IA et recrutement : ce qu'on peut automatiser, et ce qui doit rester une décision humaine

En bref

• L'IA est très utile en amont : extraction et normalisation des CV, recherche dans la base de talents, communication avec les candidats.
• Le classement des candidatures est l'étape la plus risquée : c'est là que les biais du modèle ou des données historiques se transforment en discrimination.
• Le rejet et la décision finale doivent rester humains : la loi 09-08 interdit qu'une décision produisant des effets juridiques soit prise sur le seul fondement d'un traitement automatisé destiné à définir le profil d'une personne.
• Le Code du travail interdit la discrimination à l'embauche, notamment selon la race, le sexe, le handicap, la situation de famille, la religion, l'opinion politique, l'affiliation syndicale ou l'origine.
• Pour les recrutements liés à l'Union européenne, l'AI Act classe les systèmes d'IA de recrutement parmi les systèmes à haut risque, avec des obligations reportées au 2 décembre 2027 ; les règles de transparence s'appliquent depuis le 2 août 2026.

Ce que montrent les études sur les biais

En octobre 2024, des chercheurs de l'université de Washington ont testé trois modèles d'IA sur plus de 550 CV réels et plus de 500 offres d'emploi, en ne changeant que les prénoms, soit plus de trois millions de comparaisons. Résultat : les prénoms associés aux personnes blanches étaient préférés dans 85 % des cas, contre 9 % pour les prénoms associés aux personnes noires ; les prénoms masculins dans 52 % des cas, contre 11 % pour les prénoms féminins.

Ces résultats portent sur des prénoms et un contexte américains, mais le mécanisme est général : un modèle reproduit les régularités de ses données. Transposé au Maroc, le risque porte sur tout ce qui peut servir d'indicateur indirect : ville d'origine, établissement de formation, langue, trous dans le parcours, âge déduit des dates.

Étape par étape : où placer l'IA

Étape	Ce que l'IA peut faire	Niveau de risque	Garde-fou
Rédaction de l'offre	proposer une formulation, détecter un vocabulaire excluant	faible	relecture par le recruteur
Réception des CV	extraire et normaliser les informations, reformater au modèle de l'entreprise	faible	contrôle par échantillon des extractions
Recherche dans la base de talents	retrouver des profils sur des compétences	moyen	critères explicites, pas de filtre sur des données sensibles
Classement des candidatures	proposer un ordre de pertinence	élevé	critères documentés, données sensibles masquées, revue humaine de toute la liste
Rejet	préparer le message	élevé	aucune candidature rejetée sans examen humain
Communication candidat	confirmer la réception, programmer, informer	faible	informer le candidat qu'un outil automatisé est utilisé
Entretien et décision	aucune décision automatisée	très élevé	décision humaine, motivée et traçable

La règle qui résume la grille : l'IA propose, l'humain dispose. Plus une étape rapproche le candidat d'un refus, plus la part humaine doit être forte.

Ce que dit le droit marocain

La loi 09-08 encadre toutes les données personnelles des candidats. Trois dispositions comptent particulièrement :

• l'information : le candidat doit être informé de manière expresse, précise et non équivoque de la collecte de ses données (article 5) ;
• l'accès : il peut obtenir la confirmation que ses données sont traitées et des informations sur ce traitement (article 7) ;
• les décisions automatisées : aucune décision produisant des effets juridiques ne peut être prise sur le seul fondement d'un traitement automatisé destiné à définir le profil de l'intéressé ou à évaluer certains aspects de sa personnalité (article 11).

La loi impose aussi de ne pas conserver les données au-delà de la durée nécessaire. Les formalités auprès de la CNDP s'appliquent au traitement des candidatures, et se vérifient avant la mise en production d'un outil.

Le Code du travail (article 9) interdit toute discrimination fondée notamment sur la race, la couleur, le sexe, le handicap, la situation conjugale, la religion, l'opinion politique, l'affiliation syndicale, l'origine nationale ou sociale, y compris à l'embauche. Un outil qui produit un tel effet, même sans intention, expose l'employeur.

Et l'AI Act européen ?

Le règlement européen sur l'IA classe les systèmes utilisés pour recruter, trier des candidatures ou évaluer des candidats parmi les systèmes à haut risque. Le règlement (UE) 2026/1744, dit « omnibus numérique », a reporté les obligations de ces systèmes au 2 décembre 2027. En revanche, les obligations de transparence s'appliquent depuis le 2 août 2026 : informer les personnes qu'elles interagissent avec un système d'IA, par exemple un agent conversationnel de recrutement.

Une entreprise marocaine est concernée lorsqu'elle recrute pour des clients européens, ou lorsque les résultats de son outil sont utilisés dans l'Union européenne. C'est fréquent pour les cabinets de recrutement et les ESN.

