DEI dans le recrutement

01Là où les biais s'immiscent généralement dans un pipeline

Le tri des CV est le point d'entrée le plus étudié : des recherches menées depuis plusieurs décennies ont démontré à plusieurs reprises que des CV identiques obtiennent des taux de réponse différents lorsque seul le nom apparent du candidat varie — un phénomène constaté dans plusieurs pays et secteurs d'activité, et non le résultat isolé d'une étude unique. Le filtrage par mots-clés des ATS aggrave cette situation en valorisant le vocabulaire de CV corrélé à certains parcours académiques ou professionnels, écartant ainsi des candidats tout aussi qualifiés qui décrivent la même expérience avec des termes différents.

Un sourcing reposant massivement sur la cooptation a tendance à reproduire la composition démographique d'une équipe existante, dans la mesure où les réseaux personnels sont généralement plus homogènes que l'ensemble du vivier de main-d'œuvre qualifiée. Par ailleurs, les entretiens non structurés — la conversation classique sur l'« adéquation culturelle » sans grille d'évaluation fixe — présentent l'un des niveaux de validité les plus faibles parmi les méthodes de recrutement couramment utilisées, précisément parce qu'ils laissent une place maximale aux préférences subjectives du recruteur.

02Ce que l'anonymisation fait et ne fait pas réellement

Avant qu'un CV n'atteigne l'étape d'extraction intelligente d'Expertini, il passe par un processus de suppression en onze modèles retirant les noms, coordonnées, adresses physiques et codes postaux, URL de profils sociaux/professionnels, ainsi que toute formulation suggérant l'âge, le genre, la nationalité ou la situation matrimoniale. Le système intelligent effectuant la lecture sémantique n'a jamais accès à l'identité du candidat — uniquement à ce qu'il a attesté avoir accompli.

Il s'agit d'une réduction mécanique et significative de l'exposition aux biais — et non d'une garantie d'absence totale de biais. Le masquage fondé sur des modèles peut omettre un format de nom inhabituel, et le style rédactionnel lui-même peut parfois comporter de légers indices indirects qu'une analyse statistique approfondie pourrait déceler, même après suppression des identifiants explicites. Nous décrivons le fonctionnement en toute transparence plutôt que de revendiquer une garantie supérieure à ce que la reconnaissance de motifs peut offrir.

03Correspondance basée sur les preuves versus correspondance par mots-clés

Indépendamment de l'anonymisation, la mise en correspondance elle-même est passée du chevauchement de mots-clés aux preuves sémantiques — comme détaillé sur la page Talent Matching — précisément parce que le filtrage par mots-clés désavantage systématiquement les candidats décrivant une expérience réelle avec un vocabulaire non standard : personnes en reconversion professionnelle, candidats issus de parcours éducatifs sous-représentés et personnes rédigeant dans une langue étrangère. L'analyse des preuves plutôt que la recherche de chaînes de caractères élimine ce biais de filtrage spécifique et bien documenté.

04Ce que la structuration apporte en complément de l'anonymisation

L'anonymisation traite ce que le système intelligent analyse ; l'évaluation structurée (détaillée sur la page Recrutement structuré) traite ce qui se passe ensuite — chaque candidat pour un poste est évalué selon les mêmes critères avec les mêmes pondérations, et chaque étape d'entretien utilise la même grille d'évaluation pour tous les candidats. La structure à elle seule a permis de réduire significativement les biais au cours de décennies de recherche sur le recrutement, même sans aucun système intelligent ; la combiner avec une présélection anonymisée et basée sur des preuves démultiplie l'effet au lieu de dépendre d'un seul de ces mécanismes de manière isolée.

05Stated limitations

Rien de tout cela n'élimine totalement les biais, et tout fournisseur affirmant le contraire doit être accueilli avec un réel scepticisme. Une offre d'emploi biaisée — rédigée avec des exigences inutilement strictes qui écartent des candidats qualifiés sans justification liée au poste — produira toujours des scores CMS biaisés, car l'évaluation mesure fidèlement les critères énoncés, quels qu'ils soient. Le jugement humain lors des entretiens, même lorsqu'il est structuré, comporte toujours des biais résiduels que la structure peut réduire, mais pas entièrement éliminer. Enfin, les décisions finales d'embauche restent des choix humains que le système éclaire sans jamais les prendre.