Introduction

Lundi matin, chez Rochebrune Industrie. Yanis, chargé de recrutement, montre à Hélène une FAQ sur les entretiens RH, rédigée par un assistant d’IA en moins d’une minute. Le texte est clair. Le ton est sûr de lui. On y lit que l’entretien professionnel a lieu tous les deux ans.

Hélène, responsable RH de cette PME de 85 salariés, s’arrête sur cette phrase. La règle a changé : depuis la loi du 24 octobre 2025, c’est un entretien de parcours professionnel, tous les quatre ans.

Yanis est déçu : « Alors, on ne peut pas s’y fier ? » Hélène n’en conclut pas que l’outil est inutile. La mise en page, le plan et le ton de la FAQ lui font gagner une heure. Il lui reste à savoir où faire confiance et où vérifier.

Ce chapitre vous donne ces repères. Vous repartirez avec la première page de votre carnet IA RH.

1. Comment l’IA générative produit une réponse

Une IA générative crée du texte, des images ou du son à partir d’une demande. Pour le texte, elle a appris à partir d’énormes volumes d’écrits.

Elle ne cherche pas sa réponse dans une base de données juridique. Elle rédige la suite la plus plausible de ce que vous avez écrit, morceau par morceau. Certains assistants peuvent aussi consulter le web ou vos documents. Ils s’en servent alors comme matière, puis rédigent de la même façon.

Trois conséquences pour votre travail :

• Bien écrit ne veut pas dire exact. Le plausible et le vrai se rejoignent souvent, pas toujours.
• Le ton ne renseigne pas sur la fiabilité. Une erreur peut être formulée avec la même assurance qu’un fait établi.
• La même question peut donner deux réponses différentes. Si deux réponses se contredisent sur un fait, vérifiez-le.

Avec l’IA. Posez deux fois cette question, dans deux conversations : « Quelles sont les étapes d’un processus de recrutement dans une PME ? » Comparez. La forme change d’une réponse à l’autre : c’est le fonctionnement normal de l’outil.

Exemples :

• Plausible et juste : un plan de procédure d’accueil d’un nouveau salarié.
• Plausible et faux : une ancienne règle présentée comme actuelle.
• Variable : deux versions d’un même message aux équipes, toutes deux utilisables.

Pour aller plus loin : comment fonctionne un assistant d’IA.

2. Ce qu’elle fait bien pour les RH

L’IA générative est à son aise avec la langue et la structure. Ces tâches ont un point commun : vous pouvez juger le résultat en le relisant.

Ce qu’elle fait bien	Exemple RH	Ce qui reste à faire
Rédiger un premier jet	Une fiche de poste, un modèle de courrier	Corriger, adapter à l’entreprise
Reformuler	Rendre une note de service plus claire	Vérifier que le sens n’a pas changé
Résumer	Une procédure interne de dix pages, sans donnée individuelle	Contrôler ce qui a été omis
Structurer	Une grille d’entretien, une checklist d’intégration	Valider les critères
Proposer des variantes	Trois annonces pour un même poste	Choisir, décider
S’entraîner	Simuler les questions d’un candidat fictif	Garder son propre jugement

Dans tous les exemples de ce parcours, les personnes sont fictives. Un vrai CV ou un dossier de salarié ne se colle pas dans un assistant : le module 2 explique pourquoi et comment faire autrement.

Avec l’IA. Demandez un premier jet sur un poste inventé : « Rédige une fiche de poste de technicien de maintenance dans une PME industrielle. Liste à la fin ce que je dois vérifier ou compléter. » La liste finale vous montre ce que l’outil ne peut pas savoir.

Exemples :

• Hélène obtient en dix minutes la trame d’un livret d’accueil, puis la complète avec les vraies règles de l’usine.
• Yanis fait reformuler une annonce trop technique pour la rendre lisible par des candidats juniors.
• Thierry, le dirigeant, fait simplifier une note sur les nouveaux horaires avant de la relire.

3. Quatre limites à connaître

1. Elle peut inventer. C’est ce qu’on appelle une hallucination : un article de loi, une décision de justice ou une source qui semble réelle et n’existe pas. Ouvrez toujours la source citée.

