Le flot de candidatures IA cache les compétences

Un petit employeur peut aujourd’hui recevoir une candidature magnifiquement rédigée de quelqu’un qui n’a jamais fait le travail. Les mêmes outils peuvent aider un candidat capable, peu à l’aise à l’écrit, à expliquer un parcours qu’un formulaire rigide aurait enfoui. Les deux documents peuvent sembler aussi soignés l’un que l’autre. Quelqu’un doit encore décider qui sait faire le métier.

C’est le problème d’embauche créé par un texte abondant et peu coûteux. L’IA générative facilite la candidature. Elle ne rend pas automatiquement la capacité plus visible. La réponse utile n’est pas une course entre des rédacteurs automatiques de CV et des détecteurs automatiques de CV. C’est un processus qui recueille un peu de preuves comparables sur le travail, et qui laisse une personne responsable de la décision.

Plus de candidatures, pas plus d’information

Dans son rapport Resourcing and Talent Planning de septembre 2026, le Chartered Institute of Personnel and Development (CIPD) constate que 58 % des employeurs ont signalé une hausse des candidats inadaptés sur l’année précédente, contre 33 % pour les candidats adaptés. Les grandes organisations étaient plus nombreuses que les PME à signaler cette hausse de candidatures inadaptées (61 % contre 52 %).¹

Dans le même temps, 53 % des organisations qui avaient essayé de recruter disaient avoir du mal à attirer des candidats, surtout pour les postes qualifiés et seniors. 18 % signalaient aussi une difficulté pour les postes moins qualifiés. Un employeur peut être submergé de candidatures et manquer encore des personnes qui répondent au besoin réel. Ces constats ne se contredisent pas.

L’enquête a été menée en ligne par YouGov du 2 avril au 2 mai 2026. 1 014 professionnels britanniques, cadres RH ou managers responsables du recrutement et de la planification des talents, y ont répondu. L’échantillon exclut les travailleurs indépendants sans salarié et il est pondéré pour refléter l’emploi au Royaume-Uni selon la taille et le secteur. Cette année, le CIPD a resserré l’échantillon sur les personnes dont le rôle inclut le recrutement : les comparaisons avec 2024 demandent donc de la prudence. Les chiffres décrivent ce que les employeurs déclarent. Ce n’est pas une expérience qui isole l’effet de l’IA générative. Les salaires, la publicité, l’incertitude économique et l’écart entre les exigences du poste et l’expérience disponible peuvent faire bouger les mêmes nombres.¹

Le rapport, réalisé avec le cabinet de recrutement Omni RMS, traite bien l’usage de l’IA générative par les candidats comme une pression sur la sélection. Parmi les organisations qui ont tenté de recruter, 27 % disaient que les candidats faisaient le plus souvent ou toujours un usage excessif de l’IA dans les CV et les candidatures (figure 34, base 791). Séparément, 35 % des employeurs disaient essayer de surveiller cet usage (42 % des grandes organisations ; 11 % ne savaient pas). Parmi ceux qui surveillent, 75 % disaient rejeter des candidats pour usage d’IA générative au moins une partie du temps. La question sur le rejet a une base de graphique de 280. Ce n’est pas un taux de rejet pour chaque candidat, ni pour chaque employeur. Environ 21 % des organisations disaient avoir changé leurs méthodes d’évaluation pour réduire l’usage de l’IA par les candidats, et 10 % ne savaient pas.¹

Prendre la présence d’une aide de l’IA pour une preuve de malhonnêteté est un vrai risque. Un candidat peut s’en servir pour traduire un récit exact de son travail, corriger l’orthographe ou ordonner un parcours compliqué. Un autre peut inventer des réussites. L’outil qui a préparé la page ne distingue pas, à lui seul, les deux. Filtrer le style soigné, ou le punir, peut manquer l’essentiel dans les deux sens.

