Une responsable RH d'un cabinet de 6 chargés de recrutement à Bordeaux, en janvier : « mon équipe utilise déjà l'IA pour trier les CV. Personne ne sait quels prompts, sur quel outil, ni ce qui en sort. Je suis terrifiée. » Elle avait raison de l'être. L'IA dans le tri CV, c'est la zone où le gain de temps est réel (4 à 8 heures par semaine sur un service RH actif) et où le risque juridique est sérieux (RGPD, IA Act, prud'hommes, discrimination indirecte). Le sujet n'est pas « est-ce qu'on l'utilise ». C'est « où, comment, sous quel contrôle ».
Le piège de l'IA shadow en recrutement
Les éditeurs ATS vendent l'IA partout. Vos chargés de recrutement, eux, ont déjà sauté le pas, en parallèle, dans leur coin. Outils grand public. Prompts maison. Aucune politique écrite. Aucun audit. C'est le pire scénario possible : vous avez les risques juridiques sans le gain organisé.
Quatre process où ça paie. Deux où la loi vous arrête. Trois risques de discrimination à connaître avant de brancher quoi que ce soit.
Quatre process qui paient
Pré-tri qualitatif (et pas filtrage)
80 à 300 CV par poste sur les fonctions communes (commercial, comptable, dev, marketing). Beaucoup sont hors-cible. Aujourd'hui votre chargé de recrutement passe plusieurs heures par poste à lire pour ne garder que les profils pertinents.
Une IA lit et résume chaque CV en 30 secondes. Elle extrait les éléments clés (formation, expérience pertinente, mobilité, prétentions salariales si mentionnées). Elle propose un classement par adéquation au brief. Le chargé valide en 30 minutes au lieu de 4 heures.
Distinction critique : c'est de l'aide à la décision humaine. Pas un filtrage automatique éliminatoire. Tous les CV restent visibles au recruteur. L'IA classe. Le recruteur décide.
3 à 6 heures par poste. Sur un cabinet avec 20 missions actives, c'est l'équivalent d'un mi-temps libéré.
Première version des annonces
Une annonce sérieuse, c'est 1h30 à 2h : reformuler le brief client en attractif candidat, structurer (mission, profil, conditions), accroche, traduire les acronymes métier, optimiser pour le SEO de l'annonce.
Une IA produit la première version en 1 minute, à partir du brief structuré. Le chargé valide, ajuste le ton, ajoute les éléments différenciants client, publie. 20 minutes au lieu de 1h30.
Sur un cabinet avec 40 nouvelles annonces par mois, ça libère 40 à 50 heures.
Scoring sur critères neutres
Une fois les 20 à 30 CV pré-triés, vous les classez selon des critères pertinents pour le poste : adéquation expérience / cible, alignement compétences techniques, mobilité, disponibilité, prétentions.
Une IA score chaque candidat sur ces critères (et seulement ces critères, voir la section discrimination plus bas) et génère une fiche de synthèse comparative que le chargé de recrutement utilise comme support de réunion avec le client.
2 à 3 heures gagnées par poste sur la préparation client. Et des présentations qui tiennent debout, avec données structurées et comparaisons claires.
Réponses aux candidats non retenus
Un candidat qui a postulé mérite une réponse, même négative. Aujourd'hui dans la majorité des cabinets, une grande part des candidats non retenus n'ont aucune réponse. C'est mauvais pour la marque employeur de votre client. Et c'est de plus en plus mal vu par les plateformes (LinkedIn, Indeed).
Une IA envoie un message personnalisé à chaque candidat non retenu, mentionnant son profil, le poste, et la raison principale du non-match, avec tact. Le candidat est traité humainement. Votre cabinet et votre client sortent grandis.
100% des candidats reçoivent une réponse. Taux de réactivation sur futurs postes en hausse. Et un client qui ne reçoit plus d'appels furieux du candidat qui a vu son CV disparaître dans un trou noir.
