Introduction

Rochebrune Industrie a reçu trente candidatures pour un poste de technicien de maintenance. Yanis a testé l’outil de la démonstration : il classe les trente CV en dix secondes. « Je n’ai plus qu’à rencontrer les cinq premiers. Je reste le décideur, non ? »

Hélène n’en est pas si sûre. Si personne n’a regardé les vingt-cinq autres, qui les a écartés ?

Cette question a une réponse assez précise dans le guide Recrutement de la CNIL. Ce chapitre la présente, avec le risque de discrimination et ce qui rend une décision humaine réelle. Il donne des repères et ne remplace pas un conseil juridique pour une situation particulière.

1. Quand le tri devient une décision automatisée

Le RGPD limite par principe les décisions fondées exclusivement sur un traitement automatisé qui produisent des effets juridiques sur une personne ou l’affectent de manière significative de façon similaire (article 22).

Pour la CNIL, écarter un candidat du processus par une décision exclusivement automatisée devra en général être considéré comme l’affectant de manière importante.

Le piège du classement. La CNIL prend ce cas : plus il y a de candidatures, plus le recruteur risque de ne lire que les mieux classées. Les autres sont alors exclues de fait par le seul fonctionnement du logiciel.

Situation	Analyse de la CNIL
Classement automatique, seuls les premiers sont lus	Peut être une décision entièrement automatisée pour les autres
Rejet automatique pour un type de poste qui n’existe pas	A priori, pas d’effet significatif
Fiche où le recruteur note lui-même chaque candidat	A priori, pas de décision entièrement automatisée

La phrase à retenir. Selon le guide, quand le recruteur n’est pas en mesure d’expliquer les motifs de la décision proposée par l’algorithme, puis acceptée par un humain, la décision peut être regardée comme prise sans intervention humaine.

Exemples :

• Automatique de fait : Yanis ne lit que le haut de la liste.
• Sans décision automatisée : Yanis lit les trente CV, puis note avec sa grille.
• À analyser : un filtre sur un diplôme obligatoire, appliqué sans relecture.

2. Une validation ne suffit pas

La Cour de justice de l’Union européenne a jugé, dans l’arrêt SCHUFA du 7 décembre 2023, que la production automatisée d’un score peut constituer une décision automatisée quand un tiers s’y fie fortement pour décider. L’affaire concernait le crédit, mais son raisonnement intéresse le recrutement.

La note de juillet 2026 du Conseil de l’IA et du numérique de la CNIL résume l’enjeu : l’intervention humaine doit être réelle, effective et exercer une influence sur la décision finale. Une validation purement formelle ou automatique est insuffisante.

Un humain intervient vraiment si :

• il a accès au CV et à la candidature, en plus du score ;
• il connaît les critères et peut expliquer son choix ;
• il a le temps de lire et l’autorité de contredire l’outil ;
• il lui arrive de le faire et cela se voit dans les résultats.

Exemples :

• Formel : cliquer sur « valider » pour les cinq premiers, sans ouvrir de dossier.
• Réel : Hélène repêche deux candidats classés bas et note pourquoi.
• Signal d’alerte : en six mois, personne n’a jamais modifié le classement.

3. Le cadre légal d’un tri automatisé

Toutes les décisions automatisées ne sont pas interdites. Elles sont admises si elles reposent sur le consentement explicite, si elles sont nécessaires à la conclusion ou à l’exécution d’un contrat, ou si un texte les encadre. En recrutement, la CNIL réduit fortement ces voies :

• Le consentement ne peut en général pas être considéré comme libre.
• Aucun texte spécifique n’autorisait ce type de dispositif en France à la date du guide.
• La nécessité s’apprécie strictement : le nombre de candidatures doit être « exceptionnellement élevé », selon le comité européen de la protection des données.

La mauvaise pratique citée par la CNIL ressemble à nos trente CV. Une entreprise achète un outil « sur étagère », reçoit dix candidatures, contacte le mieux classé et l’embauche. Le faible volume ne justifie pas l’outil, son fonctionnement n’est pas expliqué et les candidats ne sont pas informés.

Et même sans décision entièrement automatisée, le Code du travail s’applique : les méthodes doivent être pertinentes et le recruteur doit s’assurer de la pertinence des outils qu’il choisit, y compris de leur entraînement quand ils sont « apprenants ». Il doit aussi informer les candidats (chapitre 2.5).

À cela s’ajoutent l’analyse d’impact (chapitre 2.2) et, pour le filtrage, le statut de haut risque de l’AI Act (chapitre 2.3).

Avec l’IA. Demandez à un assistant des questions à poser à un éditeur : « Quels critères l’outil utilise-t-il ? Sur quelles données a-t-il été entraîné ? Comment vérifiez-vous les biais ? Que voit le recruteur ? » Conservez les réponses écrites.

