Une offre publiée, et la boîte déborde : 200 candidatures à dépouiller avant la fin de la semaine. L'idée de confier ce tri à une IA est tentante — et techniquement, elle sait le faire en quelques minutes. Mais le recrutement n'est pas un cas d'usage anodin : c'est l'un des plus encadrés par la loi. La vraie compétence n'est donc pas d'automatiser le tri, mais de faire assister le recruteur sans jamais lui retirer la décision. Voici comment pré-qualifier des CV avec l'IA, vite et dans les règles.
Le tri de CV : un goulot, et un terrain miné
Dépouiller des centaines de CV est chronophage, répétitif, et fatigant — donc propice aux erreurs et aux raccourcis. L'IA générative excelle précisément là : lire un document, en extraire des informations, les normaliser, comparer des profils. Sur le papier, le gain de temps est considérable.
Sauf que le recrutement touche à l'emploi, à l'égalité de traitement et à des données personnelles sensibles. Une décision de tri produit des effets concrets sur la vie des candidats. C'est pourquoi l'Union européenne le classe parmi les usages les plus surveillés de l'IA, et pourquoi un outil mal employé expose l'entreprise à un risque de discrimination — et de sanction. Le tri de CV est donc à la fois le cas d'usage RH le plus rentable… et le plus piégé. Tout l'enjeu est de séparer ce que l'IA peut faire de ce qu'elle n'a pas le droit de faire.
Ce que l'IA sait faire — et où s'arrête son rôle
Concrètement, un assistant comme Claude ou ChatGPT sait, à partir d'un lot de CV, en extraire les informations clés (compétences, années d'expérience, diplômes), les présenter dans un tableau normalisé, et classer les profils selon des critères que vous lui donnez. Claude traite en chat des documents très volumineux — sa fenêtre de contexte atteint plusieurs centaines de pages — ce qui permet de comparer plusieurs centaines de CV en une passe ; il sait en plus renvoyer une sortie structurée (un format de données réutilisable). ChatGPT importe et analyse des fichiers PDF, et regroupe le travail dans des « Projects » pour garder vos critères d'une session à l'autre. Des logiciels RH dédiés — les ATS (Applicant Tracking Systems) comme Workable, Lever ou SmartRecruiters — intègrent ces mêmes capacités de lecture et de scoring directement dans l'outil de suivi des candidatures.
Mais « classer » n'est pas « décider ». L'IA produit une présélection, un ordre, des résumés. Juger la pertinence réelle d'un parcours, choisir qui rencontrer, relire les CV écartés, répondre au candidat et assumer la décision : cela reste — et doit rester — humain. Cette frontière n'est pas un principe moral abstrait, c'est une obligation légale.
Les capacités des outils et les obligations légales citées ici sont relevées sur des sources officielles (éditeurs, EUR-Lex, CNIL) au 30 juin 2026. Vous trouverez une méthode à adapter à votre contexte et à valider avec votre DPO ou votre juriste : ce n'est ni un conseil juridique, ni un gain de temps que nous aurions mesuré à votre place. La conformité dépend de votre situation.
La ligne rouge : assister, jamais décider seul
Trois textes encadrent l'usage de l'IA pour trier des CV, et ils convergent vers une même règle.
D'abord le RGPD, article 22 : toute personne a le droit de ne pas faire l'objet d'une décision fondée exclusivement sur un traitement automatisé ayant un effet significatif sur elle. Trier ou rejeter des candidatures de façon entièrement automatique tombe directement sous cette interdiction. Le candidat a droit à une intervention humaine, à une explication, et à contester. Ce texte s'applique déjà.
Ensuite l'AI Act européen (règlement 2024/1689). Son annexe III classe explicitement les systèmes d'IA utilisés pour le recrutement, le filtrage des candidatures et l'évaluation des candidats parmi les usages à haut risque. À partir d'août 2026, les obligations correspondantes s'appliquent : l'entreprise qui déploie un tel outil doit assurer une supervision humaine par une personne compétente, informer les candidats qu'une IA est utilisée, prévenir les représentants du personnel, et conserver des journaux.
Enfin la CNIL, en France, a publié un guide du recrutement et a fait de ce domaine une priorité de contrôle pour 2026. Elle exige notamment un lien « objectif, direct et nécessaire » entre les données traitées et les compétences réellement requises pour le poste — autrement dit, pas de critère hors-sujet, pas de donnée sensible.
Même les éditeurs des outils l'écrivent noir sur blanc. La politique d'usage d'Anthropic classe l'emploi parmi les domaines à fort enjeu : supervision humaine et information obligatoires, et Claude seul ne doit pas décider d'une embauche. Celle d'OpenAI interdit d'utiliser une sortie de l'IA « sur une personne » comme base unique d'une décision d'emploi. Quand le fournisseur lui-même pose la limite, la discussion est tranchée : l'IA assiste, elle ne décide pas.
Cette logique — un outil qui exécute et propose, un humain qui garde la main — est exactement celle qui distingue un assistant d'un agent autonome. Nous l'avons développée dans pourquoi un agent IA n'est pas un chatbot : en recrutement, vous voulez un assistant supervisé, surtout pas un agent qui tranche seul.
La méthode conforme, en cinq étapes
Voici un protocole reproductible qui combine gain de temps et respect du cadre. Il transforme l'IA en accélérateur de présélection, sans jamais lui déléguer la décision.
