Le tri de CV par IA affichait 92 % de correspondance, mais la décision était déjà prise

L'histoire d'un entretien met au jour un problème du recrutement par IA dont on parle moins que du biais.

Le candidat Misha

Misha est un profil senior au CV solide. Il a passé le tri par IA avec « 92 % de correspondance avec le poste », et l'entreprise était fière de son ATS intelligent. Ensuite : présélection, entretien technique, conception de systèmes, live coding, entretien culturel, échange avec le directeur, finale. Deux semaines de congés. Il a résolu un problème sur des ascenseurs, dessiné des schémas et expliqué cinq fois pourquoi il avait quitté son précédent poste.

Ce que Misha ignorait

Le poste avait été pourvu une semaine avant la finale.

Vadim, responsable d'une équipe voisine, avait fait venir sa propre recrue : « On a travaillé trois ans ensemble, je me porte garant. » Ce candidat a simplement pris un thé avec le directeur, et c'était tout son entretien. Il recevait déjà ses accès pendant que Misha répétait sa réponse sur les situations de conflit.

On a pourtant continué à faire passer des tours à Misha. Pourquoi ?

1. Le reporting : l'entonnoir, les étapes et les scores doivent figurer dans le système 2. L'assurance : au cas où le favori se désisterait, qu'une contre-offre arriverait ou autre chose, Misha attend sur le banc de touche

On ne lui a rien dit.

Le rôle de l'IA

Le tri par IA a été parfait : 92 % de correspondance. Mais il n'a pas résolu le problème d'embauche, il l'a masqué. Le système affirme : « Voici une sélection apparemment objective », alors que la décision a en réalité été prise à huis clos.

La recrue de Vadim vient d'un tout autre stack. Elle s'est mise à niveau en quelques mois et travaille correctement. Son expérience n'avait aucun rapport avec le poste.

Ce que cela signifie

L'IA dans le recrutement sert souvent de vernis. Au lieu d'évaluer équitablement les candidats, le système crée une apparence d'objectivité pendant que les vraies décisions se prennent par des canaux fermés : recommandations, candidats internes, relations. L'IA endosse la responsabilité du refus, mais ne participe pas au choix.

L'histoire de Misha ne parle pas du biais de l'algorithme. Elle montre que l'IA devient souvent une façade dont l'entreprise a davantage besoin pour son reporting que pour l'équité.