Exemples :

• Difficile à justifier : un tri automatique pour trente candidatures.
• Cas décrit par la CNIL : plusieurs centaines de candidatures par formulaire, avec information et droit à une intervention humaine.
• Toujours valable : l’obligation de pertinence, même avec un humain dans la boucle.

4. Le risque de discrimination

L’article L1132-1 du Code du travail interdit d’écarter une personne d’un recrutement en raison, entre autres, de son origine, de son sexe, de son âge, de sa situation de famille, de sa grossesse, de ses activités syndicales, de son état de santé, de son handicap, de son nom de famille, de son lieu de résidence ou de sa capacité à s’exprimer dans une langue autre que le français. La discrimination peut être directe ou indirecte.

Les variables de substitution. Un outil peut ne jamais lire le critère « âge » et pourtant en tenir compte, à travers l’année du diplôme ou la durée de carrière. Une adresse peut renvoyer à une origine, un trou dans le CV à une maternité. La CNIL recommande d’éviter tout profilage fondé sur des données discriminatoires ou sensibles et sur les variables de substitution corrélées à ces données.

La preuve. En cas de litige, la personne présente des éléments de fait laissant supposer une discrimination. Il revient ensuite à l’employeur de prouver que sa décision repose sur des éléments objectifs étrangers à toute discrimination (article L1134-1). « L’outil l’a classé ainsi » n’en est pas un.

Le Défenseur des droits a déjà appelé, avec la CNIL, à une mobilisation sur ce sujet, dès

1. Il a aussi publié un guide pour recruter avec des outils numériques sans discriminer.

Exemples :

• Direct : un filtre sur l’âge maximum.
• Indirect : un filtre « 15 ans d’expérience maximum ».
• Proxy : un classement qui défavorise certains codes postaux.

5. Avant d’envisager un outil : une grille simple

Si un tri automatisé n’est pas justifié, plusieurs méthodes restent à votre main :

1. Fixez d’abord des critères liés au poste, écrits avant de lire les CV.
2. Utilisez un formulaire commun. La CNIL observe que des données recueillies de la même façon pour tous sont plus fiables que des CV très hétérogènes.
3. Lisez toutes les candidatures quand le volume le permet.
4. Servez-vous de l’IA pour préparer la grille, sans lui faire noter les personnes.

Si un outil de classement reste envisagé, la CNIL attend notamment : l’inscription au registre, une base juridique solide, une analyse d’impact, une information spécifique, un droit au réexamen effectif et des dates qui laissent le temps de l’exercer avant la fin du recrutement.

Yanis lit donc les trente CV avec une grille de cinq critères. Cela lui prend deux heures. Il utilise l’assistant pour construire la grille et sait expliquer chaque choix.

Avec l’IA. Pour un poste inventé, demandez cinq critères objectifs et les éléments qui permettraient de les vérifier dans une candidature. Demandez ensuite quels critères pourraient être indirectement discriminatoires.

Exemples :

• Critère fort : « habilitation électrique exigée par le poste ».
• Critère faible : « bonne présentation ».
• Bonne trace : pour chaque candidat, critères remplis et motif écrit par Yanis.

Résumé

Le RGPD limite les décisions fondées exclusivement sur un traitement automatisé. Un classement dont seuls les premiers sont lus peut en être une pour les candidats écartés de fait.

Une intervention humaine compte si elle est réelle, effective et influence la décision. Si le recruteur ne sait pas expliquer les motifs, la décision peut être regardée comme prise sans intervention humaine.

En recrutement, les cas de tri automatisé admis sont étroits. Le faible volume ne les justifie pas. Le risque de discrimination existe aussi par des variables indirectes. En cas de litige, l’employeur doit prouver que sa décision repose sur des éléments objectifs.

Commencez par des critères écrits, liés au poste. L’IA peut préparer la grille, sans noter les personnes.

Questions fréquentes

L’IA a-t-elle le droit de trier des CV ?

Il n’existe pas de réponse unique. Une décision entièrement automatisée est en principe limitée et rarement justifiée en recrutement. Une aide au tri reste soumise au RGPD, au Code du travail, à l’AI Act et aux règles contre les discriminations.

Si je rencontre les cinq premiers, suis-je le décideur ?

Pour ces cinq-là, oui. Pour ceux qui n’ont jamais été lus, l’exclusion peut résulter du seul logiciel, selon le guide de la CNIL.

Retirer les noms supprime-t-il le risque ?

Non. D’autres éléments du CV peuvent jouer le même rôle : dates, lieux, parcours, formulations.

Que dire à un candidat qui demande pourquoi il est écarté ?

Prévoyez de pouvoir expliquer les raisons à partir de vos critères. S’il a fait l’objet d’une décision entièrement automatisée, il a droit à une intervention humaine, à une explication et peut contester.

Termes clés

• Décision entièrement automatisée : décision prise à l’égard d’une personne par des traitements algorithmiques, sans intervention humaine.
• Intervention humaine réelle : contrôle effectif qui peut influencer la décision.
• Discrimination indirecte : critère neutre en apparence qui désavantage particulièrement certaines personnes.
• Variable de substitution : donnée qui en révèle indirectement une autre, comme l’année du diplôme pour l’âge.
• Aménagement de la preuve : la personne présente des éléments de fait, l’employeur justifie ensuite sa décision.

