La confiance à l’embauche n’est pas un taux de fraude
13 % des recruteurs allemands ont identifié une tromperie par IA, 28 % l’ont soupçonnée. Ce sont 41 % des recruteurs, pas des candidatures.
Christian Kosiek•Publié le •21 min de lecture

Une candidature soignée est facile à produire. C’est une preuve faible du travail. Le 16 novembre 2026, The Stepstone Group a publié une mise à jour Hiring Trends à partir de recruteurs et de candidats en Allemagne. Le titre dit que quatre recruteurs sur dix (41 %) ont identifié ou soupçonné une tromperie assistée par l’IA dans le recrutement au cours des douze derniers mois. Le même communiqué sépare ces 41 %. 13 % signalent des cas confirmés. 28 % de plus soupçonnent une telle activité. Les deux groupes sont distincts. Les additionner ne signifie pas que 41 % des candidatures sont frauduleuses. Cela signifie que 41 % des recruteurs de l’enquête disent avoir identifié ou soupçonné au moins un cas dans l’année.1
Les échantillons sont dans le communiqué. The Stepstone Group a interrogé 7 652 candidats et 1 227 recruteurs en Allemagne entre le 24 septembre et le 13 octobre 2026. L’enquête candidats est représentative de la population active allemande par âge, sexe et diplôme, et elle est pondérée. Les données recruteurs ne sont pas pondérées. Le communiqué ne dit pas combien de candidatures ces recruteurs ont examinées, combien de signalements ont été vérifiés sur pièces, ni si le même comportement était plus fréquent avant l’IA générative. Un soupçon n’est pas un cas confirmé. Un cas confirmé, ici, est ce qu’un recruteur déclare confirmé. Ce n’est pas une décision de justice, et ce n’est pas un décompte de personnes embauchées sur une fausse déclaration.1
Confirmé et soupçonné n’ont pas la même base
Les formes de tromperie ne sont rapportées que parmi les recruteurs qui disent en avoir identifié ou soupçonné. Le communiqué dit que ces résultats reposent sur 505 recruteurs. La base du graphique est de 165 pour les tentatives détectées déclarées et de 340 pour les tentatives soupçonnées. Plusieurs réponses étaient possibles : les pourcentages d’une colonne ne font donc pas 100. Un pourcentage dans la colonne détectée n’est pas un pourcentage des 1 227 recruteurs.1
| Forme nommée par le communiqué | Détectée (n = 165) | Soupçonnée (n = 340) |
|---|---|---|
| Exagérations dans les CV | 55 % | 71 % |
| Références fausses ou fabriquées | 43 % | 23 % |
| Réponses générées par IA en entretien | 33 % | 30 % |
| Instructions cachées (injection de prompt) | 26 % | 19 % |
| Une autre personne à l’entretien | 22 % | 14 % |
| Hypertrucages en entretien vidéo | 8 % | 4 % |
La ligne des 22 % est facile à gonfler. Parmi les recruteurs qui déclarent des cas confirmés, 22 % disent que quelqu’un d’autre que le candidat s’est présenté à un entretien. Ce n’est pas 22 % des entretiens en Allemagne, et ce n’est pas 22 % de l’échantillon complet de recruteurs. La ligne des 8 % d’hypertrucages a la même limite. Le communiqué dit aussi que des recruteurs signalent des instructions cachées dans les documents de candidature, qu’il appelle des injections de prompt, destinées à influencer une sélection automatisée. Il ne décrit pas comment ces instructions ont été écrites, et cet article ne le fait pas non plus.1
La Dre Christina Langer, économiste senior chez The Stepstone Group, dit dans le communiqué que l’IA peut faire plus qu’optimiser les candidatures. Elle crée de nouvelles occasions de travestir des qualifications ou de manipuler des processus de recrutement. Elle dit aussi qu’un entretien personnel sert à connaître la personne derrière la candidature, et qu’une réponse honnête peut révéler davantage sur la capacité qu’une réponse soignée et générique. Ces phrases sont ses commentaires. Ce n’est pas un taux mesuré de mauvaises embauches.1
