LinkedIn et SHRM : l'IA a fait du CV un signal faible et un simple filtre de recrutement

L'IA ne change pas seulement la recherche d'emploi, mais aussi le rôle du CV lui-même. Les candidats améliorent massivement leurs textes avec des réseaux de neurones, et les entreprises les trient tout aussi massivement avec des algorithmes. Le document cesse d'être un outil d'évaluation fiable et sert de plus en plus de ticket d'entrée dans l'entonnoir de recrutement.

Pourquoi le signal s'affaiblit

Le CV n'a jamais été un moyen parfait de savoir comment une personne se comportera au travail. Il permettait de brosser vite un profil de base : expérience, formation, stack, noms d'entreprises, ampleur des missions. Mais même avant l'essor de l'IA, sa valeur prédictive restait limitée face aux entretiens structurés, aux tests cognitifs et aux exercices proches du travail réel. Cette faiblesse est aujourd'hui plus visible, car les réseaux de neurones ont fortement relevé le niveau moyen de présentation et de formulation chez presque tous les candidats.

Le problème est que l'IA ne se contente pas d'aider à mieux écrire : elle gomme les différences entre les gens. Autrefois, une structure soignée, une langue claire et un bon ton pouvaient constituer un signal supplémentaire. Désormais, c'est la norme de base, qu'un modèle génératif produit en quelques minutes. Résultat : le recruteur voit défiler des CV tout aussi soignés, tout aussi logiques et tout aussi optimisés, où il devient plus difficile de distinguer l'expérience réelle d'une coquille bien montée.

Comment la sélection évolue

Côté entreprises, le processus est symétrique. L'IA s'intègre aux ATS, aux outils de parsing, à la mise en correspondance entre l'offre et le profil du candidat, à l'analyse de l'entonnoir et à la priorisation des candidatures. Cela accélère le tri initial, mais ne règle pas la question centrale : savoir si une personne donnée sait prendre des décisions, démêler des situations complexes et mener un travail jusqu'au résultat. Le CV sert donc de moins en moins de source de vérité finale et de plus en plus de couche technique qui laisse passer ceux qui remplissent formellement les critères de base.

• tests basés sur des scénarios réels
• analyse de cas et de décisions passées
• live coding ou sessions pratiques
• entretiens de system design et d'architecture
• entretiens structurés avec les mêmes questions

« Le CV n'est pas une évaluation, mais un filtre ».

C'est pourquoi les entreprises reportent le contrôle principal sur les étapes suivantes. Plus il est facile de déposer une candidature « parfaite », plus pèsent les actes qu'un seul bon prompt ne permet pas d'imiter. C'est particulièrement net dans l'informatique et le travail intellectuel, où le résultat se lit dans le code, les décisions, les livrables, les métriques et la capacité à expliquer son raisonnement. Un beau texte aide toujours à ouvrir la porte, mais ne garantit presque pas qu'un excellent profil se trouve derrière.

Que faire, de chaque côté

Il est désormais vain pour les candidats de rivaliser uniquement sur la qualité des formulations. Quand tous les CV paraissent assurés et propres, ceux qui l'emportent ne sont pas ceux qui ont le mieux retouché leur résumé, mais ceux qui présentent des signaux vérifiables : chiffres précis, liens vers des projets, GitHub, description de décisions complexes, exemples d'impact sur le produit ou l'activité. Il est utile de ne pas se borner à énumérer ses responsabilités, mais de consigner le contexte, les contraintes, sa contribution personnelle et le résultat mesurable. Ce type de matière est plus difficile à falsifier et plus facile à discuter en entretien.

Pour les entreprises, la conclusion est aussi assez directe : ne pas surestimer un document qu'on peut faire briller en une soirée. Si une entreprise continue de décider d'après le CV comme principal porteur de signal, elle récoltera toujours plus de bruit et toujours moins de précision. Une autre approche fonctionne : standardiser les entretiens, comparer les candidats selon des critères communs, demander l'analyse de cas réels et regarder non seulement les mots, mais la qualité de la réflexion. L'IA accélère l'entonnoir, mais la responsabilité de l'évaluation reste humaine.

Ce que cela signifie

Le marché du recrutement n'a pas renoncé au CV, mais a cessé de le tenir pour une mesure fiable de la qualité d'un candidat. À l'ère de l'IA, il reste un filtre formel commode, tandis que la vraie valeur se déplace là où l'on voit la réflexion, l'expérience et la capacité à résoudre des problèmes en pratique.