En 2026, environ 88% des entreprises utilisaient déjà l’IA ou un système automatisé pour faire la présélection des candidatures. Mais cette massification cache une réalité gênante : les outils sensés améliorer l’équité en recrutement ne font que recycler les préjugés qu’on pensait pouvoir contourner.
Des profils atypiques, des parcours non linéaires, des reconversions professionnelles sont écartés par des algorithmes entraînés sur des données historiques qui reflètent les pratiques de sélection passées, avec leurs angles morts et leurs préjugés. Le mécanisme est pervers : l’algorithme n’invente rien, il apprend simplement ce qu’on lui enseigne. Et ce qu’on lui enseigne, c’est la discrimination systémique.
Le mirage de l’anonymisation
Beaucoup croient qu’il suffit de cacher le nom, l’âge ou l’origine pour résoudre le problème. Or, supprimer les variables sensibles telles que le sexe ou l’origine ethnique ne suffit pas à s’acquitter de ses responsabilités en matière d’équité. Les algorithmes sont rusés : un algorithme peut reconstituer une information masquée à partir d’autres données, comme le code postal ou les dates de diplôme, et discriminer sans le dire.
Un classement présenté comme « objectif » ou « basé sur la performance » peut, en réalité, reproduire et amplifier des inégalités préexistantes. Sur les plateformes de travail en ligne, l’impact est mesurable : les femmes, en moyenne, accumulent moins de missions réalisées que des hommes présentant des caractéristiques comparables, et cette différence se traduit ensuite par une moindre visibilité dans les classements.
La loi face au vertige technologique
Le règlement européen sur l’IA classe les systèmes utilisés pour le recrutement et l’emploi parmi les applications à haut risque, obligeant les entreprises à mieux évaluer leurs effets. Mais la loi peine à rattraper l’innovation. Le système actuel est rempli de biais, selon le professeur Joseph Fuller de la Harvard Business School, car le problème réside dans les données historiques utilisées, pas dans les personnes.
La vérité inconfortable est que la discrimination par l’IA et les algorithmes passe très souvent inaperçue, et peut affecter tout le monde, mais elle frappe particulièrement les personnes déjà confrontées à des discriminations liées au sexe, à l’origine, à l’âge, à l’orientation sexuelle ou à la religion. En 2026, les promesses d’un recrutement plus impartial grâce aux machines se révèlent pour ce qu’elles sont : une illusion confortable qui autorise les entreprises à déléguer leurs responsabilités aux chiffres.