Utiliser un outil n’est pas exagérer
Côté candidats, le communiqué dit qu’environ la moitié des candidats utilisent l’IA pour postuler, et qu’un sur six admet l’utiliser pour exagérer ses compétences ou son expérience. « Environ la moitié » est la formulation du communiqué. Il n’imprime pas 50 %. « Un sur six » n’est pas imprimé comme 16,7 %, et ce n’est pas les 13 % des recruteurs. Un candidat peut se servir d’un outil pour clarifier une expérience réelle. Une part plus petite, selon leur propre déclaration, s’en sert pour surévaluer cette expérience. L’enquête ne montre pas à quelle fréquence les recruteurs détectent le second groupe, ni à quelle fréquence ils prennent le premier pour le second.1
Le même communiqué dit que 59 % des candidats préfèrent un recrutement sans IA, et que 61 % ne postuleraient pas si l’IA prenait la décision finale d’embauche. Ce sont des préférences. Ce n’est pas un test d’un produit de recrutement, et ce n’est pas les 73 % de recruteurs qui disent être devenus plus sceptiques en examinant les candidatures. Le communiqué n’imprime pas de base séparée pour les 73 %, les 59 % ou les 61 %. L’échantillon recruteurs est de 1 227 et l’échantillon candidats de 7 652.1
Une enquête britannique du printemps est un autre objet. Le rapport Resourcing and Talent Planning du CIPD, annoncé le 22 septembre 2026, est déjà discuté dans pourquoi un flot de candidatures cache les compétences réelles. Cet article garde les chiffres de septembre dans leur propre échantillon, y compris les employeurs qui ont signalé davantage de candidats inadaptés. Ne collez pas les 13 % allemands sur ce graphique britannique.
Le soupçon a un coût, et une phrase fluide aussi
Si chaque page soignée est traitée comme une tromperie, les employeurs peuvent se rabattre sur des noms connus, des diplômes d’élite et des recommandations personnelles. Cette réponse peut écarter les reconversions, les retours après une période d’aide, les candidats en situation de handicap, et les personnes dont la compétence pratique dépasse la prose. L’erreur inverse est de prendre un texte écrit par l’IA pour la preuve que quelqu’un sait faire le travail. Une personne capable de générer un plan de projet peut encore être incapable de négocier un litige fournisseur, de diagnostiquer une plainte ou de voir une erreur dangereuse.
La question utile est plus étroite. Cette personne peut-elle exercer le jugement que le rôle exige, avec les outils que le rôle permet vraiment ? Savoir utiliser un assistant peut être une compétence de travail. Savoir quand le résultat est faux, ce qui doit rester confidentiel, et pourquoi une décision a été prise, compte plus que la vitesse du texte. C’est un jugement éditorial, pas un résultat Stepstone. Une limite voisine, une fois la personne embauchée, est qui forme le jugement après le premier jet.
Un court exercice n’est pas un programme de surveillance
Pour un petit employeur, l’étape suivante n’a pas besoin d’être une plateforme d’évaluation. Nommez deux ou trois décisions qui rendent quelqu’un efficace dans le rôle. Publiez quelle aide de l’IA est permise à chaque étape. Demandez un exercice bref, lié au poste, rémunéré quand c’est praticable, avec la durée et les points de notation écrits. Jugez le résultat sur ces points, pas sur le style. Puis demandez au candidat ce qu’il a vérifié, ce qu’il a changé et ce qu’il ne ferait pas confiance.