Deux process où la loi vous arrête
Ce qui suit résume les textes en vigueur à la date de mise à jour de l'article (septembre 2026). Ce n'est pas un conseil juridique : pour un outil précis, faites valider par votre DPO ou un avocat.
Le filtrage éliminatoire automatique
Côté RGPD, c'est déjà applicable. L'article 22 du RGPD encadre les décisions « fondées exclusivement sur un traitement automatisé » qui affectent une personne de manière significative. Dans son guide du recrutement (fiche n° 13), la CNIL considère qu'écarter un candidat par une décision exclusivement automatisée l'affecte en général de manière importante, et que ces procédés sont « en principe interdits par le RGPD ». Ils ne sont admis que dans des conditions exceptionnelles : le consentement du candidat peut très rarement servir de base (il n'est pas libre face à un recruteur), et il n'existe pas en France de texte spécifique qui les autorise. Reste la nécessité pour conclure le contrat, à analyser au cas par cas.
Si vous y recourez malgré tout, la CNIL liste des garanties : analyse d'impact (AIPD), information des candidats sur l'existence de la décision automatisée et sa logique, droit d'obtenir une intervention humaine avant la fin du recrutement. Elle précise aussi un point utile : quand un recruteur examine réellement les candidatures classées par l'outil, la décision n'est plus « exclusivement » automatisée. Les candidats écartés sans avoir été vus par personne, eux, le sont.
Côté AI Act, les obligations arrivent. Le règlement (UE) 2024/1689 classe à haut risque (annexe III, point 4 a) les systèmes d'IA destinés au recrutement ou à la sélection, notamment pour « analyser et filtrer les candidatures » et évaluer les candidats. Initialement prévues pour le 2 août 2026, ces obligations ont été reportées par le règlement (UE) 2026/1744, dit « Digital Omnibus » sur l'IA, entré en vigueur le 27 juillet 2026. Elles s'appliquent désormais à partir du 2 décembre 2027 pour les systèmes de l'annexe III, dont le recrutement.
À cette date, une PME qui utilise un tel outil (un « déployeur » au sens du règlement) devra notamment, selon l'article 26 : confier le contrôle humain à des personnes compétentes et formées, veiller à la pertinence des données qu'elle fournit à l'outil, conserver les journaux générés par le système au moins six mois, et informer les personnes concernées qu'un système à haut risque est utilisé. L'article 86 ouvre en plus aux personnes concernées un droit à obtenir des explications sur le rôle de l'IA dans la décision.
Le report ne change rien au RGPD, qui s'applique déjà. Et la CNIL a fait du recrutement l'une de ses thématiques prioritaires de contrôle en 2026, en visant d'abord les grandes entreprises et les cabinets de recrutement, avec un œil sur les décisions automatisées, l'information des candidats et les durées de conservation. En pratique : vous pouvez classer. N'éliminez pas avant qu'un humain ait vu.
L'entretien vidéo analysé par IA
Des plateformes vendent des entretiens vidéo où le candidat parle à une caméra, et un algorithme analyse expressions faciales, ton, vocabulaire pour scorer l'adéquation. Deux problèmes. D'abord la loi : l'AI Act interdit depuis le 2 février 2025 les systèmes de reconnaissance des émotions sur le lieu de travail (article 5, paragraphe 1, point f), et les lignes directrices de la Commission sur les pratiques interdites précisent que cette interdiction couvre aussi les candidats pendant le processus de recrutement. Ensuite la réalité : la fiabilité de ces analyses est contestée, elles risquent de reproduire des biais (genre, origine, accent), et côté candidat c'est mal perçu, ce qui nuit à la marque employeur du client.
Si vous tenez à de l'asynchrone, faites-le pour structurer un échange. Questions standardisées. Réponses enregistrées. Le recruteur regarde et juge. Pas l'algorithme.
