permettre au recruteur de comprendre pourquoi elle lui a été proposée ?

Clotilde Mérillon. C’est effectivement un point important. Une recommandation peut influencer l’analyse d’un recruteur, même lorsque celui-ci conserve la décision finale. Nous avons donc prévu plusieurs mécanismes pour encadrer l’utilisation de l’IA et permettre aux équipes RH de comprendre les résultats qui leur sont proposés.

Dans les fonctionnalités de présélection et de mise en correspondance des candidatures (Screening et Matching), ce sont les recruteurs qui définissent les critères d’évaluation. Pour chaque critère, l’outil affiche un résultat accompagné d’une explication directement sur le profil du candidat. Le recruteur peut ainsi comprendre pourquoi une information a été mise en avant et modifier l’évaluation s’il n’est pas d’accord. Ces modifications sont enregistrées dans l’historique du candidat et les journaux d’audit.

Données transmises et critères sensibles

Pour les fonctionnalités Screening et Matching, nous retirons également les informations permettant d’identifier directement les candidats avant leur transmission au fournisseur d’IA. Cela concerne notamment le nom, la date de naissance, la photographie, les coordonnées, le genre ou la nationalité. L’outil avertit par ailleurs les utilisateurs lorsqu’ils sélectionnent des critères potentiellement sensibles, comme l’âge, le handicap, la religion ou l’origine ethnique. L’assistant de présélection ne réalise aucun profilage comportemental, prédictif ou de personnalité.

Les fonctionnalités sont aussi testées avant leur lancement pour vérifier la précision et la pertinence des résultats, ainsi que les risques de biais. Nous continuons ensuite à suivre leur fonctionnement une fois déployées afin de détecter d’éventuelles anomalies.

Les entreprises restent responsables de l’évaluation des résultats proposés par l’IA. Les recruteurs doivent exercer leur jugement professionnel et juridique, et informer les candidats de l’utilisation de ces outils dans le processus de recrutement. Nous estimons que cette responsabilité partagée est l’approche la plus juste.

3. Quels résultats mesurer pendant la bêta ?

La promesse de gain de temps est forte, mais elle devra pouvoir être mesurée.

Vous indiquez notamment qu’une interrogation des données de recrutement qui pouvait auparavant nécessiter plusieurs jours de travail d’analyse peut désormais obtenir une réponse pratiquement immédiate.

Quels indicateurs allez-vous mesurer pendant cette bêta pour démontrer que l’Agent améliore réellement le recrutement, et pas simplement qu’il le rend plus rapide ?

Clotilde Mérillon. Nous allons d’abord mesurer le temps nécessaire pour obtenir une réponse à partir des données de recrutement, en le comparant aux délais d’analyse précédemment observés. Nous regarderons également si ces gains ont un effet sur la durée globale des processus de recrutement, notamment le délai de pourvoi des postes.

Nous allons aussi évaluer la qualité des réponses. Cela passe par une comparaison avec des analyses réalisées par des humains, sur un ensemble défini de questions, mais aussi par la vérification des données sources utilisées. Nous suivrons également la fréquence à laquelle les utilisateurs corrigent ou modifient les résultats proposés par l’Agent.

Du temps gagné à la qualité des embauches

Nous avons déjà mis en place des processus d’évaluation de nos fonctionnalités d’IA, notamment sur leur précision, leur pertinence et leur cohérence. Nous observons également la manière dont les utilisateurs exploitent ou modifient les résultats générés. La phase bêta permettra de poursuivre ces évaluations dans des conditions réelles d’utilisation.

Une fois l’Agent pleinement déployé, nous prévoyons d’élargir ce suivi à des indicateurs liés à la qualité des recrutements, comme le taux d’acceptation des offres, la fidélisation des nouvelles recrues, la satisfaction des managers recruteurs ou encore l’expérience candidat.