Prenons une association hypothétique qui recrute un coordinateur de subventions. Au lieu d’une dissertation sur la motivation, donnez un dossier de projet fictif, un budget incomplet et une règle du financeur. Demandez quelle information manque, quelles questions viennent en premier, et pourquoi une ligne de budget bouge. Si le poste permettrait un assistant, permettez-le dans l’exercice, et demandez la vérification. Un atelier de réparation peut demander à un technicien d’inspecter une pièce de vélo sûre, volontairement déréglée, et d’expliquer la séquence. Une équipe de service peut utiliser une plainte simulée et anonymisée, avec des détails contradictoires. Ces scènes sont des illustrations. Stepstone ne les a pas menées. L’image de cet article n’est pas l’un de ces exercices.
L’exercice doit être assez court pour éviter un travail client gratuit, et assez clair pour mesurer la tâche plutôt que le jargon privé de l’employeur. Les échantillons non payés pèsent davantage sur les personnes qui ont peu de temps libre. Une grille partagée réduit le goût arbitraire. Quelqu’un doit encore vérifier que la grille est pertinente.
Une plus mauvaise réponse aux candidatures fluides est un détecteur d’IA, une vidéo continue, ou un contrôle d’identité invasif par défaut. Les détecteurs peuvent marquer une aide honnête comme une triche. Noter une vidéo peut créer des obstacles d’accès. Collecter des données sensibles demande une raison légitime, un minimum de conservation, et un moyen pour le candidat de contester une décision défavorable. Cette dernière phrase est une pratique éditoriale. Cet article n’interprète pas l’article 22 du RGPD, parce que le texte officiel du règlement n’a pas été ouvert pour cette relecture. Les devoirs de protection des données s’appliquent déjà aux informations des candidats.
Un entretien structuré montre souvent plus qu’un score de soupçon. Posez à chaque candidat des questions comparables sur une décision concrète : hypothèses, alternatives et arbitrages. Revenez sur un détail de l’exercice. Un candidat qui a utilisé un outil de façon légitime devrait pouvoir expliquer le travail et accepter la responsabilité de son exactitude. Vérifiez l’emploi et les qualifications qui comptent pour la décision, par des canaux proportionnés et avec le consentement. Dites quels usages de l’IA sont permis. Des règles non dites punissent les candidats soigneux et laissent de la place aux autres.
Une attente britannique n’est pas cette enquête allemande
Les dates se chevauchent, ce qui rend une fusion fausse tentante. Le Labour Market Outlook d’automne 2026 du CIPD, de J. Cockett et A. Ghazaryan, est une autre enquête dans un autre pays. YouGov a interrogé 2 051 professionnels RH seniors et décideurs au Royaume-Uni entre le 17 septembre et le 11 octobre 2026. Les chiffres sont pondérés sur l’emploi britannique selon la taille, le secteur et l’industrie. Ne les additionnez pas aux comptes Stepstone.2
Plus de quatre employeurs sur cinq (83 %) ont adopté l’IA. La figure 10, sur une base de 2 051 employeurs, sépare cet usage. 40 % sont au stade ad hoc, en expérimentant des outils du commerce, sans stratégie formelle ni intégration dédiée. Les exemples du rapport pour ce stade sont des assistants d’IA comme ChatGPT et des outils d’analyse de données comme PowerBI. 35 % intègrent l’IA dans des fonctions précises. 8 % disent qu’elle est profondément intégrée aux opérations et à la stratégie. 14 % ne signalent aucun usage dont ils aient connaissance. 3 % ne savent pas. Les 40 % sont le plus grand stade isolé. Ce n’est pas l’affirmation que 40 % n’ont aucune IA. Ces cinq parts font 100.2
Les PME du secteur privé sont en retard sur cette moyenne. 29 % d’entre elles ne signalent aucun usage de l’IA, contre 6 % des grands employeurs privés et 5 % du secteur public. L’intégration profonde est la plus fréquente chez les grands employeurs privés (15 %). Les bases sont 935 PME privées de moins de 250 salariés, 515 grands employeurs privés, et 427 employeurs du secteur public.2
