Trier des candidatures avec un agent IA sans discriminer

Une entreprise qui reçoit trois cents candidatures pour un poste ne les lit pas toutes. Personne ne le fait. Dans les faits, un tri s'opère déjà : par ordre d'arrivée, par mise en page, par ce qui accroche l'œil d'un recruteur fatigué en fin de journée.

Le tri manuel n'est donc pas neutre. Il est simplement invisible et non documenté.

L'automatisation ne crée pas le tri. Elle le rend systématique — et, si elle est bien conçue, examinable.

C'est le point que nous voulons expliquer précisément, parce qu'il est mal compris.

Par les données d'exemple. Si l'on entraîne un système sur les candidatures retenues par le passé, il reproduit les préférences passées — y compris celles que personne n'assumerait à voix haute. Un historique déséquilibré produit un système déséquilibré. Le système n'invente pas le biais : il l'apprend et l'applique à grande échelle, avec régularité.

Par les corrélations indirectes. Même en retirant le nom, l'âge et le genre, un modèle peut s'appuyer sur des signaux corrélés : un quartier, un établissement scolaire, une période d'interruption de carrière, la formulation d'une expérience. Retirer une information ne supprime pas ce qu'elle permettait de deviner.

Par la formulation du critère. « Bon relationnel » n'est pas un critère évaluable, c'est une impression. Confié à un modèle, il devient une inférence sur des signaux arbitraires.

L'agent extrait, il ne classe pas seul. Il lit le CV, identifie les compétences, les expériences, les formations, les langues, la durée des postes. Il structure une information éparse.

Le classement s'appuie sur des critères explicites que vous écrivez. Années d'expérience sur telle compétence, maîtrise de telle langue, possession de tel diplôme ou certification. Des critères vérifiables, pas inférés.

Cette séparation est essentielle : le modèle comprend le texte, votre règle décide de la note. Un score produit par un modèle seul est inexplicable, donc incontestable, donc indéfendable devant un candidat qui demande pourquoi il a été écarté.

Aucune décision d'exclusion automatique. L'agent produit un classement et une justification. Le recruteur consulte, y compris hors du haut de liste. Une candidature n'est jamais écartée sans qu'un humain ait pu la voir.

Chaque note est traçable. On peut afficher pourquoi un candidat a obtenu ce score, critère par critère. Si le résultat surprend, on peut vérifier et corriger.

Pas de données non pertinentes. Photo, âge, adresse précise, situation familiale n'entrent pas dans l'évaluation. Ce ne sont pas des critères professionnels.

• Écarter définitivement une candidature sans passage humain
• Noter un trait de personnalité à partir d'un CV
• Utiliser la photo de quelque manière que ce soit
• S'entraîner sur l'historique des recrutements pour en déduire un « profil type »
• Produire un score sans justification consultable

Ce dernier point est le plus important. Un système qui produit un chiffre sans explication ne peut être ni audité, ni corrigé, ni défendu.

Le traitement de candidatures relève de la loi 09-08 : ce sont des données personnelles, collectées pour une finalité précise, avec une durée de conservation à définir et des droits pour les personnes concernées — dont le droit d'accès.

Un candidat peut demander sur quelle base sa candidature a été traitée. Si vous ne pouvez pas répondre, votre système est un risque, pas un outil.

Bien conçu, le tri automatisé produit trois effets qui vont dans le bon sens.

Toutes les candidatures sont lues. Y compris la trois-centième, celle qui arrivait en fin de pile.

Les critères sont explicites et écrits. Ce qui n'était pas le cas du tri manuel.

Le processus est examinable. On peut vérifier si un critère produit un effet indésirable, et le corriger. C'est impossible sur un tri fait de tête.

Autrement dit : correctement conçu, l'outil rend le tri moins arbitraire qu'il ne l'était.

Le risque de discrimination dans le tri automatisé est réel et il se traite par la conception : extraction séparée du classement, critères explicites écrits par vous, traçabilité de chaque note, aucune exclusion automatique. Un prestataire qui ne parle pas de ce risque ne l'a probablement pas traité.