Aux États-Unis, vérifier les compétences devient plus lent

Une autre enquête, commandée par le cabinet de recrutement Robert Half et publiée le 10 mars 2026, va dans le même sens sans prouver une cause unique. Un institut indépendant a interrogé plus de 2 000 responsables de recrutement américains en novembre 2025. 67 % des responsables RH disaient que l’examen des candidatures générées par l’IA avait ralenti l’embauche, et 20 % signalaient des retards de plus de deux semaines. 65 % des responsables du recrutement disaient qu’une hausse des candidatures, dont beaucoup étaient améliorées ou générées par l’IA, avait rendu les compétences plus difficiles à vérifier. 84 % des responsables RH disaient que leurs équipes portaient une charge plus lourde.²

Le même communiqué indique que des employeurs ont ajouté des étapes qui peuvent encore allonger les délais : 42 % passent plus de temps à lire les candidatures, 38 % font plus d’entretiens par candidat, et 32 % ont réécrit des fiches de poste pour décourager les réponses génériques produites par l’IA. Robert Half note aussi que toute candidature assistée par l’IA n’est pas inexacte. Beaucoup de personnes s’en servent pour clarifier ou corriger la grammaire. Ce sont des perceptions déclarées par un prestataire commercial, pas une variation mesurée du délai d’embauche dans des fichiers administratifs.

Le signal d’embauche faiblissait déjà

La distinction compte, parce que le recrutement devenait déjà un marché plus bruyant avant l’IA générative. Le US AI Labor Market Tracker de Revelio Labs pour septembre 2026, publié le 1^er octobre 2026, constate que le nombre d’offres par embauche externe observée augmente depuis six ans. La série relie offres et embauches dans la même entreprise, le même État, le même niveau de séniorité et le même rôle, en comptant les embauches du mois de l’offre et des deux mois suivants. C’est un ratio sur douze mois glissants pour des entreprises américaines du Russell 3000 appariées, pas un taux littéral de pourvoi. Une offre peut correspondre à zéro, une ou plusieurs embauches, et certaines offres ou embauches ne peuvent pas être appariées.³⁴

La même édition met en garde contre les titres spectaculaires. Les mentions de ghosting des recruteurs, dans les avis d’entretiens qui n’ont pas mené à une offre, sont revenues près de leur niveau d’octobre 2022 : environ 1 % en dessous, après une lecture de juillet à 3 % au-dessus. La page dit aussi que ces mentions avaient augmenté jusqu’à 9 % sur les deux années précédentes avant de redescendre. C’est un indice d’une part de mentions, lissé sur douze mois. Une valeur affichée de 10 % signifie que la part des avis qui utilisent un vocabulaire de ghosting est 10 % plus haute qu’en octobre 2022. Cela ne signifie pas que 10 % des candidats ont été ignorés.³⁴

Revelio dit lui-même que ces problèmes d’appariement précèdent ChatGPT, et qu’on ne peut donc pas les imputer entièrement à l’IA générative. L’IA peut encore ajouter du bruit, en rendant facile l’envoi de candidatures plus soignées et en affaiblissant les signaux que les employeurs utilisent. C’est un mécanisme plausible, pas une cause mesurée. Les plaintes sur la mauvaise communication forment une série distincte, et la page de septembre dit qu’elles augmentent alors que les plaintes sur la lenteur reculent.

Rien de tout cela ne rend les candidatures rédigées par l’IA inoffensives. Cela signifie que les preuves d’une défaillance plus large des signaux d’embauche sont plus solides que les preuves d’une seule technologie comme cause unique. Publier une offre est devenu un signe plus faible qu’une embauche suivra. Une candidature soignée est devenue un signe plus faible d’une capacité autonome.

Pour une association de cinq personnes qui recrute un coordinateur de programme, une lettre fluide n’est pas la même chose que savoir prioriser des bénéficiaires, protéger des informations confidentielles ou résoudre un conflit d’agenda de dernière minute. Pour un petit cabinet comptable, une liste de logiciels n’est pas la même chose que repérer une facture incohérente et expliquer le contrôle suivant. Ce sont des scénarios illustratifs, pas des récits d’employeurs particuliers. Leur intérêt est que la compétence utile peut s’observer dans un court exercice proche du métier. Le même écart, entre exécuter une tâche et maîtriser le travail qui la sous-tend, explique pourquoi l’IA peut laisser des apprentis dépasser leur formation sans que ce dépassement vaille maîtrise.

