Aller au contenu

GuidesIA au travail

IA et recrutement : ce qu’on peut lui confier, étape par étape

IA et recrutement : sourcing, premier tri, relances et notes d’entretien se délèguent. Le refus et la note restent humains, et la loi l’exige déjà.

13 min de lecture

L’IA et le recrutement s’entendent très bien sur une partie précise du travail, celle où le volume est fort et où la décision pèse peu. Chercher dans un vivier de dix mille profils, relire deux cents candidatures avec la même attention du premier au dernier CV, rédiger les relances en retard : tout cela se confie dès aujourd’hui. Refuser un candidat, noter un entretien ou choisir qui sera présenté au client reste au recruteur, parce que la loi l’impose et parce que c’est là que se fait le placement.

Les chiffres d’adoption suivent la même ligne de partage. Selon les relevés d’Aptitude Research et d’iCIMS publiés en avril 2026, 58 % des entreprises utilisent l’IA sur le tri des candidatures et 54 % sur la communication avec les candidats. Elles sont 50 % à s’en servir pour les évaluations et 46 % pour le sourcing. Plus une étape est répétitive, plus elle est déjà outillée, et les ennuis commencent quand cette logique déborde sur les étapes qui engagent une décision.

Ce guide suit un recrutement dans l’ordre, du brief à la présentation au client, et dit à chaque étape ce que l’IA fait bien, ce qu’elle fait mal et ce que vous gardez. Nous prenons l’exemple d’un cabinet de six recruteurs qui place des profils techniques et commerciaux, parce qu’un cabinet concentre toutes les étapes dans peu de mains. Le raisonnement vaut tout autant pour une équipe RH qui recrute pour sa propre entreprise.

Que fait l’IA dans le recrutement, étape par étape ?

Le tableau ci-dessous résume la répartition que nous recommandons. Chaque ligne est détaillée plus bas, avec ce qui fait basculer une tâche d’un côté ou de l’autre.

Étape Ce que l’IA fait bien Ce que vous gardez
Brief et annonce Structurer les notes du brief, proposer une annonce La hiérarchie des critères du client
Sourcing Chercher d’abord dans le vivier, écrire la requête Le choix des personnes à contacter
Tri des candidatures Classer chaque candidature et dire pourquoi Toute décision d’écarter quelqu’un
Relances et messages Rédiger le bon message au bon moment La relecture et l’envoi
Entretien Préparer la grille, mettre les notes au propre La note
Présentation au client Monter le dossier dans le format du client Le choix des profils présentés

Le brief et l’annonce

Le brief est le seul moment où l’on peut encore agir sur la probabilité de placer, et c’est pourtant l’étape la plus souvent expédiée (ce que le brief décide du placement en donne les chiffres). L’IA y rend un service très concret : elle transcrit l’appel avec le client et range ce qui a été dit. Surtout, elle liste ce qui n’a pas été demandé, comme la fourchette de salaire, la part de télétravail ou le critère qui fera refuser un candidat pourtant parfait sur le papier.

Elle rédige ensuite l’annonce en quelques secondes, et c’est là qu’il faut la tenir. Laissée à elle-même, elle produit l’annonce moyenne de son corpus, avec ses « environnements stimulants » et ses listes de qualités que plus aucun candidat ne lit. Une bonne annonce sert d’abord à ce que les mauvais profils s’écartent d’eux-mêmes, ce qui suppose de lui donner les vraies contraintes du poste plutôt qu’un intitulé.

Ce que vous gardez, c’est la hiérarchie des critères. Seule la conversation avec le client vous apprend que Kubernetes est éliminatoire alors que l’anglais courant ne l’est pas, et aucun modèle ne devine ce que le client n’a pas écrit.

Le sourcing, en commençant par votre vivier

Le premier réflexe utile est de chercher dans vos propres données avant de payer une recherche externe. Selon Gem, la part des recrutements sourcés dont le candidat figurait déjà dans le CRM ou l’ATS de l’entreprise est passée de 29,1 % en 2021 à 44,0 % en 2024, sur des données américaines. Une IA branchée sur votre ATS relit en quelques minutes les profils que plus personne n’ouvre, y compris ceux qu’un recruteur parti a laissés derrière lui : c’est tout l’enjeu du vivier que personne ne cherche avant de sourcer.

