Recrutement par IA : quand les ATS trient les mots-clés, pas les personnes

Le recrutement par IA n’est plus une hypothèse d’avenir : c’est déjà, pour une part croissante des entreprises, la porte d’entrée obligée vers un emploi. Le procès intenté contre Meta pour ses licenciements pilotés par algorithme, documenté dans notre article sur les licenciements IA chez Meta, a mis en lumière la face « sortie » du management algorithmique. Mais la face « entrée » — le tri des candidatures par des logiciels ATS (Applicant Tracking System) qui comparent des mots-clés plutôt que des parcours — s’est installée depuis quinze ans, presque sans débat public, et touche aujourd’hui la quasi-totalité des grandes entreprises occidentales.

Les points clés à retenir

• Une étude de la Harvard Business School et d’Accenture (2021) estime que 27 millions de travailleurs aux États-Unis, au Royaume-Uni et en Allemagne sont rendus « invisibles » par des critères de tri automatisés trop rigides.
• 88 % des employeurs reconnaissent eux-mêmes que leur ATS écarte des candidats pourtant qualifiés, faute de correspondance exacte de mots-clés.
• En France, l’usage de l’IA dans le recrutement des cadres a plus que doublé en un an (13 % des grandes entreprises en 2025, contre 6 % en 2024, selon l’Apec).
• Deux précédents judiciaires structurent déjà le débat : l’outil d’Amazon abandonné en 2018 pour biais sexiste, et le procès en cours Mobley v. Workday, qui pourrait concerner des millions de candidats de plus de 40 ans.
• L’AI Act européen classe le recrutement en « haut risque », mais l’échéance de mise en conformité, initialement prévue en août 2026, est en cours de report au 2 décembre 2027 — un flou réglementaire qui inquiète autant qu’il rassure les entreprises.

Le procès Meta, symptôme d’une mutation plus large

L’affaire Meta, comme le détaille notre enquête sur le ciblage algorithmique des salariés en congé, décrit un système où la productivité est mesurée en continu — frappe au clavier, navigation, notations automatisées — au point qu’une absence légitime (congé maternité, arrêt maladie) est interprétée par la machine comme un désengagement. C’est un cas de management algorithmique en cours d’emploi. Mais il n’est que la partie visible d’un phénomène plus ancien et plus large : la sélection des candidats à l’embauche est, elle aussi, largement automatisée depuis le milieu des années 2010, sans que cela ait suscité le même émoi — précisément parce que les personnes écartées à ce stade n’ont ni les moyens ni, souvent, la conscience d’avoir été jugées par une machine plutôt que par un recruteur.

Une mutation du recrutement engagée depuis plus de vingt ans

Le tri automatisé des candidatures n’est pas né avec l’IA générative. Il s’est construit par strates technologiques successives, chacune déplaçant un peu plus loin la frontière entre évaluation humaine et traitement algorithmique.

Comment les ATS trient : la course aux mots-clés plutôt qu’aux compétences

Le mécanisme technique explique une bonne partie du problème. Un ATS ne « lit » pas un CV comme un humain : il le convertit en texte brut, cherche une correspondance avec les mots-clés extraits de l’offre d’emploi, puis attribue un score de pertinence. Un candidat qui a exercé exactement le même métier, mais sous un intitulé différent — « responsable de la relation client » plutôt que « customer success manager » —, peut ainsi être classé sous la barre de sélection alors que son expérience correspond parfaitement au poste.

L’étude « Hidden Workers » de la Harvard Business School et d’Accenture, menée auprès de plus de 2 000 employeurs et 8 000 salariés aux États-Unis, au Royaume-Uni et en Allemagne, a chiffré ce phénomène : environ 27 millions de travailleurs se trouvent rendus invisibles par des critères de présélection automatisés trop rigides — personnes en situation de handicap, aidants familiaux, anciens détenus, personnes ayant connu une longue période de chômage. Signe que le problème est connu des employeurs eux-mêmes, 88 % d’entre eux admettent que leur système de suivi des candidatures écarte des profils qualifiés simplement parce qu’ils ne correspondent pas mot pour mot à la description du poste.

