Votre logiciel de tri de CV vient de rejeter 200 candidatures en trois secondes. Efficace. Mais parmi les profils écartés, une proportion anormale de femmes, de candidats seniors et de personnes issues de quartiers prioritaires. L’algorithme ne « voit » ni le genre ni l’adresse — pourtant il discrimine. Et juridiquement, c’est vous, l’employeur, qui portez la responsabilité.
Le recrutement automatisé n’est plus une curiosité technologique : selon une étude Gartner de 2023, 75 % des grandes entreprises utilisent désormais une forme d’IA dans leurs processus d’embauche. En France, la présélection de CV, la planification d’entretiens et l’évaluation prédictive des candidats se généralisent. Le problème : ces outils reproduisent — et amplifient — les biais historiques de recrutement. Et le cadre juridique, entre code du travail, RGPD et règlement européen sur l’IA (AI Act), se resserre considérablement.
La mécanique invisible des biais
Un algorithme de recrutement s’entraîne sur des données historiques : les CV reçus, les profils retenus, les employés performants. Si ces données reflètent des pratiques discriminatoires passées — même inconscientes — l’IA les apprend et les systématise.
Les biais prennent plusieurs formes, comme le détaille une analyse approfondie de LeMagIT.
Biais de représentation
Certains groupes sont sous-représentés dans les données d'entraînement. Si 80 % de vos développeurs recrutés sur dix ans sont des hommes, l'algorithme en déduit que le profil idéal est masculin.
Biais de mesure
Les variables retenues comme indicateurs de performance peuvent défavoriser certaines populations. Des périodes d'inactivité (congé maternité, maladie longue) deviennent des signaux négatifs.
Biais d'agrégation
La généralisation efface les spécificités de groupes minoritaires. L'algorithme optimise pour le profil moyen, excluant les parcours atypiques et les profils de reconversion.
Biais de sourcing
L'IA peut orienter la diffusion des offres vers des plateformes fréquentées par certains profils, créant un biais dès la constitution du vivier de candidats — avant même le tri.
Amazon (2014–2017) — La leçon que toute entreprise devrait retenir
En 2014, Amazon développe un outil de machine learning pour automatiser le tri des CV et attribuer une note de 1 à 5 étoiles à chaque candidat. Le système est entraîné sur dix années de CV reçus — une base massivement masculine dans les métiers techniques.
Résultat : l'algorithme pénalise systématiquement les CV contenant le mot « femme » (comme « capitaine du club d'échecs féminin ») et les diplômes d'universités non mixtes, comme le rapporte Reuters dans son enquête.
Les ingénieurs ont tenté de corriger ces biais spécifiques, mais sans jamais pouvoir garantir l'absence d'autres formes de discrimination plus subtiles. Amazon a finalement abandonné le projet en 2017 et dissous l'équipe dédiée.
Piège juridique : Amazon n'a jamais déployé cet outil en production. Mais une entreprise française qui utilise un logiciel commercial présentant des biais similaires engage sa responsabilité, même si elle n'a pas conçu l'algorithme elle-même.
Quatre textes de loi, zéro échappatoire
Avant même l’AI Act, le droit français interdit fermement la discrimination algorithmique dans le recrutement. Le cadre repose sur trois piliers historiques, auxquels s’ajoute désormais le règlement européen.
Le code du travail
L’article L1132-1 du code du travail interdit d’écarter une personne d’une procédure de recrutement en raison de son origine, son sexe, son âge, son apparence physique, son handicap, sa situation de famille ou tout autre critère protégé — la liste en compte plus de vingt. Cette interdiction s’applique quel que soit le moyen utilisé, y compris un algorithme.
Le code pénal
La discrimination à l’embauche est un délit pénal. Comme le rappelle le ministère du Travail, les personnes physiques encourent 3 ans d’emprisonnement et 45 000 € d’amende (article 225-1 du code pénal). Pour les personnes morales, l’amende monte à 225 000 €.
Le RGPD
L’article 22 du RGPD garantit le droit de ne pas faire l’objet d’une décision fondée exclusivement sur un traitement automatisé produisant des effets juridiques ou significatifs. Un rejet de candidature entre clairement dans cette catégorie.
Code du travail
L1132-1
Non-discrimination dans le recrutement, quel que soit le moyen utilisé
Nullité + dommages-intérêts
Code pénal
Art. 225-1 et s.
Interdiction pénale des discriminations à l'embauche
3 ans + 45 K€ / 225 K€ (PM)
RGPD
Art. 22
Interdiction de décision exclusivement automatisée
20 M€ ou 4 % du CA mondial
AI Act
Art. 6 + Annexe III
Obligations haut risque pour le recrutement IA
15 M€ ou 3 % du CA mondial
Le recrutement IA dans le viseur de l’AI Act
Le règlement européen sur l’intelligence artificielle (règlement (UE) 2024/1689), entré en vigueur le 1er août 2024, crée une nouvelle couche d’obligations pour les outils de recrutement par IA.