Des questions structurées aident. L’opacité annule le gain

Il existe des preuves qu’une collecte d’information plus constante peut améliorer les décisions d’embauche, et elles sont plus étroites que le langage marketing autour des « entretiens IA ». Dans un document de travail mis en ligne le 30 juillet 2026, Brian Jabarian et Luca Henkel décrivent une expérience de terrain avec le cabinet PSG Global Solutions, filiale de Teleperformance. Le cadre est le recrutement de débutants en service client aux Philippines, pour des clients américains et européens. L’article porte sur 70 884 candidatures. Les personnes qui passaient un premier filtre étaient orientées vers un recruteur humain, un agent vocal d’IA, ou un choix entre les deux. Dans tous les cas, des recruteurs humains examinaient l’entretien et prenaient la décision d’embauche.⁵

Dans la comparaison des entretiens assignés, 8,70 % des candidats du groupe humain ont reçu une offre (1 179 sur 13 557), contre 9,73 % dans le groupe IA (3 904 sur 40 103). Cela fait 1,03 point de pourcentage, que les auteurs décrivent comme une probabilité 12 % plus élevée. Ils signalent aussi davantage de prises de poste et de rétention et, pour un sous-ensemble de recrutés, aucune différence statistiquement significative ni économiquement importante sur le temps moyen de traitement, la satisfaction client ou les scores d’assurance qualité. Ils attribuent une partie du résultat sur les offres à des entretiens plus structurés et constants, qui répondaient encore à la personne. Les recruteurs savaient si un agent d’IA ou une personne avait mené l’entretien.⁵

C’est une prépublication, pas un consensus établi, et une seule famille de métiers dans un seul marché du travail. Ce n’est pas une preuve que le logiciel devrait prendre la décision finale d’emploi. Cela ne se transpose pas automatiquement aux infirmiers, aux chefs d’établissement, aux travailleurs sociaux ou à chaque petite entreprise. L’accès à la langue, l’acceptation de parler à un agent vocal, la qualité des questions et le risque de traitement inégal comptent tous.

La confiance des candidats est une seconde limite. Dans une enquête Greenhouse publiée le 1^er mai 2026, 63 % des chercheurs d’emploi actifs aux États-Unis disaient avoir été interrogés par une IA, en hausse de 13 points de pourcentage en six mois. 38 % disaient avoir déjà quitté un processus parce qu’il comprenait un entretien IA, et 12 % de plus disaient qu’ils le feraient. 70 % disaient ne pas avoir été clairement prévenus à l’avance que l’IA les évaluerait, et 21 % ne l’ont découvert qu’une fois l’entretien commencé. L’enquête comptait 2 950 personnes aux États-Unis, au Royaume-Uni, en Allemagne, en Australie et en Irlande. Sauf mention contraire du communiqué, les chiffres titres portent sur les 1 200 répondants américains. Ils décrivent des perceptions, pas l’équité ou l’exactitude d’un système particulier. Greenhouse vend un logiciel de recrutement : c’est une étude de fournisseur.⁶

Le paradoxe apparent est utile. Des questions standardisées peuvent améliorer ce qu’un employeur apprend. Une automatisation cachée peut détruire la confiance dans la manière dont cet apprentissage se fait. La question pratique n’est pas de remplacer chaque intervieweur par une machine. C’est de savoir si chaque candidat a une chance équitable de montrer les mêmes capacités utiles, comprend le processus et dispose d’une voie vers une décision humaine.

Le droit de l’UE trace déjà une limite

Pour les organisations qui recrutent dans l’Union européenne, le cadre juridique est plus précis qu’un avertissement général sur « l’IA dans les RH ». Au titre de l’annexe III du règlement européen sur l’IA, les systèmes d’IA destinés au recrutement ou à la sélection de personnes sont listés comme à haut risque. La liste couvre en particulier les systèmes utilisés pour placer des annonces d’emploi ciblées, analyser et filtrer des candidatures, et évaluer des candidats. Un court exercice noté par une personne selon une grille écrite n’est pas, par cette seule description, un tel système. Le classement dépend de ce que la technologie fait vraiment et de la définition juridique d’un système d’IA.⁷

