Ai-je trouvé ce que je cherchais à HR Tech ? Pas tout à fait.
Avant de me rendre à Las Vegas, j’ai exposé ce que les fournisseurs de technologies RH devaient résoudre avant que je ne leur confie un candidat. Après plus de 25 ans dans le recrutement, je n’étais pas là pour des démonstrations tape-à-l’œil. Je voulais savoir si l’une de ces technologies pouvait gérer le recrutement réel : les parcours professionnels atypiques, le véritable bilinguisme et le jugement que les logiciels réduisent si souvent à une simple case à cocher. J’ai assisté à HR Tech avec une accréditation média, et les opinions exprimées ici sont les miennes.
Alors, ai-je trouvé ce que je cherchais ? Pas tout à fait. Mais je suis revenue avec une meilleure vision de la direction que prend cette industrie.
Tout le monde s’entend sur ce problème
Presque chaque conversation a commencé avec : nous avons un problème de volume. Les candidatures simplifiées et les CV générés par l’IA ont submergé les recruteurs, et l’automatisation est devenue la réponse par défaut. Les outils de sélection conversationnels promettent de discuter avec tout le monde et d’évaluer chaque candidat, sans aucune exception.
Sur papier, cela semble inclusif et bien intentionné. En pratique, je ne suis pas convaincue. Un robot qui discute avec des milliers de candidats peut donner aux gens une fausse impression de progression. S’il finit par les rejeter en fonction de seuils que quelqu’un a dû définir, vous n’avez pas humanisé le processus. Vous avez automatisé les détours. Et si je ne veux pas passer du temps avec des candidats non qualifiés, je dois quand même expliquer à l’outil ce que « qualifié » signifie pour chaque client et chaque poste. Le travail n’a pas disparu. Il s’est déplacé.
Plusieurs fournisseurs m’ont également dit que les candidats peuvent toujours refuser d’être évalués par l’IA. C’est une bonne chose. Mais pensez à ce que cela signifie en pratique. Chaque candidat qui refuse revient sur le bureau d’un recruteur ou d’un professionnel des RH, qui doit alors lui parler ou le rejeter manuellement. Le volume ne diminue pas. Il revient simplement aux mêmes personnes.
Lorsque j’ai demandé à Sean Fahey de VidCruiter comment il équilibre la sélection par l’IA et l’évaluation humaine, il a expliqué que leurs clients choisissent le modèle : automatisation complète, révision exclusivement humaine ou une combinaison des deux. Dans l’approche combinée, la plateforme compare les scores de l’IA et des humains par rapport à la même grille d’évaluation, puis utilise les résultats pour former soit le logiciel, soit les personnes qui effectuent l’évaluation. Quant aux candidats qui refusent l’évaluation par l’IA, le système les déplace vers un dossier d’examen humain, où une personne doit analyser leur profil. Tous les clients n’activent pas cette option, dit-il. C’est une conception intelligente, et cela confirme mon point de vue: le refus n’élimine pas le travail. Il le redirige vers un humain.
« Ça fait un excellent travail une fois que vous l’avez entraîné »
Lorsque j’ai demandé aux fournisseurs comment leurs outils évaluent les parcours non linéaires ou une réelle profondeur bilingue, j’ai constamment entendu la même réponse : l’outil est excellent une fois qu’on l’a entraîné. Il suffit de lui fournir suffisamment de critères.
C’est là que je bloque. Entraîner l’outil signifie que les recruteurs passent des heures à configurer des critères hyper-spécifiques, à ajuster les paramètres de recherche, à gérer des règles rigides et à résoudre constamment les cas particuliers lorsque des candidats prometteurs passent entre les mailles du filet. Au lieu d’évaluer les candidats, leur journée devient un cycle continu d’administration système et de maintenance algorithmique. Embauchons-nous des professionnels du recrutement pour échanger avec des talents, nouer des relations et évaluer le potentiel humain, OU les embauchons-nous pour entretenir un algorithme ?
Il y a ensuite la question de la formation de l’outil. Entraîner un IA signifie transformer l’expérience en critères, et les critères ne peuvent capturer que ce que nous savons déjà lors de la recherche. Prenez l’exemple de Maryanne Mesic, notre consultante sénior, qui travaille avec BlueSky depuis plus de 10 ans. Lorsqu’elle nous a rejoints, elle était une mère au foyer à la maison pour élever ses enfants et souhaitait réintégrer le marché du travail dans notre industrie. Des critères basés sur un CV traditionnel l’auraient éliminée, et je suis convaincue que la plupart des outils d’IA l’auraient fait aussi. Mais j’ai discuté avec elle et j’ai regardé au-delà du CV. Elle est depuis un merveilleux atout pour notre équipe.
Et ce ne sont pas seulement les candidats qui y perdent. Les recruteurs plus juniors développent leur instinct et leur expérience en lisant des centaines de CV désordonnés, en écoutant l’hésitation dans la voix d’un candidat et en donnant leur chance à quelqu’un dont le parcours ne correspond pas au modèle standard. C’est ainsi que les coordinateurs deviennent des leaders. Si nous confions l’évaluation à des logiciels et que nous consacrons notre énergie à former des machines plutôt qu’à encadrer des personnes, nous retirons les premiers échelons de l’échelle. Dans quelques années, nous nous demanderons où sont passés les futurs décideurs.