Les attentes sur les effectifs sont une deuxième question, et la base change le nombre. Parmi tous les employeurs, 21 % croient que l’IA réduira les effectifs dans les 12 prochains mois, 61 % croient qu’elle ne changera rien, et 4 % croient qu’elle les augmentera. Les réponses « ne sait pas » sont dans la base et ne sont pas affichées : 21, 61 et 4 ne font donc pas 100. Parmi les employeurs où l’IA est utilisée (automne 2026, n = 1 641), 25 % attendent maintenant une réduction, contre 21 % à l’automne 2025 (n = 1 529). Dans ce groupe utilisateur, 59 % n’attendent toujours aucun impact, contre 61 %, et 5 % attendent une hausse, contre 8 %. Le rapport dit que le routage de ces questions a changé entre les enquêtes, ce qui peut légèrement affecter la comparabilité. Ne décrivez pas les 21 % de tous les employeurs cette année comme s’il s’agissait des 25 % des utilisateurs d’IA. Ne décrivez pas les 21 % des utilisateurs d’IA l’an dernier comme s’il s’agissait du chiffre de tous les employeurs cette année. Ils partagent un nombre, pas une base.2
Là où l’IA est profondément intégrée, 44 % attendent une réduction d’effectifs et 17 % une hausse. La base de ce groupe est de 146 employeurs, hors ceux qui ne savent pas si l’IA est utilisée. Au stade ad hoc (n = 851), le graphique du rapport montre 15 % qui attendent une réduction. Là où l’IA est intégrée dans certaines fonctions (n = 644), 32 % attendent une réduction. Le rapport dit que le schéma d’intégration plus profonde peut ressembler à une histoire de déplacement important, et il cite de récentes annonces de suppressions de postes chez Microsoft et Barclays. Il n’imprime pas les chiffres de ces entreprises. Il dit que le schéma reflète plus probablement des recherches antérieures du CIPD : les organisations plus avancées dans l’adoption sont plus susceptibles de redessiner les postes, de planifier la reconversion et de construire une intelligence des compétences. Une attente de changement d’effectifs peut donc refléter une planification autant qu’une coupe anticipée. Cet article ne traite pas 44 % comme des emplois déjà perdus. Ce que les chiffres publiés d’une banque prouvent et ne prouvent pas est un autre texte : ce que les chiffres de Barclays ne prouvent pas.2
Le même chapitre sépare la taille. Hors employeurs qui ne savent pas si l’IA est utilisée, 12 % des PME privées (n = 911) croient que les effectifs baisseront à cause de l’IA, et 77 % croient qu’ils resteront les mêmes. Chez les grands employeurs privés (n = 504), 33 % attendent une réduction et 7 % une hausse. Dans le secteur public (n = 413), 21 % attendent une baisse. Ce sont encore des attentes. Ce ne sont pas les 13 % allemands.2
La performance au travail est une troisième question, sur la base des utilisateurs d’IA de 1 641. 62 % croient que la performance s’est améliorée, 52 % un peu et 10 % beaucoup. 28 % croient qu’elle n’a pas changé. 3 % disent qu’elle s’est un peu dégradée, et 0 % qu’elle s’est beaucoup dégradée. 7 % ne savent pas. Ces parts font 100. Le corps du rapport dit que, là où l’IA est profondément intégrée (n = 146), près de 35 % croient que la performance s’est beaucoup améliorée, contre 4 % au stade ad hoc (n = 851) et 11 % là où elle est intégrée dans certaines fonctions (n = 644). Les points clés impriment 35 % pour cette ligne d’intégration profonde. « Près de 35 % » est la formulation du corps. Un rapport de performance n’est pas un résultat d’effectifs, et aucun de ces nombres n’est un taux de fraude allemand.2
Un troisième chiffre du CIPD appartient à septembre, pas à ce rapport d’automne. Le communiqué du 22 septembre dit que 48 % des employeurs avaient accru leurs efforts pour développer les talents en interne sur l’année précédente. Les notes disent que l’échantillon comptait 1 014 employeurs responsables de décisions RH dont le rôle inclut le recrutement et la planification des talents. Le terrain était en ligne, par YouGov, du 2 avril au 2 mai 2026, pondéré par taille et secteur. Les notes disent aussi que l’enquête 2024 visait une responsabilité RH ou de direction senior, donc les comparaisons avec 2024 doivent garder cette différence. Les 48 % ne sont pas une part des 2 051 répondants d’automne, et ce n’est pas un constat qu’il faudrait arrêter le recrutement externe. Quand les candidatures extérieures révèlent peu, les preuves sur les salariés actuels deviennent plus utiles. L’ancienneté n’est toujours pas la capacité. Les autres chiffres d’embauche du rapport de septembre restent dans l’article sur le flot de candidatures.3
Cinq vérifications avant la prochaine vacance
La liste ci-dessous est une liste éditoriale. Stepstone et le CIPD ne l’ont pas publiée comme méthode, et cet article ne la traite pas comme un résultat de recherche.