Le service desk de la Commission sur le règlement IA indique que les règles des systèmes à haut risque de l’annexe III s’appliquent à partir du 2 décembre 2027. Il indique aussi que les pratiques d’IA interdites sont exécutoires à partir du 2 août 2026. L’une de ces interdictions, telle que le même service desk l’explique, couvre les systèmes d’IA utilisés pour inférer les émotions d’une personne sur le lieu de travail ou dans les établissements d’enseignement, sauf lorsque le système est prévu pour des raisons médicales ou de sécurité.⁸⁹ Un outil de recrutement qui note le ton de la voix ou « l’enthousiasme » à partir d’une vidéo peut donc poser une question différente d’un échantillon de travail structuré. Cet article n’est pas un conseil juridique. Les obligations de protection des données s’appliquent déjà aux informations des candidats, quel que soit le calendrier du règlement IA. Pour un regard plus proche sur la supervision humaine quand un logiciel influence les personnes au travail, voir qui supervise le manager algorithmique.

Un meilleur processus commence par une preuve de travail

L’amélioration la plus simple est souvent peu technologique. Avant de publier un poste, nommez trois ou quatre capacités qui prédisent vraiment la réussite. Puis concevez une façon courte et proportionnée de les observer. Une personne au contact des clients peut expliquer comment elle traiterait une réclamation. Un assistant de projet peut ordonner un petit ensemble de demandes concurrentes. Un analyste peut regarder un tableau défectueux et dire ce qu’on ne peut pas conclure sans risque. Le candidat doit savoir ce qui est évalué. L’exercice doit ressembler au travail, pas à une énigme qui récompense le coaching d’entretien.

Il y a des arbitrages. Des échantillons de travail non payés peuvent peser sur les personnes qui ont des proches à charge, un handicap ou peu de temps libre. Ils doivent être brefs, accessibles et vraiment diagnostiques, pas une demande de travail client gratuit. Une grille partagée réduit les impressions arbitraires, mais quelqu’un doit encore vérifier que la grille elle-même est pertinente et équitable. Gardez une personne responsable du résultat, et proposez une alternative raisonnable quand le format crée un obstacle.

Les organisations ont aussi besoin d’une position claire sur l’usage de l’IA, alignée sur le métier. Si le poste utilisera l’IA pour rédiger des messages courants, interdire à chaque candidat de s’en servir peut tester une version obsolète du travail. Un exercice plus révélateur peut autoriser l’aide, puis demander à la personne de trouver une erreur factuelle, d’expliquer un jugement et de dire ce qu’elle vérifierait elle-même. Là où le raisonnement autonome est essentiel, un second exercice sans aide peut être approprié. Les conditions doivent être explicites et les mêmes pour tout le monde.

Cela compte pour les personnes qui changent de métier. Un responsable de magasin peut avoir une vraie compétence de résolution de conflits et de planification sans le titre qu’une association attend. Un parent qui reprend le travail peut avoir une expérience récente d’organisation de tâches complexes et un CV peu conventionnel. Une personne dont les anciennes tâches ont été en partie automatisées peut faire le nouveau travail sans le diplôme attendu. Aucune ne devrait être embauchée sur une affirmation non vérifiée. Aucune ne devrait être écartée seulement parce que son expérience est difficile à résumer dans le langage standard du recrutement.

Il y a une conséquence au-delà de la vacance. L’enquête du CIPD a constaté que 48 % des employeurs avaient accru leurs efforts pour développer les talents en interne sur l’année précédente, et que la montée en compétences des salariés en place était la réponse la plus courante aux difficultés de recrutement. Cette réaction se comprend : quand les candidatures externes révèlent peu de la capacité réelle, savoir ce que les salariés actuels peuvent démontrer devient plus précieux. La promotion interne a encore besoin de preuves. L’ancienneté n’est pas la même chose que la préparation.¹

La ressource rare, c’est une preuve crédible

L’IA a rendu abondant le texte au son professionnel. Elle n’a pas retiré les parties difficiles du travail : gérer l’incertitude, remarquer une erreur, s’adapter à une personne, protéger une information ou assumer un résultat. Un processus qui récompense la présentation plutôt que ces capacités rend le marché du travail plus bruyant pour tout le monde, y compris pour les candidats qui savent vraiment faire le métier.