Pour la recherche externe, elle excelle sur un exercice ingrat, la requête booléenne. Il faut penser aux intitulés en anglais et en français, aux technologies voisines, aux fautes de frappe courantes et aux exclusions. Un humain y perd sa rigueur vers 18 heures un vendredi, le modèle jamais, à condition qu’on lui donne le brief complet et qu’on relise la requête avant de la lancer.

Le choix des personnes à contacter reste à vous, comme le premier message. L’IA peut le rédiger avec une accroche qui cite le vrai parcours du candidat, mais c’est un recruteur qui le relit et qui l’envoie.

Le premier tri des candidatures

C’est l’étape où l’IA apporte le plus, et celle où elle fait le plus de dégâts quand on la laisse décider. Commençons par la concession, parce qu’elle est réelle. Un modèle lit la deux centième candidature avec la même attention que la première, alors qu’un recruteur qui en a ouvert cent cinquante dans la journée ne voit plus grand-chose. Sur la constance de lecture, la machine fait mieux que nous.

Le problème vient de ce qu’on lui demande ensuite. Un score de 87 % ne dit pas ce qu’il a mesuré, donc personne ne peut le contester, et il finit par s’appliquer tel quel. Les chiffres compilés par Employer Branding News en 2026 sont sans appel : 75 % des entreprises laissent une IA rejeter une candidature sans qu’aucune personne ne l’ait relue. Côté candidats, seuls 26 % jugent équitable d’être évalués par une IA, une défiance que le score de matching ne fait rien pour dissiper.

La règle que nous appliquons tient en une phrase : l’IA classe et explique, elle ne note pas et n’écarte personne. À côté de chaque candidature, elle écrit ce qu’elle a trouvé, ce qui manque par rapport au brief et ce qu’elle n’a pas pu vérifier. Le recruteur lit ces trois lignes, et c’est lui qui répond non.

Un risque technique mérite d’être connu, parce que peu de cabinets y pensent. Un CV peut contenir du texte invisible, écrit en blanc sur blanc, qui donne des ordres au modèle chargé de le lire. Un outil qui place un candidat en tête parce qu’un PDF le lui demande est un outil dangereux, et l’injection de consignes dans un CV détaille ce qu’il faut exiger d’un éditeur sur ce point.

Les relances et les messages aux candidats

Le silence est devenu la norme : selon MSH, 53 % des candidats ont été ghostés par un employeur en 2026, contre 38 % en 2024. La cause tient moins à l’impolitesse qu’à la saturation des recruteurs, et c’est exactement le genre de problème que l’IA règle bien. Écrire le bon message au bon moment à cent candidats demande surtout de la constance, comme le montre notre analyse du ghosting candidat.

Concrètement, l’IA repère dans l’ATS qu’un candidat attend une réponse depuis cinq jours, rédige la relance avec le contexte de son dossier et la propose au recruteur, qui la relit avant de l’envoyer. Rien de ce qui part vers un candidat n’est envoyé sans qu’une personne l’ait libéré, pas même un refus poli. Nous tenons cette ligne pour non négociable, et qui valide quoi quand une IA écrit à vos candidats dit pourquoi.

Le cas change si le candidat échange directement avec un agent, sur un chat ou par téléphone. Il doit alors savoir qu’il parle à une IA, au titre de l’article 50 de l’AI Act applicable depuis le 2 août 2026. La frontière exacte entre les deux situations est plus fine qu’on ne le croit : un message rédigé par l’IA puis relu et envoyé par un recruteur n’y est pas soumis.

L’entretien

Avant l’entretien, l’IA prépare une grille structurée à partir du brief : les questions, et pour chacune ce qu’une bonne, une moyenne et une faible réponse donnent à observer. Pendant l’entretien, elle prend les notes, puis elle les range dans le dossier du candidat. Le recruteur garde toute son attention pour la personne en face, ce qui est la vraie raison d’utiliser un outil de prise de notes.

La note, elle, reste humaine. Un entretien n’est structuré que si chaque réponse est notée pendant l’entretien, par celui qui l’a mené, sur une échelle dont chaque niveau décrit un comportement observé. Notre grille d’entretien structuré en donne le modèle complet.

Une pratique est purement et simplement interdite : analyser les émotions d’un candidat à partir de son visage ou de sa voix. L’article 5 de l’AI Act proscrit la déduction des émotions sur le lieu de travail depuis le 2 février 2025, et les lignes directrices de la Commission européenne y rattachent explicitement le recrutement. Un outil d’entretien vidéo qui promet de mesurer la motivation ou le stress vous expose donc à une pratique interdite, pas à une simple formalité de conformité.