- Nommez les deux ou trois décisions qui rendent quelqu’un efficace dans le rôle.
- Publiez quelle aide de l’IA est permise à chaque étape, et appliquez cette règle à chaque candidat.
- Utilisez un court exercice lié au poste, avec une grille écrite. Rémunérez-le quand c’est praticable.
- Demandez au candidat d’expliquer ses choix, et ne vérifiez que les affirmations qui pèsent vraiment sur la décision.
- Revoyez qui est écarté, et si le processus désavantage un groupe ou un parcours.
Le but n’est pas d’attraper les gens parce qu’ils utilisent un outil. La langue soignée n’est plus rare. Un recrutement qui peut montrer le travail, garder un accès équitable et laisser une personne responsable de la décision est une réponse à des documents faibles. Ce n’est pas l’affirmation que l’une de ces enquêtes a mesuré ce processus.
Les règles de l’UE tracent une ligne autour de la sélection automatisée
Ceci n’est pas un conseil juridique. Pour une organisation qui recrute dans l’Union européenne, le cadre est plus précis qu’un avertissement général sur l’IA dans les RH.
L’annexe III, point 4, s’intitule « Emploi, gestion des travailleurs et accès au travail indépendant ». Le point 4(a) liste les systèmes d’IA destinés au recrutement ou à la sélection de personnes physiques, notamment pour placer des annonces d’emploi ciblées, analyser et filtrer des candidatures, et évaluer des candidats. Un court exercice qu’une personne note selon une grille écrite n’est pas, par cette seule description, un tel système. Le classement dépend de la finalité prévue et de la définition juridique d’un système d’IA. Le service desk de la Commission dit que les règles de l’annexe III s’appliquent à partir du 2 décembre 2027. Il dit que son résumé n’est pas juridiquement contraignant, et que le texte affiché suit la version consolidée d’EUR-Lex au 27 juillet 2026. Cette relecture a ouvert le service desk. EUR-Lex lui-même a renvoyé un défi de réseau et n’a pas été ouvert.4
L’article 5, paragraphe 1, point f, interdit la mise sur le marché, la mise en service à cette fin précise, ou l’usage de systèmes d’IA pour inférer les émotions d’une personne physique sur le lieu de travail et dans les établissements d’enseignement, sauf si le système est prévu pour des raisons médicales ou de sécurité. Le service desk dit que les pratiques interdites sont applicables à partir du 2 août 2026. Un outil qui note le ton de la voix, ou l’enthousiasme, à partir d’une vidéo peut soulever cette question. Un exercice structuré ne le fait pas, par la seule grille.4
L’article 26, paragraphe 7, dit qu’avant de mettre en service un système à haut risque ou de l’utiliser sur le lieu de travail, les déployeurs qui sont employeurs informent les représentants des travailleurs et les travailleurs concernés. Ce devoir concerne les travailleurs et un système à haut risque. Ce n’est pas le constat que chaque exercice est à haut risque, et il ne dit pas à lui seul comment informer un candidat externe. L’article 26, paragraphe 11, est la ligne plus proche pour les personnes qui ne sont pas encore dans l’effectif : les déployeurs de systèmes à haut risque visés à l’annexe III qui prennent des décisions, ou aident à en prendre, concernant des personnes physiques, informent ces personnes qu’elles sont soumises au système. Les deux paragraphes s’appliquent quand le système est dans cette classe à haut risque. Cet article ne décide pas si un produit est dans cette classe.4
Un regard plus proche sur la supervision quand un logiciel influence les personnes au travail est dans qui supervise le manager algorithmique.
