ATS qui rejettent des candidats qualifiés : le problème des faux négatifs

Précision du filtrage

Un faux négatif en recrutement survient lorsque votre système de suivi des candidatures rejette un candidat qui est en réalité qualifié pour le poste. Une étude de la Harvard Business School de 2021 a révélé que les filtres automatisés par mots-clés avaient éliminé environ 16 millions de travailleurs qualifiés aux États-Unis uniquement — des personnes capables d'occuper le poste, mais dont le CV ne contenait pas les termes exacts recherchés par le logiciel. Le problème n'a fait que s'aggraver à mesure que de plus en plus d'entreprises s'appuient sur le filtrage par ATS sans comprendre ce qu'ils passent à côté.

L'ampleur

Quelle est l'ampleur du problème ?

Faux négatifs vs faux positifs

Dans tout système de filtrage, il existe deux types d'erreurs. Un faux positif correspond au cas où vous faites avancer un candidat qui s'avère finalement non qualifié : il est écarté lors des entretiens, fait perdre un peu de temps, puis est filtré. Contrariant, mais récupérable.

Un faux négatif correspond au cas où vous rejetez un candidat qui était en réalité qualifié. Cette erreur est invisible. Vous ne l'interviewez jamais, ne découvrez jamais ce qu'il aurait pu apporter, ne voyez jamais la situation contrefactuelle. Il rejoint un concurrent, et vous pourvoyez le poste avec ce qu'il reste dans le vivier de candidats.

La plupart des ATS sont configurés pour minimiser les faux positifs au détriment des faux négatifs. La logique semble solide : mieux vaut passer à côté de quelques bons profils que perdre du temps avec de mauvais. Mais lorsque votre taux de faux négatifs est suffisamment élevé, vous ne filtrez plus, vous écartez du talent au hasard en qualifiant cela d'efficacité.

Cause racine

Pourquoi le filtrage par mots-clés crée des faux négatifs

1. Inadéquation de vocabulaire

Differents secteurs, entreprises et régions utilisent des termes différents pour désigner les mêmes compétences et responsabilités. Une entreprise parle de « gestion de projet », une autre de « pilotage de programmes », une troisième de « leadership d'initiatives ». Si votre ATS recherche une correspondance exacte de mots-clés, un candidat parfaitement qualifié qui emploie des synonymes différents est rejeté. C'est là que la différence entre le scoring d'impact vs le matching de mots-clés fait toute la différence. Le candidat a accompli le travail. Il l'a simplement décrit autrement.

2. Parcours non conventionnels

L'étude de Harvard souligne spécifiquement les exigences de diplôme trop rigides comme un filtre majeur. Un développeur autodidacte avec cinq ans d'expérience en production est rejeté parce qu'il n'a pas de diplôme en informatique. Un responsable marketing qui a constitué une équipe de 2 à 20 personnes est filtré parce qu'il n'a pas de MBA. Les filtres par mots-clés ne peuvent pas évaluer si une personne est capable d'occuper un poste ; ils peuvent seulement vérifier si le CV contient des chaînes de caractères spécifiques.

3. Sensibilité au format

De nombreux analyseurs d'ATS rencontrent des difficultés avec les formats de CV non standard. Les colonnes, tableaux, en-têtes, graphiques et types de fichiers inhabituels peuvent provoquer des erreurs d'analyse qui interprètent mal ou ignorent des sections entières d'un CV. Un candidat qualifié dont le CV a été mal analysé se voit attribuer un score comme s'il n'avait aucune expérience pertinente.

4. Les filtres éliminatoires qui sur-filtrent

Les filtres éliminatoires binaires — « doit avoir X années d'expérience », « doit avoir la certification Y », « doit avoir le diplôme Z » — rejettent les candidats qui manquent le seuil ne serait-ce que de très peu. Un poste exigeant « 5+ ans d'expérience » rejette automatiquement une personne ayant 4 ans et 10 mois d'expérience directement pertinente. Le filtre traite un écart marginal de la même manière qu'une inadéquation totale, ce qui n'est pas ainsi que fonctionne le jugement humain.

Comparaison

Matching de mots-clés vs scoring basé sur les signaux

Exemples

À quoi ressemblent les faux négatifs en pratique

L'ingénieur senior sans diplôme

Votre ATS exige un « Bachelor's degree en informatique ou équivalent ». Un candidat avec 8 ans d'expérience en ingénierie backend dans deux startups YC, 12 contributions open source et un palmarès de passage à l'échelle de systèmes de 1K à 100K utilisateurs postule. Pas de diplôme. Rejeté automatiquement.

