Une offre de chargé de clientèle publiée un lundi. Le jeudi, 340 candidatures. Le consultant a une journée pour présenter une première shortlist au client. Personne ne lira 340 CV en une journée, et c'est exactement la promesse des outils de tri par l'IA : un classement en quelques secondes, les meilleurs profils en haut.
La promesse est séduisante, et elle est en partie tenue. Mais le tri de CV est aussi l'endroit où l'IA de recrutement fait le plus de dégâts quand elle est mal utilisée, et l'endroit que la loi encadre le plus strictement. Cet article fait le point sur ce que vaut réellement un tri automatisé, d'où viennent ses biais, ce que disent le RGPD, la CNIL et le code du travail, et comment présélectionner vite sans écarter à tort.
Il s'adresse aux cabinets de recrutement et aux équipes RH qui reçoivent du volume, et complète notre guide de l'IA pour recruteur. Pour une vue d'ensemble de ce que l'IA peut faire dans un cabinet, et de ce qu'on y installe concrètement, voyez notre page sur l'IA pour les cabinets de recrutement.
Tri de CV par l'IA : comment ça marche
Deux familles d'outils coexistent, et elles n'ont pas les mêmes défauts.
Le tri par mots-clés et règles. L'outil cherche dans le CV les termes du brief, les diplômes, les années d'expérience, et attribue un score. C'est rapide et explicable : on sait pourquoi un CV est en haut. Mais c'est aussi très fragile. Le candidat qui écrit gestion de portefeuille clients au lieu de relation client disparaît du classement.
Le tri par modèle. Un modèle de langage ou un modèle de classement lit le CV comme un texte et l'évalue face au brief. Il comprend les synonymes, les parcours atypiques, les formulations maladroites. C'est beaucoup plus fin. C'est aussi beaucoup plus opaque : il est difficile de dire précisément pourquoi un CV a reçu telle note, et le modèle peut s'appuyer sur des éléments qui n'ont rien à voir avec le poste.

D'où viennent les biais
Un modèle apprend des régularités. Si les données d'entraînement ou les exemples fournis reflètent des recrutements passés déséquilibrés, il reproduit le déséquilibre sans que personne ne l'ait demandé. Les sources les plus fréquentes :
- Les marqueurs indirects. Un prénom, une adresse, une association, un trou dans le parcours, une école. Aucun n'est un critère de compétence, mais tous peuvent être corrélés à un critère protégé.
- Les exemples de référence. Demander au modèle de trouver des profils qui ressemblent au dernier recrutement réussi, c'est lui demander de reproduire ce profil, y compris dans ce qu'il a de non pertinent.
- Le style d'écriture. Un modèle peut favoriser les CV rédigés comme ceux qu'il a le plus vus, ce qui pénalise les parcours internationaux ou les candidats moins à l'aise avec les codes du secteur.
Le code du travail interdit d'écarter une personne d'une procédure de recrutement en raison, notamment, de son origine, de son sexe, de son âge, de son lieu de résidence, de son nom de famille ou de son état de santé. Un outil qui écarte sur ces bases, même indirectement, expose le recruteur, pas seulement l'éditeur. La CNIL le formule ainsi dans son guide : le recruteur « est responsable du choix des outils utilisés qui doivent présenter les garanties de pertinence exigées par le code du travail ».
Ce que dit la loi sur le tri automatisé
Le RGPD et les décisions entièrement automatisées
L'article 22 du RGPD donne à toute personne le droit de ne pas faire l'objet d'une décision fondée exclusivement sur un traitement automatisé qui produit des effets juridiques ou l'affecte de manière significative.
Le guide du recrutement de la CNIL applique ce principe au tri de CV avec un exemple très parlant : plus le nombre de candidatures est important, plus le recruteur risque de ne consulter que les profils les mieux classés par son outil. Les autres candidats sont alors exclus « en raison du seul fonctionnement du logiciel de tri », ce qui peut constituer une décision entièrement automatisée. La CNIL ajoute que, lorsque le recruteur n'est pas en mesure d'expliquer les motifs de la décision proposée par l'algorithme et acceptée ensuite par un humain, la décision peut être regardée comme prise sans intervention humaine.
Autrement dit, un humain qui valide un classement sans le comprendre ne suffit pas.
