Guide de recrutement, mis à jour en juin 2026

L'IA dans le recrutement 2026 : un guide en clair

Ce guide explique ce que fait réellement l'IA dans le recrutement, où elle aide, où elle échoue et les règles à respecter en 2026. Il s'adresse aux fondateurs, recruteurs et responsables du recrutement qui veulent une vision réaliste, sans jargon.

En un paragraphe

L'IA dans le recrutement, c'est utiliser un logiciel qui lit, trie et évalue les candidats pour qu'un humain n'ait pas à ouvrir chaque CV à la main. Elle est forte en vitesse et en cohérence, mais mauvaise en jugement, ce qui peut reproduire des biais cachés ou inventer des correspondances qui n'existent pas. De nouvelles lois exigent désormais information, consentement et, dans certains endroits, un audit de biais annuel. La bonne façon de l'utiliser est simple : garder un humain aux commandes, choisir des outils qui expliquent leurs scores et vérifier les résultats pour garantir l'équité. CurriculoATS est construit autour de cette idée : il classe les personnes selon ce qu'elles ont réellement fait et rédige une brève justification pour chaque score, afin qu'un humain puisse toujours vérifier le travail de la machine.

Ce que signifie réellement l'IA dans le recrutement

L'IA dans le recrutement est un logiciel qui utilise la reconnaissance de modèles (apprentissage automatique) pour aider à des tâches de recrutement autrefois entièrement effectuées par des humains : trouver des candidats, lire des CV, classer les profils les plus pertinents, répondre aux questions des postulants et planifier des entretiens. Ce qui a changé récemment, c'est que les outils de traitement du langage sont devenus suffisamment performants pour lire un CV comme le ferait une personne, comprenant « livré une fonctionnalité de paiement » au lieu de simplement repérer le mot « paiement ». Ce bond s'est produit vers 2023 et 2024, et en 2026, la plupart des systèmes de suivi des candidatures offrent une forme de scoring par IA. Qui l'utilise ? Principalement les recruteurs et les équipes de recrutement en entreprise, ainsi que les agences de recrutement et de placement qui gèrent de gros volumes de candidats pour leurs clients.

Les principaux usages de l'IA dans le recrutement

• Recherche de candidats. L'IA parcourt les profils publics et les bases de CV pour trouver des personnes correspondant à un poste, même celles qui n'ont pas postulé.
• Tri et scoring des CV. L'IA lit chaque candidature et classe les candidats afin que les plus solides remontent en haut de la pile au lieu d'y rester enfouis.
• Chatbots et planification. Un bot répond aux questions des candidats, recueille les informations de base et planifie les créneaux d'entretien sans qu'un recruteur ait à envoyer une avalanche d'e-mails.
• Analyse d'entretiens. Certains outils enregistrent ou retranscrivent les entretiens et résument les réponses, et quelques-uns tentent d'évaluer la façon dont un candidat s'est exprimé ou est apparu en vidéo.
• Analyse prédictive. L'IA analyse les données d'embauche passées pour anticiper, par exemple, quels candidats sont susceptibles d'accepter une offre ou de rester dans le poste.
• Rédaction d'offres d'emploi. L'IA rédige l'annonce, le message d'approche et la lettre de refus, pour que le recruteur se contente de réviser au lieu de partir d'une page blanche.
• Détection des biais. L'IA analyse vos annonces et votre tunnel de recrutement pour repérer des formulations ou des schémas susceptibles d'éloigner certains groupes de personnes.

Où l'IA aide, et où elle échoue

L'IA est un outil, pas un responsable du recrutement. Il faut être honnête sur les deux aspects, car les échecs sont réels et ils ont coûté de l'argent et des procès aux entreprises.

Véritables atouts :

• Vitesse. Un outil peut lire 500 CV le temps qu'un humain en lit 5, donc les bons candidats ne restent plus dans l'ombre pendant des jours.
• Cohérence. Le logiciel applique le même filtre à chaque candidat, au lieu qu'un recruteur fatigué juge le 200e CV différemment du premier.
• Moins de travail fastidieux. La planification, les relances et les premières réponses sont gérées automatiquement, ce qui libère le recruteur pour parler aux gens.