La fraude à l’embauche est un problème de confiance
La fraude à l’embauche a été abordée dans presque autant de conversations que le volume, et personne n’avait de solution ferme. Le cycle est facile à observer. Les entreprises ont automatisé le sommet de l’entonnoir de recrutement pour faire face au flux de candidatures. Les candidats ont adopté l’IA générative pour franchir cette étape. Désormais, les fournisseurs proposent une troisième couche d’automatisation pour détecter ce que les deux premières ont créé, et c’est la confiance qui se perd en chemin.
Les enjeux dépassent le cadre des RH. Lorsqu’un candidat frauduleux ou non qualifié arrive dans une entreprise, ce n’est pas le fournisseur du logiciel qui passe l’appel d’excuses. C’est le recruteur et l’entreprise. Et comme les données sont désormais une infrastructure stratégique, une source imparfaite ou non vérifiée ne produit pas seulement une mauvaise décision. Elle en produit à grande échelle, à travers des systèmes à la fois plus connectés et plus fragmentés.
Alors, que doit-on faire maintenant? Soyons prudents et ralentissons. Prenez le téléphone. Planifiez une entrevue vidéo en direct. Rencontrez les gens en personne quand vous le pouvez. Alors que n’importe qui peut utiliser l’IA pour paraître éloquent, une conversation spontanée reste le contrôle le plus fiable dont nous disposons. Les RH sont dans le secteur de la confiance, que cela nous plaise ou non, et cette confiance se bâtit entre personnes.
Le bilinguisme est le véritable test d’authenticité
Pour ce qui est du recrutement bilingue, les démos de l’IA montrent leurs limites, en particulier au Canada. L’IA peut traduire sans faute et rédiger une lettre de présentation bilingue impeccable. Mais le bilinguisme au travail n’est pas une simple traduction. C’est une question de ton, de nuances culturelles et d’intelligence émotionnelle, ainsi que la capacité de passer du français à l’anglais dans une salle de réunion lorsque la pression monte. Une case auto-déclarée ne peut pas vous indiquer cela, et un outil de sélection non plus. Les vraies compétences se révèlent dans la conversation. Toujours.
Ce que je souhaite que les fournisseurs développent
Je souhaite que les fournisseurs conçoivent des outils qui nous rendent plus efficaces sans que nous ayons à passer des heures à les former. Si un outil ne fonctionne qu’une fois configuré pour chaque client et chaque poste, il ne m’a pas fait gagner du temps. Il m’a donné un nouveau travail et a également pris celui de quelqu’un d’autre ! La meilleure technologie prend en charge le travail administratif, afin que les recruteurs puissent consacrer leur temps là où l’humain ne peut pas être remplacé : échanger avec les candidats, lire entre les lignes et prendre la décision finale.
J’ai posé une question similaire à Jessica Miller-Merrell : quel est son meilleur conseil pour s’assurer que la technologie redonne du temps aux recruteurs pour leur jugement au lieu de prendre des décisions à leur place ? Sa réponse est de construire des systèmes autour des tâches faciles à automatiser et de garder l’IA à l’écart des prises de décision, comme le fait de savoir si un candidat passe à l’étape suivante ou reçoit une offre. Elle l’utilise pour maintenir le contact avec les candidats, répondre aux questions courantes et analyser les données de recrutement et de rétention. Elle gère environ sept agents d’IA dans sa propre entreprise, chacun fonctionnant selon les paramètres qu’elle a définis, et affirme qu’ils lui font gagner environ trois heures par jour. Son objectif est d’utiliser l’IA pour rendre l’expérience plus humaine pour les chercheurs d’emploi, et non l’inverse.
Ma conclusion
Je ne suis pas contre la technologie. Nous utilisons nous-mêmes d’excellents outils, et les bons peuvent réduire le désordre administratif, protéger les données et redonner du temps aux recruteurs. Ma limite se situe au niveau du jugement. Alors que l’IA devient incontournable dans les RH, nous devons décider délibérément de ce qui est géré par l’IA et de ce qui reste entre les mains des personnes, plutôt que de laisser les outils décider pour nous. Je crois que les êtres humains prennent de meilleures décisions de recrutement que les algorithmes, et qu’un outil n’est pas aussi bon que les personnes qui ont suffisamment appris leur métier pour le remettre en question. Toute technologie qui nous demande de renoncer à ce jugement, ou de cesser de former ceux qui le porteront demain, n’a pas encore mérité notre confiance.
J’ai également partagé mes conclusions finales depuis le salon dans une courte vidéo
Chez BlueSky, trouver la perle rare, en particulier parmi les talents bilingues, commence par de vraies conversations. Si vous recrutez et souhaitez travailler avec quelqu’un qui connaît bien le marché, nous serions ravis de discuter avec vous.