Comment hilighter peut aider
hilighter ne filtre pas les candidats externes, ne détecte pas un texte écrit par l’IA, ne note pas les entretiens et ne prend pas de décisions d’embauche. Il n’estime pas un taux de fraude, et il ne décide pas si un outil d’embauche est à haut risque au titre du règlement sur l’IA.
Quand les candidatures cessent de montrer qui sait faire le travail, la question pratique dans l’organisation est de savoir quelles compétences le rôle exige et ce que les personnes actuelles peuvent déjà démontrer. Les équipes peuvent cartographier les compétences par rôle, comparer les personnes à ces exigences dans les compétences et les talents, enregistrer une vérification ou une correction dans la reconnaissance des acquis, et définir des parcours de développement. La revue de ces preuves par un manager se trouve dans les évaluations par les managers. La vue impact de l’IA sur les métiers est indicative. Ce n’est pas un constat Stepstone, et ce n’est pas une prédiction qu’un rôle va disparaître. Le plan Gratuit couvre jusqu’à trois rôles. Le nombre de salariés n’est pas plafonné.
Sources
- The Stepstone Group, AI-assisted deception in job applications: four in ten recruiters have detected or suspect its use, 16 novembre 2026. Hiring Trends Update, Allemagne. Terrain du 24 septembre au 13 octobre 2026 : 7 652 candidats, pondérés et représentatifs par âge, sexe et diplôme ; 1 227 recruteurs, non pondérés. 13 % des recruteurs signalent une tromperie assistée par IA confirmée sur 12 mois ; 28 % de plus la soupçonnent ; ensemble 41 % des recruteurs, pas des candidatures. Parmi les cas détectés (n = 165) et soupçonnés (n = 340), réponses multiples : exagérations de CV 55 % et 71 % ; références fabriquées 43 % et 23 % ; réponses générées par IA en entretien 33 % et 30 % ; instructions cachées 26 % et 19 % ; une autre personne à l’entretien 22 % et 14 % ; hypertrucages vidéo 8 % et 4 %. Le communiqué dit que les formes de tromperie reposent sur 505 recruteurs. Environ la moitié des candidats utilisent l’IA pour postuler ; un sur six admet l’utiliser pour exagérer compétences ou expérience. 59 % préfèrent un processus sans IA ; 61 % ne postuleraient pas si l’IA décidait ; 73 % des recruteurs se disent plus sceptiques. Aucune base séparée n’est imprimée pour ces trois lignes. Les commentaires de la Dre Christina Langer sont ses propos dans le communiqué, pas un taux de mauvaises embauches.