2. Ses connaissances sont datées. Un modèle apprend jusqu’à une date limite. Sans recherche sur le web, il ignore ce qui a changé depuis. Le droit social bouge souvent : la périodicité de l’entretien de Yanis en est un exemple.

3. Elle ne connaît pas votre entreprise. Elle ignore votre convention collective, vos accords, vos usages et votre climat social, sauf si vous les lui fournissez. Sa réponse peut être juste en général et fausse chez vous.

4. Elle va souvent dans votre sens. Présentez une mauvaise idée avec conviction et elle pourra la soutenir. C’est la complaisance. Demander « est-ce une bonne idée ? » rassure plus qu’une vraie critique. Demandez plutôt ce qui pourrait mal tourner.

Limite	Ce que vous voyez	Votre réflexe
Invention	Un article de loi cité avec précision	Le chercher sur Légifrance
Date	Une règle présentée comme actuelle	Vérifier sur une source officielle à jour
Contexte	Un délai de préavis donné sans réserve	Comparer à votre convention collective
Complaisance	« Excellente idée ! »	Demander les objections

Avec l’IA. Après une réponse, demandez : « Quelles parties de ta réponse sont les moins sûres ? Que dois-je vérifier et où ? » Cette liste aide, sans rien garantir : l’outil peut aussi se tromper sur ses propres incertitudes.

Exemples :

• Invention : une décision de justice citée avec un numéro, introuvable dans les bases officielles.
• Contexte : une période d’essai donnée d’après la loi, sans tenir compte de la convention collective.
• Complaisance : Yanis défend un critère « jeune et dynamique » ; l’outil l’améliore au lieu de signaler le risque de discrimination.

4. Des biais hérités des données

L’IA apprend à partir de textes et de décisions du passé. Elle peut donc reproduire leurs déséquilibres. En RH, deux cas sont souvent cités.

Amazon, 2018. Selon Reuters, l’entreprise a abandonné un outil expérimental de notation des CV. Entraîné sur des candidatures reçues surtout d’hommes, il pénalisait les CV contenant le mot « women’s ». Amazon a indiqué que ses recruteurs ne s’en étaient jamais servis pour évaluer les candidats. Cet outil n’était pas une IA générative. Le mécanisme est pourtant le même : on apprend ce qui existait, y compris ses travers.

Université de Washington, 2024. Des chercheurs ont testé trois modèles de langage sur plus de trois millions de comparaisons entre CV et offres. Selon leurs résultats, les prénoms associés à des personnes blanches étaient préférés dans 85 % des cas, contre 9 % pour ceux associés à des personnes noires. Les prénoms masculins l’étaient dans 52 % des cas, contre 11 % pour les prénoms féminins.

Prudence sur ces chiffres : l’étude porte sur des modèles précis, dans un contexte américain. Elle ne décrit pas l’assistant que vous utilisez. Elle montre seulement qu’un biais peut exister sans que personne l’ait voulu ni le voie. Retirer le nom ne règle pas tout : selon l’autrice principale, un modèle peut déduire l’identité d’un parcours, d’un lieu ou de choix de mots.

Pour une personne, un biais de tri peut coûter une candidature. Le chapitre 2.4 traite ce risque et les règles qui l’encadrent.

Avec l’IA. Demandez une annonce pour un poste inventé. Puis demandez : « Quels mots de cette annonce pourraient décourager certains profils ? » Vous restez juge de la réponse : l’outil peut manquer un biais ou en voir un à tort.

Exemples :

• Une annonce d’assistant de direction rédigée spontanément au féminin.
• Une fiche de poste de chef d’équipe au vocabulaire uniquement masculin.
• Un exemple de « candidat idéal » qui reprend sans le dire le profil des personnes déjà en poste.

Pour aller plus loin : les biais et limites de l’intelligence artificielle.

5. Choisir le bon niveau de contrôle

Votre question n’est donc pas « l’IA est-elle fiable ? ». Elle est plutôt : cette réponse, dans ce cas, que dois-je en faire ? Hélène se pose trois questions avant de s’en servir :

1. Puis-je vérifier le résultat, avec mes connaissances ou une source officielle ?
2. Que se passe-t-il si c’est faux et pour qui ?
3. Une personne est-elle concernée par ce que produit l’outil ?