La présentation au client

L’IA monte le dossier de présentation à partir du CV, des notes d’entretien et du brief, dans le format que le client attend. En ESN, ce document s’appelle le dossier de compétences, et il engage la signature de l’ESN : c’est un document commercial, pas un CV remis en page. Choisir, ordonner et reformuler un parcours fait partie du métier, y ajouter ce qui n’y est pas n’en fait jamais partie.

Le choix des trois profils présentés reste au recruteur, comme la phrase qui dit au client pourquoi celui-ci plutôt qu’un autre. C’est à ce moment que le cabinet engage sa crédibilité, et elle ne se délègue pas.

Qu’est-ce qu’on ne confie jamais à une IA dans un recrutement ?

Tout ce qui ferme une porte à un candidat reste humain, même quand l’action ne sort pas du cabinet. Le refus d’une candidature, l’abandon d’un profil en cours de process, la note d’un entretien et le choix présenté au client appartiennent à cette catégorie. S’y ajoutent les messages qui partent vers l’extérieur, que l’IA peut rédiger mais qu’une personne doit libérer.

L’objection est légitime et mérite qu’on s’y arrête : un recruteur fatigué écarte lui aussi des candidats sans bonne raison, et personne ne lui demande de justifier chaque refus. La différence tient à l’échelle et à la possibilité de contester. L’erreur d’un humain ne se reproduit pas à l’identique sur deux mille dossiers, et on peut toujours lui demander pourquoi il a dit non. Une règle mal réglée dans un outil applique la même erreur à tout le monde, en silence, jusqu’au jour où un candidat demande des comptes.

La relation avec le client et la négociation restent aussi de votre côté, pour une raison plus simple encore : c’est ce que le client paie. Un cabinet qui délègue le sourcing gagne du temps pour le téléphone, alors qu’un cabinet qui délègue la relation n’a plus grand-chose à vendre.

Que dit la loi sur l’IA dans le recrutement ?

Le recrutement est classé à haut risque par l’AI Act. Le point 4 de l’annexe III vise les systèmes destinés au recrutement ou à la sélection de personnes, notamment pour publier des annonces ciblées, analyser et filtrer les candidatures ou évaluer les candidats. Les obligations attachées à ce classement, de la supervision humaine à la journalisation, ont été reportées par le règlement (UE) 2026/1744 au 2 décembre 2027. Aucun outil ne peut donc encore se dire conforme pour l’annexe III, et un éditeur qui l’affirme vous dit quelque chose de faux.

Le report ne suspend pas le reste, comme le détaille notre article sur ce qui s’applique malgré le report de l’AI Act. L’interdiction d’analyser les émotions vaut depuis le 2 février 2025, tout comme l’obligation de former à l’IA les équipes qui s’en servent. La transparence de l’article 50 s’impose depuis le 2 août 2026. Et l’article 22 du RGPD, en vigueur depuis 2018, interdit toujours qu’une décision produisant un effet important sur une personne repose sur un traitement entièrement automatisé.

Deux démarches pèsent concrètement sur un projet. La CNIL range les traitements qui facilitent le recrutement au moyen d’un algorithme parmi ceux qui exigent une analyse d’impact, l’AIPD. Dans une entreprise dotée d’un CSE, le déploiement se prépare aussi avec lui. Le tribunal judiciaire de Nanterre a ainsi suspendu en janvier 2026 deux logiciels RH intégrant de l’IA, y compris en phase pilote, et notre article sur la consultation du CSE décrit ce que les juges attendent.

Par où commencer quand on est un cabinet de recrutement ?

Commencez par ce qui se vérifie d’un coup d’œil et ne ferme aucune porte. Pour le cabinet de notre exemple, cela veut dire deux usages pendant le premier mois : la recherche dans le vivier avant chaque sourcing payant, et les brouillons de relance que chaque recruteur relit avant envoi. Une erreur s’y voit tout de suite, elle ne coûte rien à un candidat, et l’équipe apprend à travailler avec l’outil sur un terrain sans risque.

Viennent ensuite la préparation des entretiens et la prise de notes, puis le dossier de présentation au client. Le classement des candidatures arrive en dernier, et toujours sous la même forme : un classement expliqué, que vous comparez pendant quelques semaines à votre propre lecture sur des postes déjà pourvus. C’est la seule façon honnête de juger un outil, bien plus fiable qu’une démonstration préparée par l’éditeur.

