En Chine, les outils de recrutement dopés à l'IA face à des candidats qui manient aussi l'IA
Chercher un emploi en Chine est devenu un duel entre deux logiciels. Les entreprises déploient l’IA pour trier les CV, mener les entretiens de premier tour et noter les candidats d’après leur élocution et leurs expressions faciales. Les postulants, eux, se tournent vers des outils d’IA qui répètent les questions probables, suggèrent des réponses et génèrent même des présentations impeccables. Ce qui était autrefois une conversation entre personnes devient de plus en plus une négociation entre modèles.
Ce basculement tient en partie à une question d’échelle. Les grands employeurs peuvent recevoir des milliers de candidatures pour un seul poste, et le tri automatisé promet rapidité et uniformité. Les recruteurs affirment que les entretiens par IA réduisent les coûts de planification et écartent les candidats manifestement inadaptés avant même qu’un humain n’intervienne. Pour les jeunes diplômés qui postulent auprès de dizaines d’entreprises en une seule saison, l’efficacité joue dans les deux sens : la technologie qui accélère leurs candidatures accélère aussi leurs refus.
Les candidats se sont adaptés vite. Les forums en ligne et les plateformes de vidéos courtes regorgent de conseils pour déjouer un recruteur automatique : regarder droit dans la caméra, structurer ses réponses de façon serrée, éviter les longues pauses et s’entraîner avec un chatbot qui imite la banque de questions de l’entreprise. Certains demandeurs d’emploi racontent avoir utilisé l’IA pour rédiger des réponses aux questions comportementales classiques, puis mémorisé la formulation. Les outils sont bon marché et largement accessibles, ce qui rend la parade aussi disponible que le tri.
Il en résulte une étrange symétrie. Un entretien mené par IA évalue un candidat coaché par l’IA, et les deux camps optimisent pour des signaux auxquels ni l’un ni l’autre ne se fie vraiment. Les recruteurs se plaignent que des réponses répétées révèlent peu de chose sur les capacités réelles d’une personne. Les postulants déplorent l’opacité des jugements algorithmiques, qu’un mauvais angle de caméra ou un accent inhabituel puisse jouer contre eux, et que personne ne leur explique pourquoi ils ont été refusés. La frustration porte moins sur le fait d’être évalué par des machines que sur celui d’être évalué par des machines que nul ne peut contester.
Pour les employeurs, l’attrait ne tient pas qu’au coût. Les entretiens standardisés produisent des données comparables d’un candidat à l’autre et, sur un marché où les volumes d’embauche varient fortement, cette uniformité a de la valeur. Mais la diffusion du tri par IA attire aussi l’attention sur ce qui se perd : l’échange improvisé où un recruteur remarque qu’un candidat pense autrement, ou où un candidat comprend que le poste ne correspond pas à ce que l’annonce promettait. Ces moments sont difficiles à automatiser, et plus encore à mesurer.
Certaines entreprises réagissent en combinant les méthodes. De plus en plus n’utilisent l’IA que pour le tout premier filtre, puis confient les candidats présélectionnés à des managers humains pour des échanges plus longs. D’autres expérimentent des tests structurés, plus difficiles à contourner qu’une réponse orale. Le fil conducteur est la reconnaissance que l’outil est un portier, non un juge, et que la décision finale exige encore une personne prête à en assumer la responsabilité.
La leçon plus large concerne peut-être la confiance dans les décisions automatisées. À mesure que l’IA passe des CV aux entretiens en direct, la question n’est pas de savoir si la technologie fonctionne, mais si les personnes des deux côtés croient au caractère équitable du résultat. Des candidats qui se sentent réduits à une note accepteront difficilement une offre avec enthousiasme, et les entreprises qui s’appuient trop sur le tri risquent de constater qu’elles ont optimisé pour des gens doués pour être triés. La course aux armements devrait se poursuivre, mais ses coûts commencent à apparaître.