Véritables modes d'échec :

• Correspondances inventées. Certaines IA affirment avec assurance qu'un candidat possède une compétence qui ne figure nulle part dans son CV, parce que le modèle a deviné au lieu de lire.
• L'entrée détermine la sortie. Si l'outil apprend de vos recrutements passés et que vos anciens recrues se ressemblaient tous, il continuera à sélectionner le même type de profil.
• Biais cachés. Un modèle peut discrètement pénaliser des personnes en fonction d'un nom, d'une école, d'un trou dans le parcours professionnel ou d'un code postal, sans que personne ne le lui ait demandé.
• Surconfiance. Le pire échec est humain : les gens voient un chiffre et arrêtent de réfléchir, traitant un score comme un verdict au lieu d'un indice.

Les règles à respecter en 2026

Si vous utilisez l'IA pour filtrer ou classer des personnes, vous évoluez désormais dans un domaine réglementé. Les règles exactes dépendent du lieu de résidence de vos candidats, et pas seulement de celui de votre entreprise. Voici la situation à jour en juin 2026, en clair.

• New York, Local Law 144. Si vous utilisez un outil automatisé pour aider substantiellement à décider qui est recruté ou promu pour un poste lié à New York, vous devez faire réaliser un audit de biais indépendant de cet outil une fois par an, publier un résumé des résultats publiquement et informer les candidats au moins 10 jours ouvrables avant de l'utiliser. Les amendes vont de $500 à $1,500 par infraction. Un audit d'État de décembre 2025 a qualifié l'application de la loi de faible jusqu'à présent, ce qui pourrait annoncer un durcissement à venir.
• Illinois, AI Video Interview Act. Si vous demandez aux candidats d'enregistrer des entretiens vidéo et utilisez l'IA pour les analyser, vous devez informer les candidats à l'avance, expliquer en termes clairs comment fonctionne l'IA et ce qu'elle examine, obtenir leur consentement et supprimer la vidéo dans les 30 jours s'ils en font la demande. Une loi plus large de l'Illinois (HB 3773) est entrée en vigueur le 1er janvier 2026 et étend l'obligation de divulgation de l'utilisation de l'IA à un plus large éventail de décisions en matière d'emploi.
• États-Unis, EEOC et Title VII. Celui-ci a changé. La loi fédérale anti-discrimination (Title VII) interdit toujours les pratiques de recrutement qui excluent injustement des personnes en fonction de la race, du sexe, de la religion et d'autres caractéristiques protégées, et cela s'applique aussi aux outils d'IA. Cependant, en janvier 2025, l'EEOC a retiré son guide spécifique de 2023 sur l'IA dans le recrutement de son site web et s'est retirée de l'application de la règle sur l'« impact disparate », de sorte que l'agence fédérale est actuellement moins active ici. La loi elle-même n'a pas changé et un candidat peut toujours intenter un procès, donc le risque est réel, même sans le guide.
• Union européenne, AI Act. L'UE classe l'IA utilisée pour le recrutement et l'évaluation des candidats comme « haut risque », ce qui déclenche de lourdes obligations : évaluations des risques, documentation, tests de biais, supervision humaine et transparence. La date initiale était le 2 août 2026, mais en 2025 et début 2026, l'UE a provisoirement accepté de repousser les principales obligations liées au haut risque au 2 décembre 2027. Ces dates sont encore susceptibles de bouger, confirmez l'échéance actuelle avant de vous y fier.

Pourquoi c'est important : ces règles existent parce que le tri par IA peut discriminer silencieusement à grande échelle, et « c'est le logiciel qui l'a fait » n'est pas un argument juridique valable. Si vous recrutez dans ces régions, considérez l'information, le consentement et un contrôle d'équité comme la base minimale.

Un tableau de synthèse