Les recommandations qui circulent aujourd’hui pour « passer les filtres ATS » — reprendre le vocabulaire exact de l’offre, éviter les mises en page en colonnes, utiliser des intitulés de rubriques standards — sont la conséquence directe de cette logique : le candidat n’écrit plus un CV pour convaincre un humain, mais pour satisfaire un algorithme de correspondance textuelle, quitte à sacrifier la clarté ou l’originalité de sa présentation.

Recrutement humain traditionnel et recrutement piloté par IA : ce qui change

Des précédents judiciaires qui commencent à faire jurisprudence

Deux affaires, l’une déjà refermée, l’autre toujours en cours, illustrent la trajectoire du sujet devant la justice.

Le cas Workday est particulièrement suivi par les juristes du travail parce qu’il ne vise pas seulement l’employeur qui utilise l’outil, mais l’éditeur du logiciel lui-même, considéré comme un « agent » potentiellement coresponsable des décisions discriminatoires. Une juridiction fédérale a jugé que cette qualification pouvait tenir juridiquement, ouvrant la voie à une responsabilité partagée entre l’entreprise cliente et le fournisseur de la technologie — une question directement transposable au cas Meta, et plus largement à toute entreprise européenne qui achète une solution d’IA RH « clé en main » sans en auditer le fonctionnement interne.

La France et l’Europe rattrapées par la vague

Contrairement à une idée reçue, l’IA n’a pas encore envahi le recrutement français — mais son adoption accélère nettement. Selon l’étude annuelle de l’Apec sur les cadres et l’IA, 13 % des ETI et grandes entreprises déclarent avoir utilisé des outils d’IA dans leurs recrutements de cadres en 2025, contre 6 % un an plus tôt : un doublement en douze mois. L’usage reste aujourd’hui concentré sur la rédaction des offres d’emploi (81 % des entreprises utilisatrices), loin devant la préparation des entretiens (41 %) et l’identification automatisée des candidatures correspondant aux profils recherchés (38 %) — cette dernière fonction étant la plus directement comparable aux mécanismes de tri par mots-clés décrits plus haut.

Du côté des candidats, l’IA s’est également généralisée à grande vitesse : selon France Travail, 77 % des demandeurs d’emploi déclarent avoir utilisé au moins une fois un outil d’IA dans leur recherche d’emploi, et 60 % les jugent efficaces pour gagner du temps. Le recrutement se retrouve ainsi pris en étau entre deux automatisations qui se répondent : des candidats qui utilisent l’IA générative pour optimiser leur CV en fonction des mots-clés attendus, et des entreprises qui utilisent l’IA pour filtrer ces mêmes mots-clés — une course à l’armement algorithmique qui, in fine, laisse de moins en moins de place à l’évaluation humaine directe d’un profil réel.

Le cadre juridique européen : ambitieux sur le papier, encore flou dans son calendrier

En France, le Code du travail interdit qu’une décision individuelle produisant des effets juridiques sur un salarié — recrutement compris — repose sur le seul fondement d’un traitement automatisé de données. Le RGPD pose le même principe d’intervention humaine réelle. L’AI Act européen va plus loin en classant explicitement, dans son annexe III, les systèmes utilisés pour publier des offres d’emploi ciblées, analyser et filtrer des candidatures, ou évaluer des candidats parmi les systèmes d’IA « à haut risque », soumis à des obligations de documentation, d’évaluation des biais et de contrôle a posteriori.

