Rédiger des fiches de poste avec l'IA sans discriminer

Une offre d'emploi paraît anodine. Quelques lignes, un intitulé, une liste de compétences. Pourtant, un mot mal choisi peut décourager des candidats compétents, et une mention maladroite peut vous exposer à des sanctions. L'IA générative promet des brouillons plus rapides et plus clairs. Mais elle hérite aussi des biais présents dans ses données. Utilisée sans garde-fous, elle industrialise les défauts au lieu de les corriger. Voici comment vous en servir pour muscler vos fiches de poste, sans jamais lui déléguer la décision, et en restant du bon côté du cadre légal français et européen.

Une offre mal rédigée exclut sans le vouloir

La plupart des offres discriminantes ne le sont pas par intention. Elles le sont par formulation. Trois défauts reviennent en boucle.

D'abord, les formulations genrées invisibles. Un vocabulaire « masculin-codé » — compétitif, dominant, leader né, agressif commercialement — réduit statistiquement l'attractivité perçue d'un poste pour les candidates, sans qu'aucune mention explicitement sexiste ne soit présente. C'est le résultat central de l'étude fondatrice de Gaucher, Friesen et Kay (2011), publiée dans le Journal of Personality and Social Psychology. Le mécanisme : un moindre sentiment d'appartenance à la découverte de l'annonce.

Ensuite, les exigences excessives. Listes de compétences à rallonge, années d'expérience disproportionnées, prérequis sans lien avec le poste réel. Autant de filtres qui écartent des profils parfaitement capables.

Enfin, les mentions discriminatoires indirectes. « Jeune diplômé dynamique », « bonne présentation », « anglais natif obligatoire » sans justification. Rien d'ouvertement illégal en apparence, mais un ciblage implicite d'un âge, d'une origine ou d'une apparence.

💡 Le bon réflexe. Chaque exigence d'une offre devrait pouvoir se justifier par une tâche concrète du poste. Si vous ne savez pas relier un prérequis à une mission réelle, il n'a probablement rien à faire dans l'annonce.

L'IA reproduit et amplifie les biais de ses données

Un générateur de texte apprend sur des corpus d'offres existantes. Il hérite donc du vocabulaire genré ou âgiste déjà présent dans ces textes. Loin de neutraliser le problème, un modèle mal cadré peut le reproduire à grande échelle.

Le cas le plus documenté reste celui d'Amazon. Selon Reuters (octobre 2018), l'entreprise avait développé en interne, à partir de 2014, un outil de notation automatique des CV, de une à cinq étoiles. Entraîné sur dix ans de candidatures reçues — majoritairement masculines dans la tech — l'outil a appris à pénaliser les CV contenant le mot women's (par exemple « capitaine du club d'échecs féminin ») et à favoriser des verbes d'action plus fréquents chez les hommes. Amazon a neutralisé ces termes précis, puis a fini par abandonner l'outil, faute de garantie de neutralité sur d'autres dimensions.

⚠️ Le piège fondamental. L'IA n'invente pas la neutralité. Elle reproduit, et parfois amplifie, les biais de ses données d'entraînement et de vos instructions. Le cas Amazon portait sur le tri de CV, mais le risque structurel est le même pour la rédaction : un premier jet non relu peut sembler professionnel tout en restant statistiquement dissuasif. Ne publiez jamais un brouillon d'IA tel quel.

La conséquence n'est pas seulement réputationnelle. En août 2023, l'agence fédérale américaine EEOC a obtenu un règlement de 365 000 dollars contre iTutorGroup, dont le logiciel de tri rejetait automatiquement les candidates de 55 ans et plus et les candidats de 60 ans et plus. Plus près de nous côté responsabilité des éditeurs, l'affaire Mobley contre Workday suit son cours devant un tribunal fédéral californien. La procédure — en cours, pas une condamnation — est notable car elle ouvre la porte à la responsabilité directe de l'éditeur du logiciel RH, et pas seulement de l'employeur.