La leçon pour un petit employeur n’est pas d’acheter d’abord un autre algorithme de tri. C’est de demander ce que le processus actuel apprend vraiment sur une personne. Si la réponse est surtout la qualité avec laquelle cette personne décrit ses compétences, le processus est exposé à la technologie même qu’il essaie de gérer. Une démonstration courte et équitable du travail peut désormais valoir plus que la candidature la plus parfaitement rédigée.

Les questions que se posent les employeurs

L’IA dans une candidature prouve-t-elle que le candidat est malhonnête ?

Non. Les chiffres du CIPD montrent que beaucoup d’employeurs britanniques voient ce qu’ils appellent un usage excessif, et que certains rejettent des candidats pour cela au moins une partie du temps. Le communiqué de Robert Half dit lui-même que beaucoup de candidats utilisent l’IA pour clarifier ou corriger la grammaire, tandis que d’autres peuvent embellir ou inventer un parcours. L’aide elle-même n’est pas la preuve. Ce que la personne sait faire, dans des conditions que vous avez expliquées, est la preuve.¹²

L’IA générative a-t-elle causé la hausse des offres par embauche ?

La série de Revelio augmente depuis six ans, ce qui inclut les années d’avant ChatGPT. L’entreprise dit que la tendance ne peut pas être attribuée entièrement à l’IA générative. Une candidature soignée peut ajouter du bruit à un problème d’appariement qui existait déjà. C’est une hypothèse, pas une part mesurée de la hausse.³⁴

Un petit employeur doit-il interdire l’IA dans chaque épreuve ?

Seulement si le métier lui-même l’interdit. Si les personnes utiliseront l’IA dans le poste, une interdiction totale peut cacher la compétence qui comptera : vérifier un résultat, expliquer un jugement et savoir quoi contrôler. Si le poste dépend d’un raisonnement sans aide, dites-le et évaluez cela à part. Dans les deux cas, annoncez la règle à chaque candidat à l’avance.

Comment hilighter peut aider

hilighter ne trie pas les candidats externes, ne détecte pas les CV rédigés par l’IA et ne prend pas de décisions d’embauche. Quand les candidatures cessent de révéler qui sait faire le travail, la question pratique dans l’organisation est ce que vos personnes actuelles peuvent déjà démontrer, et quelles compétences le métier exige maintenant.

hilighter aide les équipes à cartographier les compétences par métier, à comparer les personnes à ces exigences dans Compétences et talents, à enregistrer une preuve de capacité dans Preuves et reconnaissance des compétences et à définir des parcours de développement personnalisés. Sa vue Impact de l’IA sur les métiers est indicative, pas une prédiction qu’un métier va disparaître. Une offre gratuite couvre jusqu’à trois métiers, avec des salariés en nombre illimité. Pour un pas à pas, voir comment mener une matrice de compétences gratuite.

Sources

1. Hogarth, A. et McCartney, C., CIPD, Resourcing and talent planning report 2026, septembre 2026.
2. Robert Half, Survey: 67% of HR leaders report AI-generated applications are slowing hiring, 10 mars 2026.
3. Revelio Labs, AI Labor Market Tracker: September 2026, publié le 1^er octobre 2026.
4. Revelio Labs, Appendix and methodology, September 2026, publié le 1^er octobre 2026.
5. Jabarian, B. et Henkel, L., Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews, arXiv:2607.28222, première mise en ligne le 30 juillet 2026 (prépublication, non relue par les pairs).
6. Greenhouse, 63% of Job Seekers Have Faced an AI Interview, 1^er mai 2026.
7. Commission européenne, AI Act Service Desk, Annex III (usages emploi à haut risque, dont le recrutement et la sélection).
8. Commission européenne, AI Act Service Desk, When does enforcement start? (règles de l’annexe III à partir du 2 décembre 2027 ; pratiques interdites exécutoires à partir du 2 août 2026).
9. Commission européenne, AI Act Service Desk, Is emotion recognition prohibited in workplace and education settings?.

Dernière vérification des sources : 29 octobre 2026. Les chiffres du CIPD et de Robert Half viennent d’enquêtes auprès d’employeurs, pas d’expériences. L’article de Jabarian et Henkel est une prépublication sur un seul cadre de recrutement en service client. Le chiffre de ghosting de Revelio est un indice du langage des avis, pas un taux de candidats ignorés. Les dates de l’UE suivent le service desk de la Commission et ne constituent pas un conseil juridique.