Trois risques de discrimination à connaître
Biais hérité de l'entraînement du modèle
Si un modèle IA a été entraîné sur l'historique de vos embauches (où vous avez statistiquement plus embauché de profils X que Y), il reproduit ce biais sur les CV futurs. Sans intention discriminatoire. C'est documenté sur Amazon, qui a abandonné son outil de tri CV en 2018 pour exactement cette raison.
Règle pratique : ne pas entraîner le modèle sur votre historique d'embauches. Utiliser des modèles généralistes en prompt-engineering, avec instruction explicite de ne pas considérer le nom, l'âge, le genre, l'origine géographique du nom, la photo, l'établissement scolaire.
Critères proxy qui discriminent indirectement
Une IA peut filtrer apparemment sur des critères neutres (« plus de 10 ans d'expérience », « diplômé d'une école d'ingénieur du top 10 ») qui sont en réalité des proxies pour l'âge ou l'origine sociale. C'est une discrimination indirecte au sens du Code du travail français. Passible de sanctions.
Règle pratique : pour chaque critère utilisé par l'IA, vérifier s'il est strictement nécessaire au poste. La durée d'expérience peut souvent être assouplie (5 à 10 ans plutôt que 10+). C'est l'équivalent d'un manager qui ne recruterait que dans son école : techniquement légal, factuellement discriminant.
Opacité du processus
Le candidat doit pouvoir savoir qu'une IA a été utilisée dans le processus, et demander un examen humain de sa candidature s'il le souhaite. Ce droit vient de l'article 22 du RGPD pour les décisions exclusivement automatisées. L'AI Act y ajoutera, pour les systèmes à haut risque, une obligation d'informer les personnes concernées et un droit à explication (articles 26 et 86).
Règle pratique : transparence dans l'annonce (« votre candidature sera examinée avec l'aide d'outils d'IA dans une première phase, puis intégralement étudiée par un recruteur »). Procédure de recours simple en cas de demande.
La stack qu'on recommande
Pour un cabinet de recrutement ou un service RH PME français, ça tient en quatre briques. Une IA généraliste hébergée Europe avec DPA signé. Un ATS qui s'intègre proprement (Welcome to the Jungle, Pinpoint, Recruitee). Un système d'audit des décisions IA, journaux complets, traçabilité par candidat. Une politique écrite d'usage de l'IA dans le recrutement, communiquée aux candidats.
C'est l'équivalent d'un chargé de recrutement junior très rapide. Utile derrière. À ne jamais laisser décider devant.
Par où on attaque
Un cabinet de 3 à 20 personnes, ou un service RH PME qui gère 5+ recrutements par mois, n'attaque pas 4 process en parallèle. Commencez par le pré-tri qualitatif des CV. C'est le process où le gain est le plus immédiat et où les risques juridiques sont les plus maîtrisables (vous classez, vous n'éliminez pas).
Bascule en 30 jours, avec politique écrite, prompts vérifiés pour éviter les biais, procédure d'audit. Mesure du temps gagné, qualité des shortlist, retour des candidats sur la transparence du processus.
Du compté. Du tenu. Pas un de plus.
Si vous voulez voir lequel des 4 process serait le levier le plus rentable et le plus sûr pour votre cabinet ou service RH, demandez un pré-diag. On regarde votre situation, on chiffre, on vous dit franchement par où commencer sans risque. Démarrer ici.
Sources
- Règlement (UE) 2024/1689 sur l'intelligence artificielle (AI Act), EUR-Lex : annexe III point 4, articles 5, 26 et 86
- Règlement (UE) 2026/1744 « Digital Omnibus » sur l'IA, EUR-Lex, et annonce de son entrée en vigueur par la Commission européenne
- Lignes directrices de la Commission sur les pratiques d'IA interdites, version C(2025) 5052 du 29 juillet 2025
- RGPD, article 22 : décision individuelle automatisée, CNIL
- Guide du recrutement de la CNIL, fiche n° 13 sur les logiciels de tri, de classement et d'évaluation
- Les contrôles CNIL en 2026 : recrutement, répertoire électoral unique et fédérations sportives, CNIL, 3 avril 2026