C’est l’ordre que nous recommandons avec Balt. Il travaille directement dans l’ATS et la messagerie de l’équipe, prépare les recherches, les relances et les comptes rendus, et une personne libère tout ce qui part vers un candidat ou un client. Notre page consacrée aux cabinets de recrutement détaille ce qu’il prend en charge.

Quels outils d’IA utiliser pour recruter ?

Les outils se rangent en trois familles qui ne répondent pas au même besoin. Les assistants grand public comme ChatGPT rédigent très bien une annonce ou une requête booléenne. Ils ne voient pas votre ATS, en revanche, et rien de ce qui contient un nom de candidat ou de client ne doit y entrer.

Les fonctions d’IA intégrées aux ATS travaillent sur vos données, dans les limites de ce que l’éditeur a prévu. Les agents, enfin, travaillent dans vos outils existants et enchaînent les étapes, à condition que l’ATS leur ouvre les bonnes portes. La liste de ce qu’un agent exige de votre ATS permet de le vérifier avant de signer.

Pour comparer les solutions du marché nom par nom, le panorama de Cobalt sur les meilleurs outils d’IA pour le recrutement IT en passe douze en revue, avec leurs usages et leurs limites.

Quel que soit l’outil retenu, une question arrive avant le branchement sur vos candidats : faut-il mener une analyse d’impact, et laquelle ? Notre article sur l’AIPD d’un agent IA de recrutement y répond critère par critère.

Questions fréquentes

  • L’IA peut-elle trier les CV à la place du recruteur ?

    Elle peut les classer et expliquer chaque classement, pas décider seule de qui est écarté. L’article 22 du RGPD interdit qu’un refus soit pris sans intervention humaine réelle, et un recruteur qui valide une liste en bloc sans la lire ne compte pas comme une intervention. Le bon usage est un classement motivé que le recruteur relit avant de répondre au candidat.

  • Faut-il dire aux candidats qu’une IA intervient dans le recrutement ?

    Oui dès qu’un candidat échange directement avec un agent, au titre de l’article 50 de l’AI Act, applicable depuis le 2 août 2026. Quand une personne relit et envoie un message rédigé par une IA, cet article ne joue pas, mais le RGPD impose toujours d’informer le candidat sur le traitement de ses données.

  • L’IA va-t-elle remplacer les recruteurs ?

    Elle prend le volume du métier : la recherche, la relecture de centaines de candidatures, la rédaction des relances et des comptes rendus. Ce qui fait un placement reste au recruteur, qu’il s’agisse de comprendre ce que le client veut vraiment ou de convaincre un candidat qui ne cherchait rien.

  • Par quoi commencer avec l’IA dans un cabinet de recrutement ?

    Par la recherche dans votre propre vivier avant chaque sourcing payant, puis par les brouillons de relance que le recruteur relit et envoie. Ces deux usages se vérifient d’un coup d’œil, ne ferment la porte à aucun candidat et montrent en quelques semaines si l’outil tient sur vos vrais dossiers.

Sources

  1. Pin, AI Adoption in Recruiting: The Complete 2026 Industry Report (données Aptitude Research, iCIMS et SHRM)pin.com
  2. Employer Branding News, AI in hiring statistics 2026 : adoption, bias, trust and regulationemployerbranding.news
  3. Gem, Hidden in plain sight: the untapped potential of candidate rediscoverygem.com
  4. MSH, Candidate experience statistics, data & trends 2026talentmsh.com
  5. EU AI Act, Annexe III : systèmes d’IA à haut risque (point 4, emploi)artificialintelligenceact.eu
  6. Règlement (UE) 2026/1744, Digital Omnibus on AI, publication au JOUEnicfab.eu
  7. Commission européenne, Lignes directrices sur les pratiques d’IA interdites par l’AI Act (2025)ai-act-service-desk.ec.europa.eu
  8. Commission européenne, Transparency obligations under Article 50 of the AI Act (FAQ)digital-strategy.ec.europa.eu
  9. CNIL, RGPD, chapitre III, article 22 : décision individuelle automatiséecnil.fr
  10. L’Expertise Droit Social, IA et consultation du CSE, tribunal de Nanterre, janvier 2026lexpertise-droit-social.fr
  11. Cobalt, Les 12 meilleurs outils IA pour le recrutement IT en 2026cobalt-ia.com

Balt fait ce travail

À lire ensuite

Donnez votre première mission à Balt.

Trente secondes pour l’ajouter à Teams pour se mettre au travail.

Essayer gratuitement