Grille pour choisir un outil

Critère	Question à poser à l'éditeur
Explicabilité	Pourquoi ce candidat est-il classé à ce rang ? Les critères sont-ils visibles ?
Données sensibles	Peut-on masquer photo, âge, situation familiale, origine avant le classement ?
Contrôle humain	Un rejet peut-il partir sans validation humaine ?
Journalisation	Chaque action est-elle tracée et consultable en cas de contestation ?
Droits des candidats	Comment répondre à une demande d'accès ou de suppression ?
Conservation	Les durées de conservation sont-elles paramétrables et appliquées automatiquement ?
Hébergement	Où sont stockés les CV, et où s'exécutent les modèles ?
Dépendance	Peut-on changer de modèle d'IA sans changer d'outil ?

C'est la logique suivie par NovATS : extraction et normalisation des CV, CVthèque structurée, matching avec shortlists hiérarchisées, e-mails candidats automatisés, module de protection des données personnelles, journalisation complète des actions, droits cloisonnés par utilisateur, compatibilité avec plusieurs modèles (GPT, Claude, Gemini) et trois modes de déploiement, dont un mode sur site. Pour choisir le bon modèle selon la tâche, voir notre méthode dans l'article sur le choix d'un modèle d'IA.

Exemple d'application (fictif)

Exemple fictif, à visée illustrative. Un cabinet de recrutement reçoit plusieurs centaines de CV par semaine pour des postes techniques.

• Avant : les recruteurs lisent chaque CV, ressaisissent les informations et construisent les shortlists à la main.
• Après : l'IA extrait et normalise les CV, propose une shortlist sur des critères de compétences documentés, photo et âge masqués ; le recruteur examine toute la liste, y compris les profils classés bas, et valide chaque refus.
• Contrôle trimestriel : comparaison des taux de passage à l'entretien par grandes catégories (sexe, région), pour détecter une dérive.

Les erreurs les plus fréquentes

• Entraîner ou calibrer l'outil sur les recrutements passés sans vérifier qu'ils étaient équilibrés : on automatise les biais d'hier.
• Laisser partir les refus automatiquement : c'est l'étape la plus exposée juridiquement.
• Ne pas informer les candidats qu'un outil automatisé intervient.
• Conserver les CV indéfiniment dans la base de talents.
• Ne jamais mesurer les résultats : sans indicateurs, un biais reste invisible.

Questions fréquentes

Peut-on refuser automatiquement une candidature qui ne remplit pas un critère objectif, comme un diplôme obligatoire ?
Le filtre peut être automatisé s'il repose sur un critère explicite et justifié par le poste, mais la décision de rejet doit rester examinée par une personne, conformément à l'article 11 de la loi 09-08.

Faut-il dire aux candidats qu'une IA analyse leur CV ?
Oui. La loi 09-08 impose une information préalable sur le traitement, et l'AI Act impose la transparence pour les interactions avec un système d'IA lorsqu'il s'applique.

Les CV générés par IA posent-ils problème ?
Ils uniformisent les candidatures et rendent le tri par mots-clés moins fiable. Raison de plus pour classer sur des compétences vérifiables plutôt que sur la formulation.

L'IA peut-elle réduire les biais plutôt que les amplifier ?
Oui, si elle masque les données sensibles, applique les mêmes critères à tous et si les résultats sont mesurés. Sans ces conditions, elle les amplifie.

Par où commencer

Cartographiez votre processus de recrutement étape par étape, repérez celles où l'IA intervient déjà (y compris dans les outils existants), et placez un contrôle humain avant chaque refus. Découvrez NovATS, notre accompagnement en data et intelligence artificielle et l'intégration avec vos outils RH. Pour aller plus loin sur l'impact de l'IA sur l'emploi, lisez notre article sur l'adoption de l'IA en entreprise, et sur la sécurité des données, notre grille de maturité cybersécurité. Vous cherchez un poste ? Consultez nos offres d'emploi, ou contactez nos experts pour une démonstration.

---

Sources

• University of Washington, « AI tools show biases in ranking job applicants' names according to perceived race and gender » (31 octobre 2024) ; K. Wilson et A. Caliskan, AAAI/ACM Conference on AI, Ethics, and Society (octobre 2024).
• Loi n° 09-08 relative à la protection des personnes physiques à l'égard du traitement des données à caractère personnel, articles 5, 7 et 11.
• Code du travail marocain, article 9.
• Règlement (UE) 2026/1744 (« omnibus numérique » sur l'IA), Journal officiel de l'Union européenne.
• Opensourcing, « AI Act reporté à 2027 : ce que les recruteurs doivent faire dès maintenant » (27 juillet 2026).