- Cockett, J. et Ghazaryan, A., CIPD, Labour Market Outlook: Autumn 2026, Londres, Chartered Institute of Personnel and Development. YouGov, 2 051 professionnels RH seniors et décideurs au Royaume-Uni, du 17 septembre au 11 octobre 2026, pondérés sur l’emploi britannique par taille, secteur et industrie. Figure 10, tous les employeurs : 40 % ad hoc, 35 % intégrés dans certaines fonctions, 8 % profondément intégrés, 14 % sans usage connu, 3 % ne savent pas (83 % ont adopté). Figure 11 : PME privées (n = 935) 29 % sans usage ; grands privés (n = 515) et public (n = 427) à 6 % et 5 % sans usage ; intégration profonde 15 % chez les grands privés. Figure 13, tous les employeurs (n = 2 051) : 21 % attendent une baisse d’effectifs liée à l’IA en 12 mois, 61 % aucune différence, 4 % une hausse ; les « ne sait pas » sont dans la base et non affichés. Figure 12, employeurs où l’IA est utilisée : automne 2026 n = 1 641, 25 % attendent une baisse, 59 % aucun impact, 5 % une hausse ; automne 2025 n = 1 529, 21 %, 61 % et 8 %. Le rapport dit que le routage a changé et peut légèrement affecter la comparabilité. Figure 14, hors ceux qui ne savent pas si l’IA est utilisée : profondément intégrés n = 146, 44 % attendent une baisse et 17 % une hausse ; intégrés dans certaines fonctions n = 644, 32 % attendent une baisse ; ad hoc n = 851, 15 % attendent une baisse. Le rapport cite Microsoft et Barclays et n’imprime pas leurs chiffres. Figure 15 : PME privées n = 911, 12 % attendent une baisse et 77 % aucune différence ; grands privés n = 504, 33 % et 7 % ; public n = 413, 21 % attendent une baisse. Figure 16, utilisateurs d’IA n = 1 641 : performance beaucoup améliorée 10 %, un peu 52 %, aucune différence 28 %, un peu dégradée 3 %, beaucoup dégradée 0 %, ne sait pas 7 %. Figure 17 : près de 35 % du groupe profondément intégré (n = 146) disent une forte amélioration, contre 4 % ad hoc (n = 851) et 11 % intégrés dans certaines fonctions (n = 644). Les points clés impriment 35 % pour cette ligne.
- CIPD, Almost half of employers are upskilling their workers in the wake of labour market and legislative challenges, communiqué, 22 septembre 2026. 48 % des employeurs ont accru le développement des talents en interne sur l’année précédente. Notes : YouGov, 1 014 employeurs responsables de décisions RH dont le rôle inclut le recrutement, du 2 avril au 2 mai 2026, pondérés par taille et secteur. L’enquête 2024 visait une responsabilité RH ou de direction senior. Ce n’est pas le Labour Market Outlook d’automne 2026. D’autres chiffres de cette enquête sont discutés dans l’article du 28 octobre sur ce site et ne sont pas repris ici.
- Commission européenne, AI Act Service Desk, annexe III, point 4(a) ; article 5, paragraphe 1, point f ; article 26, paragraphes 7 et 11 ; When does enforcement start?. Le service desk dit que le texte affiché suit la version consolidée d’EUR-Lex au 27 juillet 2026, et que son résumé n’est pas juridiquement contraignant. Règles de l’annexe III à partir du 2 décembre 2027. Pratiques interdites applicables à partir du 2 août 2026. EUR-Lex n’a pas été ouvert. Pas une décision sur un produit. Pas un conseil juridique. L’article 22 du RGPD n’a pas été ouvert.
Sources revues le 18 novembre 2026. Les 41 % sont une part des recruteurs allemands, pas des candidatures. Les pourcentages détectés utilisent n = 165 et les pourcentages soupçonnés n = 340. « Environ la moitié » et « un sur six » sont les mots du communiqué et ne sont pas convertis en d’autres pourcentages. Les 21 % du CIPD pour tous les employeurs britanniques ne sont pas échangés avec les 25 % des employeurs utilisateurs d’IA, ni avec les 21 % que ces utilisateurs ont déclarés à l’automne 2025. Les 48 % de septembre sont un troisième échantillon. L’association, l’atelier de vélo et les cinq vérifications sont des illustrations éditoriales. EUR-Lex et l’article 22 du RGPD n’ont pas été ouverts. Ni un score de détecteur d’IA ni l’absence de pénalité Google ne peuvent être garantis. Traduction à relire par une personne de langue maternelle.