L’annexe III du règlement classe explicitement comme systèmes d’IA à haut risque :
- les systèmes destinés au recrutement ou à la sélection de personnes physiques, notamment pour publier des offres ciblées, analyser et filtrer les candidatures, et évaluer les candidats ;
- les systèmes destinés à prendre des décisions sur les conditions de travail, la promotion, le licenciement ou l’affectation de tâches basées sur le comportement individuel.
Comme le précise l’article 6 du règlement, un système d’IA qui effectue un profilage de personnes physiques est toujours considéré comme à haut risque, sans possibilité d’exclusion.
Le compte à rebours est lancé
Le déploiement de l’AI Act suit un calendrier progressif. Pour les outils de recrutement, voici les échéances critiques.
Entrée en vigueur de l'AI Act — début du compte à rebours
Interdictions des pratiques inacceptables — reconnaissance des émotions au travail interdite
Obligations GPAI + gouvernance — modèles fondamentaux sous contrôle
Obligations haut risque (annexe III) — outils de recrutement IA pleinement réglementés
Obligations annexe I — extension aux systèmes intégrés à des produits (composants de sécurité)
Comme le souligne une analyse de la Revue européenne des médias, les normes harmonisées qui devaient être publiées en avril 2025 sont repoussées au premier semestre 2026, ce qui laisse aux entreprises un délai très serré pour se conformer.
Qui doit quoi : fournisseurs vs déployeurs
L’AI Act impose des obligations distinctes aux fournisseurs (éditeurs de logiciels) et aux déployeurs (entreprises utilisatrices).
Fournisseurs
Éditeurs de logiciels — art. 16
Système de gestion des risques continu (art. 9)
Qualité et non-discrimination des données d'entraînement (art. 10)
Traçabilité via journalisation automatique (art. 12)
Documentation technique détaillée (art. 11)
Surveillance humaine appropriée (art. 14)
Déployeurs
Entreprises utilisatrices — art. 26
Respecter les instructions du fournisseur
Données d'entrée pertinentes et représentatives
Conservation des journaux ≥ 6 mois
Informer les candidats du recours à l'IA
Réaliser / mettre à jour l'AIPD
Comme le détaille le cabinet Grant Thornton, les employeurs doivent aussi informer le CSE avant tout déploiement d’un outil d’IA dans le recrutement.
La CNIL aux commandes
En France, la CNIL est désignée autorité compétente pour la surveillance des systèmes d’IA à haut risque dans le domaine de l’emploi et de la gestion de la main-d’œuvre, comme le confirme Vie-publique.fr dans son analyse de la gouvernance.
La CNIL a publié en juillet 2025 ses recommandations sur l’application du RGPD au développement des systèmes d’IA, qui s’articulent avec les exigences de l’AI Act. Ces recommandations insistent sur la nécessité de définir une finalité précise pour chaque traitement et de documenter rigoureusement les choix techniques.
La DARES (Direction de l’animation de la recherche, des études et des statistiques) a également lancé un cycle de recherches sur les effets concrets de l’IA dans le recrutement, notamment sur les questions d’équité entre les sexes dans les recommandations d’emploi.
D’autres autorités interviennent en complément : la DGCCRF assure la coordination opérationnelle, tandis que le Défenseur des droits peut être saisi par tout candidat s’estimant victime de discrimination algorithmique.
Anatomie des biais : six pièges documentés
Pour comprendre les risques concrets, voici les principaux biais documentés dans les outils de recrutement.
Genre
Données historiques dominées par un genre
L'IA pénalise les CV mentionnant des activités « féminines »
Âge
Corrélation entre dates de diplôme et performance
Les candidats seniors systématiquement moins bien notés
Socio-économique
Corrélation entre code postal et qualité perçue
Les candidats de certains quartiers voient leur score baisser
Parcours
Valorisation des trajectoires linéaires
Reconversions et interruptions de carrière pénalisées
Linguistique
Analyse sémantique des CV
Les verbes « d'action » favorisent les styles rédactionnels masculins
Conformité
Survalorisation des « profils types »
L'IA reproduit l'homogénéité, réduisant la diversité
L’association À Compétence Égale alerte sur le fait que ces biais sont souvent cumulatifs : une candidate femme, senior, issue d’un parcours atypique, peut subir plusieurs pénalités algorithmiques simultanées sans qu’aucune ne soit détectable isolément.
Comme le rappelle la question parlementaire posée au Sénat en février 2025, le Gouvernement s’est engagé à ce que l’IA n’aggrave pas les discriminations existantes, reconnaissant implicitement la réalité du problème.
