IA vs Humain en recrutement : ce que révèlent vraiment les études récentes

Pourquoi les biais cognitifs se transforment… sans disparaître

L’IA s’impose dans les processus de recrutement, portée par la promesse d’un traitement plus rapide, plus objectif et plus équitable des candidatures.Mais que disent réellement les travaux académiques les plus récents sur la comparaison entre biais humains et biais algorithmiques ?

La réponse est beaucoup plus nuancée qu’on ne l’imagine. Et elle doit inviter la fonction RH à reconsidérer en profondeur sa manière de gouverner les décisions de sélection.

1. L’IA n’est ni plus neutre… ni plus biaisée que l’humain. Elle est différemment biaisée.

Les dernières études montrent que :

• Certains modèles d’IA privilégient des candidates femmes ou des candidats noirs, à CV identiques.

• D’autres favorisent les hommes blancs.

• D’autres encore varient selon la formulation du prompt ou le contexte décisionnel.

Le biais n’est donc pas stable : il dépend du modèle, des données, de la consigne, du rôle assigné à l’IA.

En clair : l’IA n'élimine pas les biais… mais elle ne les reproduit pas exactement comme nous. Elle génère une nouvelle catégorie de biais, moins intuitive, plus systémique et souvent moins visible.

2. Les biais humains : massifs, documentés, persistants

Du côté des recruteurs humains, les travaux en psychologie sociale sont sans appel.On retrouve systématiquement :

• biais d’affinité (“on recrute ceux qui nous ressemblent”),

• stéréotypes de genre et d’origine,

• effet halo,

• rationalisation après coup,

• incohérence entre recruteurs face au même CV,

• influence de la fatigue, du stress ou de la surcharge.

Ces biais conduisent à un traitement inégal des candidatures… mais souvent de manière ponctuelle et hétérogène.

3. Le véritable danger de l’IA : l’effet d’échelle

Un recruteur peut discriminer quelques candidats, parfois malgré lui.Un modèle, s’il contient un biais — même minime — peut reproduire ce même biais sur des milliers de dossiers, de façon parfaitement cohérente.

C’est là que réside le risque majeur :👉 une petite déviation individuelle devient une grande injustice collective.

Cette dimension industrielle du recrutement par IA impose une vigilance accrue, surtout lorsque l’outil est utilisé en présélection ou en scoring automatique.

4. Sur le plan prédictif, certains modèles surpassent les pratiques humaines

Les expérimentations terrain montrent que :

• certains algorithmes identifient des candidats légèrement plus performants,

• d’autres améliorent la rétention,

• et globalement, ils réduisent la variabilité aléatoire des jugements humains.

Ce gain de cohérence est précieux : l’IA ne se fatigue pas, applique les mêmes critères à tous, ne change pas d’avis selon l’heure de la journée.

Mais cela n’implique pas une absence de biais.Cela signifie seulement que le même biais est appliqué à tout le monde avec une précision chirurgicale.

5. Les meilleurs résultats proviennent… d’un duo humain + IA

Les travaux les plus robustes convergent :L’approche la plus juste et la plus performante repose sur un système hybride où :

• l’IA structure les étapes répétitives, réduit le bruit, aligne les critères,

• l’humain challenge, contextualise, vérifie l’équité, arbitre les cas limites.

L’un sans l’autre expose l’entreprise à un risque :

• tout IA = biais invisibles, décisions incontrôlables, perte de sens pour les équipes,

• tout humain = incohérence, subjectivité, lenteur, variabilité des décisions.

Le futur du recrutement ne sera pas automatisé.Il sera augmenté.

Les 3 idées forces à retenir pour les professionnels RH

1. L’IA reflète nos choix — elle n’est jamais neutre.

Les biais viennent des données, des objectifs business et des consignes.Ce n’est pas un “problème technique”, mais un sujet stratégique de gouvernance RH.

2. L’absence d’audit est un risque majeur.

Mesurer les écarts de traitement entre groupes est désormais une compétence critique en RH.L’outil n’est jamais “injuste”… tant qu’on ne vérifie pas.

3. Le recrutement équitable repose sur une combinaison intelligente.

L’IA permet la cohérence ; l’humain garantit la justice.Les entreprises qui réussiront seront celles qui sauront articuler les deux.

🔥 Conclusion : L’équité ne naît pas de la technologie — elle naît des choix RH.

L’erreur serait de croire que l’IA va corriger nos biais.L’autre erreur serait de la craindre au point de s’en priver.

La véritable avancée réside ailleurs :👉 prendre le contrôle de nos modèles, comprendre leurs biais, auditer leurs décisions, et intégrer l’IA comme un partenaire, pas comme un pilote.

Les organisations qui feront cet effort dès aujourd’hui prendront une avance déterminante :

• attractivité renforcée,

• décisions plus justes,

• meilleure performance collective,

• conformité accrue avec les réglementations à venir.

Chez Maca Consulting, nous observons que la vraie maturité RH commence lorsque les entreprises se posent la question suivante :

“Quels biais voulons-nous réduire ?Et comment allons-nous le mesurer, ensemble ?”

C’est là que commence le recrutement responsable.C’est là que la technologie devient un levier stratégique.C’est là que les RH reprennent toute leur place.