L’intelligence artificielle (IA) révolutionne le monde du travail, notamment dans les processus de recrutement. De nombreuses entreprises utilisent des algorithmes pour trier les candidatures, repérer les profils les plus adaptés et automatiser certaines étapes de sélection. Si ces outils promettent efficacité et objectivité, ils posent aussi des questions éthiques et sociales majeures : l’IA réduit-elle vraiment les discriminations ou, au contraire, les amplifie-t-elle ?

L’attrait des entreprises pour l’IA dans le recrutement repose sur plusieurs arguments : gain de temps, réduction de la subjectivité humaine et optimisation des compétences recherchées. En s’appuyant sur des bases de données gigantesques, les algorithmes analysent les CV, évaluent les compétences et même les traits de personnalité des candidats.

Cependant, cette automatisation repose sur un postulat fragile : les décisions des algorithmes seraient exemptes de préjugés. Or, les biais algorithmiques sont bien réels. Comme le souligne le Conseil économique, social et environnemental (CESE), les systèmes d’IA sont entraînés à partir de données historiques qui reflètent les inégalités existantes sur le marché du travail. Ainsi, si un algorithme est formé sur des données où les postes de direction ont majoritairement été attribués à des hommes, il risque de favoriser les candidatures masculines au détriment des femmes.

Les biais algorithmiques ne sont pas toujours volontaires, mais leurs conséquences sont bien réelles. Plusieurs cas concrets illustrent ces dérives :
 

• Des algorithmes de tri défavorisant les femmes. Une étude menée par Amazon a révélé que son outil de recrutement privilégiait les CV masculins, car il avait été entraîné sur des données où la majorité des recrues étaient des hommes. Résultat : les candidatures féminines étaient systématiquement sous-évaluées.
• L’effet "boîte noire". Les systèmes d’IA sont souvent opaques : leurs critères de sélection sont difficiles à comprendre, rendant toute contestation compliquée. Un candidat rejeté par un algorithme ne saura pas nécessairement pourquoi.
• Des discriminations par procuration. Certains algorithmes utilisent des variables indirectes pour évaluer un candidat. Par exemple, si un programme constate que les employés les plus performants viennent de certaines écoles ou vivent dans certains quartiers, il pourrait reproduire des discriminations sociales ou ethniques sans s’en rendre compte.

Des solutions pour encadrer l’IA dans le recrutement ?

Face à ces risques, plusieurs pistes sont envisagées pour rendre l’IA plus équitable. L’Union européenne a adopté en 2024 un règlement sur l’intelligence artificielle, visant à limiter les biais et à exiger une transparence accrue des algorithmes utilisés en entreprise.

Les entreprises doivent également jouer un rôle actif :
 

• Diversifier les bases de données d’entraînement pour refléter une plus grande diversité de profils.
• Auditer régulièrement les algorithmes pour identifier et corriger les biais éventuels.
• Former les recruteurs à l’usage de l’IA afin qu’ils gardent un contrôle humain sur les décisions.

Enfin, le dialogue social est essentiel. Syndicats, employeurs et législateurs doivent travailler ensemble pour garantir que la technologie soit un levier d’inclusion plutôt qu’un facteur d’exclusion.
Vers un recrutement plus juste ?

L’IA pourrait devenir un outil puissant pour lutter contre les discriminations, en aidant à rendre le processus de recrutement plus transparent et objectif. Mais à ce jour, elle reste un miroir amplificateur des inégalités existantes. Tant que les biais ne seront pas pleinement maîtrisés, l’humain devra rester au cœur des décisions, garantissant un équilibre entre innovation et justice sociale.