Le calendrier de mise en application illustre cependant la difficulté à transformer ce cadre en contrainte opérationnelle. L’échéance initiale pour la conformité des systèmes à haut risque de l’annexe III, fixée au 2 août 2026, fait l’objet d’un accord politique provisoire, conclu début mai 2026 dans le cadre d’un « Digital Omnibus », qui la reporterait au 2 décembre 2027. Tant que cet accord n’est pas formellement adopté, c’est toujours la date d’août 2026 qui s’applique en droit — un entre-deux réglementaire qui laisse, pour l’instant, une large marge d’interprétation aux entreprises sur ce qu’elles doivent réellement documenter et justifier dès aujourd’hui. Les sanctions prévues restent en revanche déjà fixées : jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires mondial pour les pratiques interdites, et jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires mondial pour un manquement aux obligations applicables aux systèmes à haut risque.

Pourquoi le procès Meta compte, même pour un simple utilisateur d’ATS

Le procès Meta ne porte pas directement sur le recrutement, mais sur la gestion des effectifs en poste. Il compte malgré tout pour tout le secteur RH, recrutement inclus, pour une raison précise : c’est la première fois qu’une procédure judiciaire de cette ampleur pourrait forcer un géant de la tech à ouvrir la « boîte noire » de ses algorithmes de gestion du personnel devant un tiers indépendant. Si les avocats des salariés obtiennent l’audit qu’ils réclament, la méthodologie développée pour examiner ce système deviendra immédiatement transposable à l’analyse d’un ATS de recrutement : quelles données sont utilisées, comment sont pondérés les critères, quels groupes de candidats sont statistiquement défavorisés.

Le parallèle avec Mobley v. Workday est direct : dans les deux cas, la défense de l’entreprise repose sur l’argument qu’« un humain valide toujours la décision finale ». Ce sont précisément ces deux procédures qui vont déterminer si cet argument reste juridiquement suffisant, ou si les tribunaux exigent désormais la preuve d’un examen humain réel et documenté, à l’embauche comme au licenciement.

Ce que ça change concrètement pour les recruteurs, les éditeurs de logiciels et les candidats

Pour les directions des ressources humaines, la défense classique du simple tampon de validation humaine perd du terrain, en France comme aux États-Unis. Documenter les cas où un recruteur s’écarte du score proposé par l’outil, conserver une trace de cet examen, et anticiper un audit externe deviennent des pratiques de prudence élémentaire plutôt que des options.

Pour les éditeurs de solutions RH, la jurisprudence Workday indique que la responsabilité ne s’arrête plus à la porte de l’entreprise cliente : le fournisseur de la technologie peut être considéré comme coresponsable des effets discriminatoires de son propre outil, ce qui change la nature des garanties à apporter dès la conception.

Pour les candidats, enfin, la meilleure protection reste, en l’état, une adaptation stratégique du CV aux mots-clés de l’offre — un pis-aller qui confirme, plutôt qu’il ne résout, le problème de fond : un recrutement qui évalue de mieux en mieux la correspondance textuelle entre un CV et une offre, et de moins en moins bien la personne réelle derrière le document.

Sources

• iacapsule.fr — Licenciements IA Meta : des employés poursuivent en justice
• iacapsule.fr — Licenciements chez Meta : l’IA a-t-elle ciblé les salariés en congé ?
• Harvard Business School — Hidden Workers: Untapped Talent (2021)
• Accenture — Hidden Workers, Untapped Talent (rapport complet)
• ACLU — Why Amazon’s Automated Hiring Tool Discriminated Against Women
• MIT Technology Review — Amazon ditched AI recruitment software because it was biased against women
• Akin Gump — Court Allows Discrimination Claims Against AI Hiring Tool to Proceed (Mobley v. Workday)
• Law and the Workplace — AI Bias Lawsuit Against Workday Reaches Next Stage
• Apec — Recrutement de cadres : les pratiques évoluent à l’heure de l’IA (2026)
• France Travail — Intelligence artificielle et recherche d’emploi
• WEnvision — AI Act : report de l’échéance d’août 2026 pour les systèmes à haut risque
• Clubic — AI Act : recrutement, crédit, éducation… Bruxelles précise quels systèmes sont « à haut risque »