Le cadre légal FR et UE à connaître

En France, l'article L1132-1 du Code du travail interdit toute discrimination, directe ou indirecte, dans une procédure de recrutement, fondée sur une liste de critères protégés : origine, sexe, âge, situation de famille, apparence physique, lieu de résidence, état de santé, handicap, convictions, et bien d'autres. La liste compte plus d'une vingtaine de critères et a été enrichie plusieurs fois. Pour la version à jour, référez-vous directement à Légifrance plutôt qu'à un décompte de seconde main.

L'article L1142-1 interdit spécifiquement de mentionner ou de faire mentionner le sexe ou la situation de famille du candidat recherché, sous quelque forme de publicité que ce soit. Une nuance utile : la mention « H/F » n'est pas une obligation légale en tant que telle. La loi vous interdit de cibler un sexe ; elle ne vous impose pas d'écrire « H/F ». C'est devenu un usage professionnel défensif pour démontrer la neutralité de l'annonce.

Au niveau européen, le règlement (UE) 2024/1689, dit AI Act, classe les systèmes d'IA destinés au recrutement et à la sélection — cibler des offres, filtrer des candidatures, évaluer des candidats — comme systèmes à haut risque (Annexe III). Si vous déployez un tel outil, vous héritez d'obligations de gouvernance, de supervision humaine et de transparence. Le calendrier précis de mise en conformité pour ces systèmes est encore en cours d'ajustement au niveau européen à la mi-2026 : mieux vaut suivre l'échéancier officiel que de retenir une date ferme.

Enfin, dès que vous automatisez un tri de candidatures, le RGPD entre en jeu. Son article 22 protège toute personne contre une décision fondée exclusivement sur un traitement automatisé produisant des effets significatifs. Le candidat conserve un droit à une intervention humaine réelle — pas une validation symbolique. La CNIL a publié en janvier 2023 un guide du recrutement qui encadre précisément les logiciels de tri, de scoring et de matching, ainsi que les durées de conservation.

📖 Encadré honnêteté — ceci n'est pas un conseil juridique. Cet article vulgarise un cadre mouvant. Les textes évoluent, les échéances de l'AI Act sont encore en discussion, et certaines obligations dépendent de votre situation précise. Vérifiez toujours les sources officielles (Légifrance, CNIL, Défenseur des droits) et, en cas de doute sur un dispositif de tri automatisé, faites valider par un juriste ou votre DPO.

Un pipeline en deux temps : générer puis relire

La bonne architecture ne fusionne jamais la génération et le contrôle dans le même outil non spécialisé. Séparez les étapes.

Premier temps : la génération. Fournissez au générateur un brief métier précis — missions réelles, contraintes du poste, rattachement hiérarchique — plutôt qu'un simple intitulé. Un brouillon produit à partir d'un titre seul aura tendance à « lisser » le poste, voire à halluciner des responsabilités ou des avantages inexistants. Or une offre qui promet un télétravail ou une rémunération non conformes à votre réalité vous engage vis-à-vis du candidat. Demandez explicitement au modèle de justifier chaque exigence par une mission concrète, et d'employer un langage inclusif. Un générateur généraliste n'a aucun garde-fou anti-biais activé par défaut.

Second temps : la relecture, en deux passes distinctes. Une passe langage, via un détecteur dédié. Une passe légale et métier, via un humain formé. Ces deux points de contrôle ne sont pas négociables.

Pour la passe langage, plusieurs outils existent. Le Gender Decoder de Kat Matfield est gratuit : vous collez le texte, il signale la proportion de mots masculins-codés et féminins-codés, à partir de la liste issue de l'étude de 2011. C'est un bon point d'entrée, en anglais. Côté solutions payantes pour entreprises, Textio, Ongig et Datapeople proposent un scoring linguistique plus fin (genre, âge, jargon, sections manquantes) et des intégrations aux ATS. La plateforme Applied, fondée sur les sciences comportementales, combine analyse de langage et candidature anonymisée. Restez prudent sur les chiffres commerciaux : lorsqu'un éditeur avance « jusqu'à 40 % de candidatures en plus », c'est une revendication marketing, pas un résultat d'étude indépendante.

