Entretien IA : avantages, risques et droits des candidats
Entretien IA : découvrez pourquoi les recruteurs l’adoptent, ce que révèlent les chiffres et comment préserver l’équité et les droits des candidats.

Entretien IA : quand les recruteurs automatisent l'échange qu'ils reprochent aux candidats
Les candidats sont de plus en plus soupçonnés d'utiliser l'intelligence artificielle pour rédiger leur CV ou leur lettre de motivation. Dans le même temps, de nombreuses entreprises déploient des outils d'IA pour mener des entretiens préliminaires et réduire le volume de candidatures à traiter. Cette contradiction résume bien une tension récente du recrutement : l'IA semble suspecte quand elle vient du candidat, mais devient acceptable quand elle sert l'employeur.
Une enquête menée par Greenhouse auprès de 1 347 recruteurs et responsables du recrutement aux États-Unis, au Royaume-Uni, en Allemagne, en Australie et en Irlande donne un premier aperçu de l'ampleur du phénomène. Elle ne porte pas sur la France, et ses résultats reposent sur ce que déclarent les employeurs, pas sur une mesure indépendante des décisions prises. À ce titre, il faut les lire avec prudence. Reste qu'une question devient très concrète : lorsqu'un entretien avec une IA s'inscrit dans le parcours, le candidat peut-il vraiment dire non sans perdre ses chances ?
Cet article fait le tri entre ce que montrent les chiffres, ce qu'ils ne permettent pas de prouver, et ce que cela peut changer pour les candidats. L'enjeu n'est pas de trancher pour ou contre l'IA, mais de comprendre à quelles conditions elle élargit l'accès à l'emploi sans rendre les décisions moins explicables.
Pourquoi les recruteurs se méfient des candidatures assistées par l'IA
Selon l'enquête Greenhouse, 90 % des employeurs américains interrogés disent avoir déjà écarté de « vrais » candidats parce que leur dossier leur semblait faux ou généré par une IA. Attention : ce chiffre ne veut pas dire que 90 % des dossiers rejetés étaient effectivement inauthentiques, ni que des outils de détection auraient confirmé l'usage de l'IA. Greenhouse précise que les réponses reflètent la perception des employeurs, pas un résultat vérifié.
Cette nuance compte. Un recruteur peut se méfier d'un texte parce qu'il est trop lisse, trop générique ou très bien calibré. Mais ces indices ne prouvent pas grand-chose : un candidat peut avoir été aidé par un conseiller, s'appuyer sur un modèle de lettre, ou simplement connaître les codes du recrutement. À l'inverse, un dossier rédigé (ou fortement retravaillé) avec une IA peut aussi contenir des erreurs ou des formulations reconnaissables. Dans tous les cas, déduire la sincérité d'un dossier à partir du seul style revient surtout à confondre une impression avec une preuve.
Le problème n'est pas l'outil, mais la qualité de l'évaluation
L'IA peut aider un candidat à mieux formuler son expérience, comme un correcteur ou un accompagnement professionnel. Elle peut aussi produire des formulations qui gonflent les compétences. La question utile n'est donc pas seulement : « Le candidat a-t-il utilisé une IA ? ». Elle est plutôt : « Peut-il démontrer les compétences et les résultats qu'il annonce ? »
Du côté de l'employeur, cela implique de vérifier ce qui compte vraiment : réalisations concrètes, méthodes de travail, part personnelle dans les projets, et capacité à expliquer des choix. Un échange structuré ou un exercice réaliste donne souvent plus d'informations qu'un jugement basé uniquement sur la forme d'un CV. Oui, cela demande du temps. Mais cela réduit le risque d'écarter des profils solides pour de mauvaises raisons.
Pourquoi la défiance peut dégrader les recrutements
Quand les recruteurs cherchent des candidatures « qui ne ressemblent pas à de l'IA », ils finissent parfois par privilégier des signaux de forme plutôt que des preuves de compétence. Les personnes qui connaissent les codes implicites du secteur peuvent alors être avantagées, même si elles ne sont pas les plus adaptées au poste. Et ceux qui écrivent avec moins d'aisance - candidats non natifs, personnes en reconversion, ou profils qui veulent simplement un coup de main pour structurer - peuvent être pénalisés, parfois sans intention.
Il y a aussi un coût opérationnel. Une équipe qui écarte rapidement des dossiers « suspects » réduit le volume à traiter, mais elle ne sait pas ce qu'elle a perdu. Le bon objectif est de distinguer l'usage d'un outil de la véracité des informations, puis d'évaluer les candidats à partir de critères liés au poste. Cela n'empêche pas tous les biais, mais rend la décision plus défendable et plus vérifiable.
Que disent vraiment les chiffres sur les entretiens IA
L'enquête Greenhouse fait apparaître une adoption en hausse : environ la moitié des employeurs interrogés disent utiliser des entretiens menés par une IA pour entendre davantage de candidats en début de parcours. Parmi ceux qui y ont recours, 40 % déclarent avoir repéré des profils solides qu'ils auraient pu manquer autrement. Autrement dit : l'automatisation pourrait aider à remettre dans la course des candidatures écartées lors d'un tri initial rapide.