Le même guide précise que le consentement du candidat ne peut en général pas justifier une telle décision, puisqu'un refus pourrait affecter ses chances d'obtenir le poste. Il en déduit que les décisions exclusivement automatisées ne pourront en principe être admises que si elles sont nécessaires à la conclusion du contrat, et rappelle que le comité européen de la protection des données exige pour cela un nombre de candidatures « exceptionnellement élevé ». Sa conclusion pratique : « En cas de doute, il est conseillé de ne pas faire appel à des outils susceptibles de produire des décisions entièrement automatisées. »
Le code du travail
Trois articles s'appliquent, que la décision soit automatisée ou non :
- l'article L1221-6 : les informations demandées au candidat doivent présenter un lien direct et nécessaire avec l'emploi proposé ou l'évaluation des aptitudes professionnelles ;
- l'article L1221-8 : le candidat est expressément informé, avant leur mise en œuvre, des méthodes et techniques d'aide au recrutement utilisées à son égard, et ces méthodes doivent être pertinentes au regard de la finalité poursuivie ;
- l'article L1221-9 : aucune information concernant personnellement un candidat ne peut être collectée par un dispositif qui n'a pas été porté préalablement à sa connaissance.
L'AI Act
Le règlement européen sur l'IA classe à haut risque, dans son annexe III, les systèmes destinés à « analyser et filtrer les candidatures et évaluer les candidats ». Un logiciel de tri de CV est l'exemple type. Les obligations de ces systèmes s'appliqueront à partir du 2 décembre 2027, date fixée par le règlement (UE) 2026/1744 qui a modifié le calendrier. Nous détaillons ce que cela change pour un cabinet dans notre article sur l'AI Act et le recrutement.
La CNIL ajoute enfin qu'une analyse d'impact (AIPD) est obligatoire pour un traitement « visant à faciliter le recrutement grâce à un algorithme de sélection ».
Présélectionner vite sans écarter à tort
La bonne question n'est pas « faut-il un outil de tri », mais « quelle part du travail on confie à la machine ». Voici l'organisation qui garde le gain de temps sans franchir la ligne.
1. L'IA lit, le consultant décide
Le modèle produit pour chaque CV une grille face au brief : critère par critère, présent, absent ou à vérifier, avec la phrase du CV qui le justifie. Il ne produit ni note globale ni classement. Le consultant parcourt les grilles, beaucoup plus vite que les CV entiers, et décide lui-même qui passe.
2. Les critères sont écrits avant
Les critères de la grille viennent du brief validé avec le client, et seulement de lui. Ils sont écrits avant de lancer la lecture, et ils ne mentionnent jamais l'âge, la photo, l'adresse ou la situation personnelle. Si le CV contient ces informations, la grille les ignore.
3. Les cas limites remontent
Parcours atypique, reconversion, CV dans une autre langue, informations contradictoires : l'outil ne tranche pas, il signale. C'est souvent dans ces dossiers qu'on trouve les meilleurs candidats, et ce sont ceux qu'un tri automatique élimine en premier.
4. Les refus restent humains et explicables
Chaque candidature écartée l'est par un consultant qui peut dire pourquoi, en des termes liés au poste. C'est ce que demande la CNIL, et c'est aussi ce qui protège le cabinet le jour où un candidat demande des explications.
5. Le candidat est informé
L'annonce ou l'accusé de réception mentionne qu'un outil d'aide à la lecture des candidatures est utilisé, ce qu'il fait et ce qu'il ne fait pas. C'est une obligation du code du travail, et la CNIL la rappelle dans sa fiche pour les TPE et PME.
Mesurer ce que l'outil fait vraiment
Un outil d'aide à la présélection se teste avant de servir. Une méthode simple : reprendre une mission passée dont vous connaissez l'issue, faire lire les candidatures par l'outil, et comparer ses grilles avec ce qu'avait vu le consultant. Regardez surtout les candidats que l'outil aurait laissés de côté et qui ont été recrutés ou présentés. Si le cas se présente souvent, le problème n'est pas réglé par un meilleur réglage, il est dans l'approche.
Cette vérification vaut aussi pour les fonctions de tri intégrées à votre ATS. Elle fait partie de ce qu'on appelle, dans notre article sur l'automatisation et le RGPD, documenter un traitement avant de le mettre en production.
En résumé
Le tri de CV par l'IA vaut beaucoup comme aide à la lecture et presque rien comme juge. Organisé en grilles relues par un consultant, il fait gagner des heures sans exposer le cabinet. Organisé en classement automatique, il crée un risque juridique, un risque de discrimination et, à la fin, de moins bons candidats présentés. Pour une présentation de ce qu'on peut construire dans votre cabinet, voyez notre page IA et recrutement.
















