Un webinaire consacré au sourcing par intelligence artificielle, organisé le 3 novembre 2026 avec Collective.work, a dégagé sept critères pour évaluer un outil avant son adoption. Le principe : la valeur d’un outil ne se mesure pas au nombre de profils affichés, mais à sa capacité à comprendre un besoin, à expliquer ses résultats et à laisser le recruteur vérifier, corriger et décider. Les trois premiers critères portent sur le cadrage du besoin, les données interrogées et la construction de la recherche. Le détail des quatre autres n’est pas repris ici.
Ce que dit le texte
Le sourcing par IA désigne l’usage de systèmes capables d’identifier, de rapprocher ou de classer des profils à partir d’un besoin de recrutement. La recherche peut porter sur un vivier propriétaire, un ATS, des CV, des réseaux professionnels ou des données du web public. L’enjeu est donc de savoir ce qui est recherché, dans quelles données et selon quels critères.
Premier critère : clarifier le besoin. Une IA accélère une recherche mal cadrée sans la rendre pertinente. Le recruteur doit distinguer les compétences indispensables dès la prise de poste de celles qui peuvent s’acquérir, les contraintes réelles (localisation, disponibilité, rémunération) des préférences du manager. Dans le cas présenté, la recherche d’un architecte infrastructure visait un profil à vision transverse (systèmes, réseau, stockage, sécurité, continuité d’activité), non un simple intitulé de poste.
Deuxième critère : connaître les données. Deux outils peuvent produire des listes différentes à partir du même besoin, faute de consulter les mêmes sources. Collective a indiqué combiner une communauté de profils inscrits avec des données du web public et de fournisseurs de données, ce qui impose de vérifier provenance, actualité et statut de chaque information. Troisième critère : comprendre la construction de la recherche. La requête booléenne offre un contrôle précis mais peut manquer un profil à l’intitulé voisin ; la recherche sémantique élargit l’exploration.
| Critère | Question à poser à l’éditeur |
|---|---|
| 1. Besoin | Quelles compétences sont indispensables, lesquelles s’acquièrent ? |
| 2. Données | Base propriétaire, ATS, partenaires ou web public ? Quelle date de mise à jour ? |
| 3. Recherche | Booléenne, sémantique ou mixte ? Le résultat est-il explicable ? |
Ce que ça change pour les employeurs
Sur le plan juridique, la CNIL rappelle que toute collecte, consultation, conservation ou communication de données sur un candidat constitue un traitement de données personnelles, qui doit rester adéquat, pertinent et nécessaire au recrutement. Les directions RH doivent pouvoir documenter l’origine des profils, les modalités d’exercice des droits des candidats (accès, rectification, suppression) et la distinction entre données observées et données déduites par l’IA. Le débat sur la responsabilité de la décision reste ouvert.
Le règlement européen sur l’IA classe les outils de recrutement parmi les systèmes à haut risque. L’employeur, qualifié de déployeur, doit notamment assurer une surveillance humaine et informer les candidats. Le calendrier d’application fait l’objet d’informations divergentes : certaines sources retiennent le 2 août 2026, d’autres un report au 2 décembre 2027. Il convient de vérifier le texte en vigueur. En pratique, la grille de sept critères peut servir de cahier des charges lors d’une démonstration, de même que la question de savoir ce que le CV permet réellement de prédire.
À surveiller
Deux points restent à suivre : la date effective d’application des obligations du règlement européen pour les systèmes de recrutement, et la publication d’éventuelles recommandations sectorielles de la CNIL sur l’IA appliquée au recrutement. Selon une fiche conseil de l’Apec, plus de huit entreprises utilisatrices d’IA y recourent pour le recrutement, ce qui laisse prévoir une multiplication des offres commerciales. La Dares a par ailleurs lancé un appel à projets sur les effets de l’IA dans les processus de recrutement ; aucun résultat n’est publié à ce stade.