Situation	Contrôle	Pourquoi
Reformuler une note générale	Relecture	Erreur visible, faible conséquence
Répondre à une question de droit	Source officielle, puis juriste si besoin	Erreur possible et difficile à voir
Évaluer ou classer des personnes	Ne pas s’en remettre à l’outil (chapitres 1.3 et 2.4)	Conséquences directes, biais possibles

Plus la conséquence pour une personne est forte, plus le contrôle humain doit être réel. Le chapitre 1.3 applique cette règle à toutes vos tâches RH.

Avec l’IA. Listez trois tâches de votre semaine, sans aucune donnée personnelle. Demandez à l’assistant comment il pourrait aider, puis appliquez vous-même les trois questions à chacune.

Exemples :

• Message général sur la pose des congés : relecture d’Hélène, puis envoi.
• Durée d’un préavis : vérification de la loi et de la convention collective.
• Choix entre deux candidats : décision de Thierry et d’Hélène, à partir de leur grille d’entretien.

Résumé

L’IA générative rédige la suite la plus plausible d’une demande. Un texte bien écrit et sûr de lui peut donc être faux.

Elle aide surtout à rédiger, reformuler, résumer, structurer, proposer des variantes et s’entraîner : des tâches dont vous pouvez juger le résultat.

Elle peut inventer des sources, s’appuyer sur des connaissances dépassées, ignorer le contexte de votre entreprise et aller dans votre sens. Elle peut aussi reproduire des biais présents dans ses données.

Avant de vous servir d’une réponse, demandez-vous si vous pouvez la vérifier, ce que coûterait une erreur et si une personne est concernée. Plus l’enjeu est fort pour elle, plus le contrôle humain doit être réel.

Questions fréquentes

L’IA générative peut-elle remplacer un service RH ?

Non. Elle prépare des textes et des structures. Elle ne connaît ni vos équipes ni votre contexte et ne peut pas porter une décision à votre place.

Peut-on se fier à une réponse juridique donnée par une IA ?

Pas sans vérification. Elle peut inventer une référence ou citer une règle dépassée. Contrôlez sur Légifrance ou sur une source officielle à jour, puis demandez l’avis d’un juriste en cas de doute.

Si l’assistant cite ses sources, la réponse est-elle fiable ?

Elle devient vérifiable, pas forcément exacte. Ouvrez chaque source. Vérifiez qu’elle existe, qu’elle est à jour et qu’elle dit bien ce que l’outil lui fait dire.

Faut-il payer un assistant pour éviter ces limites ?

Une version payante peut offrir plus de fonctions et de meilleures garanties sur les données. Elle ne supprime ni les erreurs ni les biais. Les chapitres 1.2 et 7.1 aident à comparer les outils.

Termes clés

• IA générative : IA qui crée du texte, des images ou du son à partir d’une demande.
• Assistant d’IA : outil de conversation qui donne accès à une IA générative.
• Hallucination : information inventée, présentée comme si elle était vraie.
• Date limite des connaissances : date à laquelle s’arrêtent les données d’apprentissage d’un modèle.
• Complaisance : tendance d’un assistant à approuver son interlocuteur plutôt qu’à le contredire.
• Biais : déformation systématique d’un résultat, souvent héritée des données d’apprentissage.

Références

• Code du travail numérique — Qu’est-ce qu’un entretien de parcours professionnel ? (mis à jour le 01/10/2026, consulté le 07/11/2026)
• Légifrance — Loi n° 2025-989 du 24 octobre 2025
• Université de Washington — AI tools show biases in ranking job applicants’ names (31/10/2024, consulté le 07/11/2026)
• GeekWire — New test of resume screening bias (2024)
• Euronews, dépêche Reuters — Amazon scraps secret AI recruiting tool that showed bias against women (10/10/2018)
• Acadigit — Comment fonctionne Claude : comprendre l’IA pour mieux l’utiliser
• Acadigit — Les biais et limites de l’intelligence artificielle

QCM (une seule bonne réponse par question)

Question 1 — Pour produire un texte, une IA générative :

1. Recopie une fiche enregistrée dans une base juridique
2. Rédige la suite la plus plausible de votre demande
3. Vérifie chaque phrase avant de l’afficher

Question 2 — Une réponse claire et affirmative signifie que :

1. Elle est exacte
2. L’outil a consulté une source officielle
3. Elle est bien formulée, ce qui ne prouve pas son exactitude

Question 3 — Quelle tâche convient le mieux à un premier essai ?