Références

• CNIL — Guide Recrutement, fiche 13 (30/01/2023, consulté le 07/11/2026)
• CNIL — Profilage et décision entièrement automatisée (29/05/2018, consulté le 07/11/2026)
• CJUE — Arrêt SCHUFA Holding (Scoring), C-634/21 (07/12/2023)
• Conseil de l’IA et du numérique, CNIL — IA agentique et protection des données personnelles (juillet 2026, consulté le 07/11/2026)
• Code du travail numérique — Article L1132-1 et article L1134-1 (consultés le 07/11/2026)
• CNIL — Algorithmes et discriminations, avec le Défenseur des droits

QCM (une seule bonne réponse par question)

Question 1 — Un outil classe 300 CV et le recruteur ne lit que les dix premiers. Pour les autres, cela :

1. Peut constituer une décision entièrement automatisée
2. Est toujours une décision humaine
3. Ne concerne pas le RGPD

Question 2 — Selon la CNIL, si le recruteur ne sait pas expliquer les motifs de la proposition qu’il accepte :

1. La décision reste humaine
2. La décision peut être regardée comme prise sans intervention humaine
3. Le candidat perd ses droits

Question 3 — Une intervention humaine réelle suppose :

1. Un clic sur « valider »
2. Une signature en fin de mois
3. L’accès à la candidature et le pouvoir de contredire l’outil

Question 4 — En recrutement, le consentement du candidat au tri automatique :

1. Ne peut en général pas être considéré comme libre
2. Règle toujours la question
3. Est remplacé par l’accord de l’éditeur

Question 5 — Trente candidatures pour un poste :

1. Justifient un tri entièrement automatique
2. Ne semblent pas constituer un volume exceptionnellement élevé
3. Dispensent d’informer les candidats

Question 6 — L’année du diplôme peut poser problème dans un classement, car elle :

1. Est interdite sur tout CV
2. Allonge le temps de traitement
3. Peut servir de variable de substitution à l’âge

Question 7 — En cas de litige pour discrimination, l’employeur doit :

1. Prouver que sa décision repose sur des éléments objectifs
2. Se retourner uniquement contre l’éditeur
3. Présenter le classement de l’outil comme preuve suffisante

Question 8 — Pour préparer un tri avec l’IA sans lui déléguer de décision, vous pouvez :

1. Lui faire noter chaque candidat
2. Lui faire construire une grille de critères liés au poste
3. Lui faire supprimer les candidatures faibles

Voir les réponses et les explications

Réponses : 1→1 · 2→2 · 3→3 · 4→1 · 5→2 · 6→3 · 7→1 · 8→2

Explications.

1. C’est le cas décrit dans le guide de la CNIL.
2. C’est une phrase de la fiche 13 du guide.
3. Une validation formelle est insuffisante.
4. Un refus pourrait nuire à ses chances d’obtenir l’emploi.
5. La nécessité s’apprécie strictement, surtout à faible volume.
6. La CNIL demande d’éviter ces variables corrélées à des données sensibles ou discriminatoires.
7. C’est l’article L1134-1.
8. La grille reste une matière à juger, sans décision sur une personne.

Exercices

Exercice — Quel contrôle est réel ? (3 min) Pour chaque situation, indiquez si le contrôle humain est réel et pourquoi.

1. Un recruteur valide le classement sans ouvrir les CV.
2. Une responsable lit les dossiers, modifie deux places et note ses motifs.
3. Un outil rejette seuls les CV sans diplôme d’ingénieur, pour un poste qui ne l’exige pas vraiment.

Corrections des exercices

Exercice — 1. Non : validation formelle, motifs inconnus. 2. Oui : accès à la source, pouvoir de contredire, motifs écrits. 3. Non : décision automatique pour les candidats écartés et critère à revoir, car il n’est pas lié au poste. Il peut aussi créer une discrimination indirecte. Regardez qui a lu quoi et qui peut expliquer le résultat.

Annexe — Carnet IA RH, page 7 : ma grille avant un outil de tri

Volume habituel de candidatures par poste : ___

Mes critères écrits avant lecture : ___ · ___ · ___

L’outil classe-t-il ou écarte-t-il des personnes ? oui ☐ non ☐

Qui lit quoi ? ___ · Qui peut contredire l’outil ? ___

Variables à risque à contrôler : dates ☐ · lieu ☐ · parcours ☐ · prénom ☐ · autres ___

Avant usage : analyse d’impact ☐ · registre ☐ · information ☐ · CSE ☐ · droit au réexamen ☐

Comment j’explique une décision à un candidat : ___

Ce chapitre a été rédigé avec l’aide de l’IA, puis relu, amélioré et validé par Acadigit.