Pour préparer un bon brief et le réutiliser, vous gagnerez à formaliser vos consignes. Voir à ce sujet notre article sur la bibliothèque de prompts partagée pour son équipe, qui explique comment stabiliser une instruction de rédaction d'offre réutilisable.

Reformuler pour inclure sans travestir

Débiaiser ne veut pas dire édulcorer. Il s'agit de décrire le poste factuellement, en retirant les signaux qui ciblent une personne plutôt qu'une compétence.

Une confirmation récente et honnête va dans ce sens. Une étude parue dans PNAS en février 2025, portant sur près de 38 000 participants, montre que remplacer le langage masculin par un langage neutre augmente le taux de candidature de profils moins alignés sur la norme masculine. Avec une précision de taille : les effets mesurés sont réels mais modestes. Le langage inclusif aide, il ne fait pas de miracle.

⚠️ Contrepoint honnête : le débiaisage automatique n'est pas magique. L'expérimentation française du CV anonyme, évaluée par une équipe de la Paris School of Economics et de J-PAL, a produit un effet contre-intuitif : dans les entreprises volontaires, l'anonymisation a réduit les chances d'entretien de candidats issus de l'immigration, en supprimant des signaux qui atténuaient certains a priori. Le dispositif obligatoire a été abandonné en 2015. La leçon : une automatisation censée débiaiser peut produire l'effet inverse si elle est déployée sans étude d'impact. Mesurez avant de généraliser.

Concrètement, préférez « personne développeuse expérimentée, à l'aise pour accompagner l'équipe » à « développeur rockstar capable de dominer techniquement ». Remplacez « jeune diplômé dynamique » par « profil débutant ou en reconversion ». N'exigez un « anglais natif » que si le poste le justifie réellement — sinon, « anglais professionnel requis pour échanger avec des clients internationaux » suffit et n'exclut personne inutilement.

La checklist conformité avant de publier

Avant toute diffusion, passez l'offre au crible d'une check-list courte. Le guide « Pour un recrutement sans discrimination » du Défenseur des droits, élaboré avec l'APEC et les acteurs de l'emploi, fait référence pour les formulations à proscrire.

Ce contrôle vaut aussi pour l'aval du processus. Si vous mettez en place un tri automatisé de candidatures, informez les candidats de son usage, garantissez une intervention humaine réelle sur les décisions de filtrage, et documentez la démarche — une analyse d'impact (DPIA) est en principe attendue pour un algorithme de scoring. Côté données, la CNIL recommande de ne pas conserver le dossier d'un candidat non retenu au-delà de deux ans après le dernier contact, sauf accord explicite. Rappel de contexte : la CNIL a fait du recrutement une thématique de contrôle prioritaire pour 2026.

Si vous souhaitez outiller ces vérifications de façon répétable — par exemple faire passer chaque offre dans un même contrôle avant publication — la logique d'automatisation légère décrite dans automatiser une tâche répétitive avec un script IA s'applique bien, à condition de garder l'humain dans la boucle de décision.

🎯 À retenir. L'IA propose, l'humain valide. Un brouillon généré n'est jamais une offre prête à publier. Deux relectures non négociables : le langage (via un détecteur dédié) et la conformité légale (via un humain formé). Chaque exigence doit se justifier par une tâche réelle. Et aucune décision de tri ne se prend sans supervision humaine véritable.

Pour aller plus loin

Débiaiser une offre, c'est un cas d'application concret d'un principe plus large : ne jamais laisser un modèle décider seul. Pour comprendre pourquoi un générateur peut produire des affirmations plausibles mais fausses — missions ou avantages inventés dans une fiche de poste — lisez pourquoi l'IA hallucine. Et pour concevoir les points de contrôle qui encadrent tout usage professionnel de l'IA, notre article sur les garde-fous d'un système IA pose le cadre méthodologique.

Vous voulez une vue d'ensemble des outils IA utiles au quotidien professionnel, régulièrement mise à jour ? Recevez notre Atlas IA 2026 et notre veille : des repères concrets, sourcés, sans survente, directement dans votre boîte mail.