1. Définissez des critères objectifs. Avant de lancer quoi que ce soit, écrivez les critères liés au poste : compétences techniques attendues, années d'expérience, diplômes ou certifications requis. Ce sont eux, et eux seuls, que l'IA évaluera. Un critère hors-sujet est à la fois inutile et juridiquement risqué.
2. Anonymisez les CV avant de les envoyer. Retirez le nom, la photo, l'adresse postale, les liens personnels — et, s'ils ne sont pas pertinents pour le poste, l'âge et le genre. Vous réduisez d'un coup deux risques : la fuite de données personnelles vers un outil tiers, et les biais que ces informations déclenchent. C'est aussi l'esprit de la minimisation des données du RGPD.
3. Faites extraire et classer, avec justification. Demandez à l'IA de noter chaque critère et de citer le passage du CV qui justifie sa note. Cette exigence de justification rend le résultat auditable et limite les inventions : si le modèle prétend qu'un candidat « maîtrise tel outil », vous voyez immédiatement sur quelle ligne il s'appuie — ou qu'il n'y en a aucune.
4. Passez tout en revue humaine — y compris les écartés. C'est l'étape non négociable. L'humain valide le classement proposé, mais relit aussi un échantillon des CV recalés par l'IA. Pourquoi ? Parce qu'un outil qui se trompe écarte silencieusement de bons profils ; sans ce contrôle, personne ne le voit. La décision finale appartient à une personne, qui doit pouvoir la justifier.
5. Tracez et informez. Conservez la trace de ce qui a été fait (critères, journaux), et informez les candidats qu'une IA intervient dans le traitement de leur candidature. C'est une obligation de l'AI Act pour le déployeur, et une marque de sérieux vis-à-vis des candidats.
Les pièges qui coûtent cher
Quatre écueils guettent, même avec la meilleure méthode. Chacun a sa parade.
- Le biais hérité des données. Une IA entraînée sur des décisions passées en reproduit les travers. Le cas d'école : en 2018, Amazon a abandonné un outil interne de tri de CV qui pénalisait les candidatures féminines, parce qu'il avait appris sur dix ans de CV majoritairement masculins. Méfiez-vous aussi des variables indirectes (prénom, code postal, école) qui ré-encodent une discrimination même sans critère sensible explicite. Un audit académique de 2020 a d'ailleurs montré que peu d'outils commerciaux de présélection documentaient leurs garde-fous anti-biais. Parade : critères liés au poste uniquement, et contrôle régulier des profils retenus/écartés.
- L'hallucination. Anthropic comme OpenAI le reconnaissent : leurs modèles peuvent inventer une compétence ou une expérience absente du CV. Parade : l'étape 3 — exiger une citation du passage source.
- La fuite de données. Envoyer des CV complets et nominatifs à un service en ligne est un risque RGPD. Parade : l'anonymisation de l'étape 2, et un outil dont les conditions garantissent que vos données ne servent pas à l'entraînement.
- Le biais d'automatisation. Le plus sournois : faire confiance au score par confort et entériner machinalement la liste de l'IA. Une « supervision humaine » qui valide sans regarder ne vaut rien — ni sur le fond, ni au regard de la loi.
Sur ce dernier point, comprendre pourquoi un modèle invente ou se trompe aide à garder la bonne distance. Nous l'expliquons dans comment fonctionnent les LLM : pre-training, fine-tuning, RAG — un modèle prédit du plausible, ce qui n'est pas toujours du vrai.
Quel outil, pour quel besoin
Inutile de surinvestir. Pour une pré-qualification ponctuelle, un abonnement grand public suffit :
- Volume ponctuel, exploration : Claude en chat (plan Pro, autour de 20 $/mois) gère un gros lot de CV anonymisés en une conversation, avec sortie structurée — sans configuration technique.
- Confort d'interface, comparaison : ChatGPT (plan Plus, autour de 20 $/mois) importe les fichiers et présente des tableaux dans un Projet dédié à un poste.
- Volume récurrent, équipe : un ATS avec IA intègre tri et suivi, mais impose une vigilance accrue : exigez du fournisseur sa documentation de conformité (AI Act haut risque) avant d'acheter.
Dans tous les cas, la grille de critères et la requête de scoring sont réutilisables d'un recrutement à l'autre : c'est votre actif, conservez-le. Cette logique de comparaison structurée par l'IA rejoint celle que nous avons décrite pour comparer plusieurs options en une heure. Et comme ces outils — et leur encadrement — évoluent vite, gardez une veille régulière sur le sujet.
L'IA divise le temps de tri, pas la responsabilité. Définissez des critères objectifs, anonymisez avant d'envoyer, exigez des justifications, gardez la revue humaine — surtout sur les écartés — et tracez tout. Le recrutement étant un usage à haut risque, la bonne question n'est pas « l'IA peut-elle trier ? » mais « ai-je gardé la main sur la décision ? ».
Le tri de CV n'est qu'un des métiers que l'IA transforme — chacun avec ses propres garde-fous. Notre lead magnet Atlas IA 2026 cartographie outils, modèles et usages métier à jour. Inscrivez-vous à la newsletter pour le recevoir et suivre nos prochains guides pratiques.