À la fin de l’année 2025, l’autorité française chargée de la lutte contre les discriminations a soulevé une alerte troublante : sur une grande plateforme de réseaux sociaux, le système de diffusion d’offres d’emploi discriminait selon le sexe. Certaines annonces étaient systématiquement affichées davantage aux hommes, d’autres aux femmes. Pas de discrimination volontaire, bien sûr. Simplement un algorithme qui avait appris à classer et servir les contenus selon des patterns cachés dans les données qu’on lui avait confiées.
Ce cas n’est pas un incident isolé. Il révèle une mécanique désormais généralisée : les outils d’IA utilisés dans le recrutement, censés apporter l’objectivité et l’impartialité, perpétuent en réalité les inégalités qu’on voulait combattre.
L’illusion de la neutralité algorithmique
Le problème commence par une fausse idée très partagée : supprimer les données sensibles (sexe, origine, âge) suffit à garantir l’équité. C’est faux. Les systèmes d’IA apprennent à partir de données historiques, elles-mêmes issues de décisions humaines qui peuvent déjà refléter des inégalités.
Quand une entreprise entraîne son algorithme de recrutement sur ses embauches passées, elle lui transmet non pas une vérité objective, mais une histoire de préjugés qu’elle a commis. Si cette histoire montre qu’on a préféré les hommes pour les postes techniques, l’algorithme apprendra à reproduire ce biais. Il ne dira jamais « je discrimine les femmes ». Il dira simplement « ce profil-là n’a pas d’expérience technique » ou « celui-ci a une meilleure notation ». Les variables sensibles ont disparu. La discrimination, elle, s’est camouflée.
Un classement présenté comme « objectif » ou « basé sur la performance » peut, en réalité, reproduire et amplifier des inégalités préexistantes.
La réglementation enfin, mais trop peu, trop tard
Le règlement européen sur l’IA classe les systèmes utilisés dans le recrutement et l’emploi parmi les applications à haut risque. C’est un progrès. Mais le message transmis aux entreprises reste timide : 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.
La régulation existe sur le papier. Les entreprises savent qu’elles doivent tester leurs algorithmes, documenter leurs décisions, préserver un recours humain. Mais combien le font vraiment ? Entre la théorie légale et la pratique des services RH, l’écart se maintient. Les régulateurs surveillent, mais avec des budgets de rêve et des délais où quatre ans peuvent passer sans que grand chose change.
Pourquoi ça continue malgré tout
D’abord parce que c’est rentable. Un algorithme coûte peu cher et traite des milliers de candidatures. Son impartialité apparente rassure les directeurs généraux et protège légalement les entreprises contre les accusations de favoritisme. Si la machine a dit non, ce n’était pas du personnel, c’était mathématique.
Ensuite parce que les données restent. Les métiers techniques restent largement masculins dans les bases de données historiques. Les postes de direction restent occupés surtout par des hommes. Ces réalités d’hier, intégrées dans les algorithmes, façonnent les embauches de demain. Un algorithme qui privilégie les établissements les plus représentés dans son historique peut transformer un avantage déjà acquis en critère de sélection supplémentaire. Les candidats compétents issus de parcours moins conventionnels risquent d’être moins bien classés, même lorsque leurs aptitudes correspondent au poste.
Ce qu’il faudrait faire, mais ne se fera pas assez
Vérifier les biais régulièrement. Diversifier les données d’entraînement. Laisser une véritable place à l’humain dans les décisions, pas juste comme justification de façade. Imposer des audits externes, publier les résultats, sanctionner les récidivistes.
Mais cela coûte du temps et de l’argent. Cela remet en question la supériorité supposée de la machine. Cela force les entreprises à interroger leurs propres inégalités structurelles.
Alors on continue. Les algorithmes grassement payés discriminent discrètement, pendant que les autorités de régulation envoient des lettres de mise en demeure.