Un ingénieur confirmé avec exactement l'expérience dont vous avez besoin, qui passe désormais des entretiens chez trois de vos concurrents — qui n'ont pas de filtres de diplôme ou qui utilisent un filtrage évaluant la production technique réelle.

Le responsable marketing qui employait d'autres mots

Votre offre d'emploi demande de l'expérience en « demand generation ». Un candidat écrit « création de pipeline », « revenue marketing » et « optimisation du moteur de leads » — autant de termes qui décrivent le même travail. Votre ATS par matching de mots-clés ne trouve pas « demand generation » et lui attribue un faible score.

Quelqu'un qui a fait passer un pipeline de $2M à $14M en 18 mois, mais qui utilisait la terminologie en vigueur dans son ancienne entreprise plutôt que la vôtre.

Celui qui se réorientait avec un impact transférable

Un ancien officier militaire de la logistique postule pour un poste de responsable des opérations. Son CV mentionne « coordination de déploiement », « allocation de ressources sous contraintes » et « leadership d'équipes pluridisciplinaires » — autant de termes qui ne correspondent pas à vos mots-clés « supply chain management » ou « relations fournisseurs ».

Quelqu'un qui gérait la logistique de plus de 500 personnes sur trois continents dans des conditions bien plus complexes que ne le sera jamais votre chaîne d'approvisionnement.

La dimension réglementaire

L'AI Act de l'UE, entré en vigueur en 2024, classe les systèmes d'IA utilisés dans l'emploi et le recrutement comme à haut risque. Cela signifie que les plateformes ATS opérant dans l'UE doivent satisfaire à des exigences en matière de transparence, de précision, de supervision humaine et d'atténuation des biais.

Les recherches du NIST ont documenté d'importantes lacunes en matière d'équité dans les systèmes de filtrage automatisés, en particulier concernant les groupes démographiques et les parcours professionnels non conventionnels. Pour les entreprises qui utilisent des ATS par mots-clés avec des taux de faux négatifs élevés, cela crée un risque de conformité : si votre système exclut systématiquement des candidats qualifiés issus de certains horizons, vous pourriez faire l'objet d'un contrôle réglementaire.

La tendance réglementaire est claire. Les entreprises qui continueront à s'appuyer sur des filtres de mots-clés rudimentaires seront de plus en plus poussées à démontrer que leurs systèmes de filtrage sont précis et équitables. Passer à des approches basées sur les signaux qui évaluent les résultats plutôt que le vocabulaire n'est pas seulement une meilleure méthode de filtrage, c'est de plus en plus une nécessité de conformité.

La solution

Comment réduire les faux négatifs

Étape 1 : Auditez vos filtres éliminatoires

Examinez chaque filtre binaire de votre ATS. Pour chacun, demandez-vous : cette exigence prédit-elle la performance au poste, ou prédict-elle simplement le formatage du CV ? Comprendre les biais de l'IA en recrutement aide à répondre à cette question. Supprimez les exigences de diplôme lorsque les compétences comptent plus que les titres. Remplacez « 5+ ans requis » par un scoring qui pondère l'expérience proportionnellement plutôt que de traiter 4,5 ans comme un zéro.

Étape 2 : Échantillonnez votre corbeille de rejets

Extrayez régulièrement 20 à 30 CV de votre pile de rejets et faites-les examiner par un humain. Si vous trouvez systématiquement des candidats qualifiés qui ont été filtrés, votre taux de faux négatifs est trop élevé. Cet audit simple prend une heure et révèle des problèmes qui seraient autrement invisibles.

Étape 3 : Passez au scoring basé sur les résultats

CurriculoATS Impact Scoring évalue ce que les candidats ont accompli plutôt que les mots qu'ils ont utilisés pour le décrire. Le système recherche les réalisations chiffrées, l'étendue des responsabilités, la trajectoire de carrière et l'adéquation des compétences — des signaux qui prédisent la performance au poste indépendamment du vocabulaire ou du parcours.

Un candidat qui écrit « a dirigé une initiative pluridisciplinaire aboutissant à un gain d'efficacité de 30 % » obtient un bon score, qu'il qualifie cela de « gestion de projet », de « pilotage de programmes » ou d'« amélioration opérationnelle ». Le système de filtrage reconnaît l'accomplissement sous-jacent.