1. Reformuler une note de service générale
2. Choisir le candidat à retenir
3. Décider d’une sanction

Question 4 — L’assistant cite un article de loi précis. Vous :

1. Le reprenez : un numéro précis prouve qu’il existe
2. Le cherchez sur Légifrance et vérifiez qu’il dit bien cela
3. Reposez la question : si la réponse est identique, c’est vrai

Question 5 — Une règle fausse parce qu’elle a changé récemment illustre :

1. La date limite des connaissances
2. La complaisance
3. Le droit d’accès

Question 6 — Vous demandez un délai de préavis. Quelle limite vous oblige à contrôler aussi votre convention collective ?

1. L’outil écrit trop lentement
2. L’outil refuse les questions de droit
3. L’outil ne connaît pas votre entreprise, sauf si vous lui fournissez ces éléments

Question 7 — Les études sur les biais dans le tri des CV montrent que :

1. Tous les assistants ont exactement les mêmes biais
2. Un biais peut exister sans que personne l’ait voulu
3. Retirer le nom du candidat supprime tout biais

Question 8 — Plus une réponse a des conséquences pour une personne :

1. Plus le contrôle humain doit être réel
2. Moins il faut la relire
3. Plus il suffit de la faire confirmer par l’outil

Voir les réponses et les explications

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

Explications.

1. Elle rédige une suite plausible, sans contrôle automatique de l’exactitude.
2. Le ton ne renseigne pas sur la fiabilité.
3. Le résultat se juge à la relecture et l’erreur a peu de conséquences.
4. Une référence précise peut être inventée. Un outil peut aussi répéter son erreur.
5. Le modèle s’appuie sur ce qu’il a appris jusqu’à une certaine date.
6. Sa réponse peut être juste en général et fausse chez vous.
7. L’étude de 2024 porte sur des modèles précis et son autrice indique qu’un modèle peut déduire l’identité à partir d’autres éléments du CV.
8. C’est la règle de la partie 5.

Exercices

Exercice — Testez votre assistant (3 min) Posez-lui cette question, sans aucune donnée personnelle : « En France, à quelle fréquence l’employeur doit-il organiser l’entretien professionnel ? Donne ta source. » Comparez sa réponse à la fiche du Code du travail numérique citée en Références. Notez ce qui est juste, ce qui est faux et si la source existe.

Corrections des exercices

Exercice — La réponse attendue : l’entretien de parcours professionnel, qui remplace l’entretien professionnel, a lieu tous les quatre ans. Selon l’outil, vous lirez peut-être « tous les deux ans », l’ancienne règle, ou une réponse juste avec une source à ouvrir. Le résultat compte moins que le réflexe : vous avez comparé la réponse à une source officielle à jour. Pour une situation réelle, regardez aussi les accords applicables à votre entreprise.

Annexe — Carnet IA RH, page 1 : mes repères de vigilance

Trois tâches où l’IA peut m’aider cette semaine (sans donnée personnelle) : ___ · ___ · ___

Mes sources officielles pour vérifier : ___ · ___ · ___

Mes textes propres à vérifier : convention collective ☐ · accords d’entreprise ☐ · règlement intérieur ☐

Avant de me servir d’une réponse, je me demande :

• Puis-je la vérifier ? ☐
• Que se passe-t-il si c’est faux et pour qui ? ☐
• Une personne est-elle concernée ? ☐

Ce que je ne laisserai pas à l’outil : ___

Amazon (Amazon.com, Inc.) sont cités à titre d’exemple. Acadigit n’est ni affiliée, ni sponsorisée, ni approuvée par cette société. Ce chapitre a été rédigé avec l’aide de l’IA, puis relu, amélioré et validé par Acadigit.