Ce qui est déjà interdit
Depuis le 2 février 2025, certaines pratiques d’IA sont purement et simplement interdites par l’article 5 de l’AI Act. Dans le contexte du recrutement, deux interdictions sont particulièrement relevantes.
Reconnaissance des émotions au travail
Utiliser l'IA pour analyser les émotions des candidats (lors d'entretiens vidéo, par exemple) ou des salariés est désormais interdit. Les lignes directrices de la Commission européenne publiées le 6 février 2025 précisent le périmètre de cette interdiction.
Manipulation subliminale
Tout système d'IA exploitant des techniques subliminales pour influencer le comportement d'une personne de manière significative est interdit.
Sanctions maximales : 35 millions d'euros ou 7 % du chiffre d'affaires annuel mondial
Dix leviers d’action concrets
Cartographier vos outils IA
Tri de CV, matching, chatbots, entretiens vidéo, tests de personnalité, analyse prédictive
Classifier selon l'AI Act
Tout outil de recrutement, sélection ou évaluation est a priori à haut risque
Auditer les biais existants
Tests par un tiers indépendant — mesurer les écarts par genre, âge, origine, diplôme
Exiger la transparence fournisseur
Doc technique, tests de biais, feuille de route conformité, garanties contractuelles
Mettre à jour l'AIPD
Intégrer les spécificités IA : profilage, risques de biais, mesures de mitigation
Informer les candidats
Offres d'emploi et processus : rôle exact de l'IA + droits (accès, opposition, explication)
Supervision humaine effective
Jamais de rejet automatique seul — un recruteur humain doit pouvoir contredire l'IA
Former les équipes RH
Biais algorithmiques, obligations légales, signaux d'alerte d'un outil discriminant
Documenter les processus
Journaux de décision ≥ 6 mois (obligation AI Act) + traces de supervision humaine
Consulter le CSE
Information-consultation obligatoire avant tout déploiement d'IA en recrutement
Ce qui arrive côté européen
Plusieurs développements importants sont attendus en 2026.
La Commission européenne doit publier d’ici février 2026 des lignes directrices pratiques avec des exemples concrets de systèmes relevant du haut risque, ce qui clarifiera les zones grises.
Le retard des normes harmonisées (initialement prévues pour avril 2025, repoussées au premier semestre 2026) crée une incertitude pour les entreprises qui souhaitent se conformer mais manquent de références techniques. La médiatrice européenne a ouvert une enquête sur ce retard en septembre 2025.
Le projet de Digital Omnibus pourrait modifier le calendrier d’application des obligations de haut risque en liant leur entrée en vigueur à la disponibilité effective des normes harmonisées. Ce projet est encore en discussion et ne doit pas être considéré comme acquis.
Enfin, la CNIL poursuit ses travaux avec de nouvelles recommandations attendues sur les responsabilités respectives des acteurs de la chaîne de l’IA (concepteurs, hébergeurs, intégrateurs, utilisateurs), qui auront un impact direct sur la répartition des obligations en matière de recrutement.
Et si l’IA devenait l’alliée de l’équité ?
Le constat est sévère, mais l’IA n’est pas condamnée à discriminer. Correctement conçue et auditée, elle peut au contraire devenir un outil de détection des biais humains.
L’article 10 de l’AI Act autorise explicitement, sous conditions strictes, le traitement de données sensibles (origine ethnique, genre) à des fins de détection et correction des biais. C’est une avancée majeure : pour vérifier qu’un algorithme ne discrimine pas, il faut pouvoir mesurer ses résultats par catégorie.
Des approches prometteuses existent : audits réguliers par des tiers, utilisation de jeux de données synthétiques équilibrés, tests adversariaux, explicabilité des décisions algorithmiques. L’IA pourrait être capable de repérer les biais qu’un recruteur humain ne verrait jamais — à condition que ce soit son objectif explicite.
Les outils d'IA de recrutement sont classés haut risque par l'AI Act (annexe III), avec des obligations strictes applicables dès le 2 août 2026.
La discrimination algorithmique engage la responsabilité de l'employeur au titre du code du travail, du code pénal (3 ans + 45 000 €) et du RGPD (art. 22).
Depuis le 2 février 2025, la reconnaissance des émotions au travail et les techniques de manipulation subliminale sont interdites (art. 5 AI Act) — sanctions jusqu'à 35 M€ / 7 % du CA.
La CNIL est l'autorité de surveillance, avec le soutien de la DGCCRF et du Défenseur des droits.
Audit des biais, supervision humaine, transparence envers les candidats et consultation du CSE sont des obligations concrètes — pas des bonnes pratiques optionnelles.
L'IA peut aussi devenir un outil de détection des discriminations, à condition d'être conçue et auditée dans cet objectif.