Greenhouse rapporte aussi un exemple ponctuel. Une professionnelle des ressources humaines aurait soumis à son outil 200 candidatures déjà rejetées. L'IA en aurait signalé 19. Les cinq personnes retenues en finale venaient de ce groupe, et l'entreprise aurait finalement recruté une seule personne. C'est un cas qui illustre un usage possible, pas une preuve que l'IA améliore systématiquement la qualité des recrutements. Et c'est une expérience rapportée par l'entreprise qui commercialise l'outil.
Ce que les données permettent de conclure
Le point le plus solide est que les pratiques bougent. Dans l'enquête, 86 % des employeurs disent avoir modifié leur processus pour tenir compte de l'IA ; parmi eux, 57 % ont ajouté un entretien humain. Les organisations ne remplacent donc pas forcément chaque échange par une machine. Certaines ajoutent une étape, d'autres utilisent l'IA pour ouvrir le premier contact à davantage de personnes.
Greenhouse indique aussi que, parmi les employeurs qui disent avoir gagné du temps grâce à l'IA, 85 % déclarent le réinvestir dans le recrutement. Les usages mentionnés portent notamment sur plus de temps avec les personnes présélectionnées et sur des entretiens proposés plus tôt à un plus grand nombre de profils. Sur le papier, c'est logique : automatiser une tâche répétitive pour réserver le jugement humain aux moments où il compte vraiment.
Ce que les données ne permettent pas de conclure
L'enquête ne mesure pas directement la qualité des décisions prises avec ou sans IA. Elle ne dit pas combien de candidats seraient rejetés à tort, ni si les outils donnent des résultats comparables selon l'accent, le handicap, l'âge, ou la qualité de connexion. Elle ne montre pas non plus si l'expérience vécue est réellement meilleure, côté candidats. La notion d'« expérience améliorée » vient des employeurs ; elle ne suffit pas à établir que les personnes évaluées sont satisfaites.
Il faut aussi tenir compte du biais de sélection : les organisations qui choisissent de déployer une solution peuvent être, au départ, plus convaincues par ces outils. Enfin, les chiffres agrègent plusieurs pays, avec des marchés du travail et des règles différentes. Ils ne décrivent donc pas mécaniquement la réalité française. La lecture la plus prudente est celle-ci : l'IA peut faire remonter des candidatures oubliées, mais les données disponibles ne prouvent pas que cela se fait de manière fiable et équitable à grande échelle.
À retenir : une hausse du nombre de profils examinés mesure surtout l'activité, pas la qualité des recrutements. Il faut regarder les erreurs, l'équité des résultats et la façon dont les candidats vivent le processus.
Les candidats ont-ils réellement le choix
Une enquête précédente de Greenhouse indique que 7 % des candidats américains refuseraient un entretien avec une IA si on leur propose. Parmi ceux qui en ont déjà passé un, 70 % disent que l'exercice les a aidés à montrer leurs compétences. Ces réponses peuvent traduire une expérience positive, mais elles dépendent aussi du contexte : quand un candidat n'a quasiment jamais accès à un échange humain, toute possibilité de dialogue peut sembler préférable à un silence.
Greenhouse rapporte aussi un autre chiffre : 81 % des personnes en recherche d'emploi interrogées avaient été rejetées au cours de l'année précédente sans parler à qui que ce soit dans l'entreprise - ni à un humain, ni à une IA. Dans ces conditions, comparer un entretien automatisé à un « entretien humain idéal » reste théorique. Pour beaucoup, le choix concret se résume plutôt à répondre à un outil ou ne pas accéder à l'échange.
Accepter n'est pas forcément approuver
Une faible proportion de refus ne prouve pas que les candidats préfèrent les entretiens automatisés. Elle peut simplement indiquer que le coût d'un refus est jugé plus élevé que le coût de participer. Ce déséquilibre est particulièrement visible dans un marché tendu, quand les candidats craignent qu'un refus les exclue définitivement du processus.
L'enquête montre aussi que les candidats posent des conditions : 49 % veulent savoir si un humain examinera leurs réponses, et 40 % veulent comprendre comment ils seront évalués. Ce sont des demandes raisonnables. Une personne peut accepter de répondre à un entretien automatisé tout en demandant comment ses données seront utilisées, où se place le résultat dans la décision, et s'il existe un moyen de demander une autre modalité.
Ce qui rend l'entretien plus acceptable
Un entretien automatisé peut offrir de la souplesse : répondre à un horaire qui convient, éviter parfois un déplacement, et disposer d'un temps de parole plus long que pour un premier appel de quelques minutes. Certains se sentent aussi moins intimidés par une interface que face à un recruteur. Mais ces avantages dépendent du poste, du format et de la qualité de l'outil.
À l'inverse, une conversation enregistrée, chronométrée ou analysée sans explication peut générer de l'anxiété. Un candidat peut avoir besoin d'aménagements liés à un handicap, ne pas disposer d'un environnement calme, ou préférer répondre dans une autre langue. Une procédure équitable ne veut pas dire que tout le monde passe exactement la même épreuve ; elle veut dire que chacun peut démontrer les compétences utiles dans des conditions raisonnables.
Pour un candidat, quelques précautions aident : demander qui examinera les réponses, comment elles seront utilisées, si une alternative humaine est possible, et combien de temps les données seront conservées. Ces questions ne garantissent pas une réponse satisfaisante, mais elles permettent de comprendre le processus avant de s'y engager. Côté employeur, rendre ces informations visibles avant l'entretien évite de faire porter au candidat toute la charge de la transparence.
Conclusion
Les entretiens par IA peuvent permettre une première conversation avec des candidats qui auraient autrement été écartés sur dossier. Mais les chiffres disponibles ne prouvent ni que ces outils sélectionnent mieux, ni que les candidats y adhèrent par préférence. Dans un marché où beaucoup de personnes n'obtiennent même pas d'échange avec un recruteur, l'acceptation doit être interprétée avec prudence.
Pour les entreprises, la décision utile n'est pas d'adopter ou de bannir l'IA « par principe ». Il faut définir son rôle, expliquer son fonctionnement, vérifier ses effets et garder une responsabilité humaine réelle sur les décisions qui changent le parcours d'un candidat. Pour les candidats, demander des critères clairs, un examen humain et des modalités adaptées est légitime. L'efficacité ne vaut que si elle ne transforme pas l'opacité en nouvelle norme du recrutement.
Comment encadrer un entretien IA sans dégrader le recrutement
Le bon critère n'est pas de savoir si une entreprise utilise l'IA, mais quel rôle elle lui donne et comment cette décision est contrôlée. Un outil qui aide à organiser les réponses n'a pas le même niveau de risque qu'un système qui classe automatiquement les candidats ou écarte directement des profils. Greenhouse indique que, parmi les tâches que les employeurs seraient prêts à déléguer à un agent d'IA, faire avancer un candidat arrive en dernier - à 7 %. Cette prudence est compréhensible : évaluer une personne a des conséquences majeures, et ce n'est pas un problème de simple traitement de texte.
Définir un périmètre avant de choisir un outil
Avant de déployer un outil, l'équipe de recrutement devrait écrire ce que la solution est autorisée à faire et ce qui doit rester une décision humaine. On peut distinguer trois niveaux :
Plus l'outil s'approche du troisième niveau, plus les risques augmentent. L'entreprise doit alors justifier le besoin d'automatiser, tester les effets sur différents groupes et prévoir un recours réel. Dire « il y a un humain » ne suffit pas si ce humain valide systématiquement un classement sans pouvoir le comprendre ni le contester.
Rendre les critères et la supervision vérifiables
Les critères d'évaluation doivent être liés aux tâches du poste et communiqués aux recruteurs. Une « bonne réponse » ne devrait pas être définie par une manière de parler, un accent ou une aisance à improviser, sauf si c'est vraiment nécessaire pour le travail. Il faut aussi tester les entretiens avec des profils variés, documenter les résultats et surveiller les écarts entre groupes.
La supervision humaine doit être utile, pas décorative : examiner les éléments pertinents, repérer les limites de l'analyse automatisée et pouvoir modifier une recommandation. Il faut conserver une trace compréhensible de la décision finale : quels critères ont pesé, quelles informations ont été vérifiées, et qui assume le résultat. Sans cette responsabilité, l'outil risque de devenir un écran derrière lequel personne ne peut expliquer un refus.
Appliquer les règles européennes au contexte réel
En Europe, le recrutement fait partie des domaines où l'utilisation de systèmes d'IA peut relever d'exigences renforcées au titre du règlement européen sur l'IA, selon la finalité et le fonctionnement du système. Le RGPD s'applique également aux données personnelles traitées pendant le processus : information des personnes, limitation des données collectées, durée de conservation et droits applicables. Les obligations exactes dépendent du système et de l'usage qui en est fait. Une entreprise doit donc évaluer sa situation avec ses équipes juridiques et celles en charge de la protection des données, plutôt que de se contenter d'une promesse commerciale du fournisseur.
Concrètement, un dispositif responsable devrait au minimum prévoir une information claire avant l'entretien, une solution de remplacement quand c'est nécessaire, une durée de conservation définie, un accès limité aux enregistrements et une procédure de réexamen humain. Il doit aussi être testé dans des conditions proches de celles des candidats : appareils différents, connexions ordinaires, accents et situations de handicap. Si ces tests ne sont pas possibles, il ne faut pas présenter les résultats comme une évaluation objective.
Une grille de décision avant déploiement
Avant de mettre un entretien IA en production, il faut vérifier :
Si l'entreprise ne peut pas répondre clairement à ces points, le gain d'efficacité n'est pas, à lui seul, une raison suffisante de déployer l'outil. Le recrutement n'est pas uniquement un entonnoir à accélérer : c'est aussi le moment où l'organisation explique ses exigences et construit une relation de confiance avec de futurs collaborateurs.