Données des personnes et analytique • 8 MIN DE LECTURE
Comment les algorithmes changent la manière dont les RH fonctionnent
JUN 14, 2026
Algorithmic tools are being applied to recruitment, performance evaluation, and retention prediction. Here is what HR needs to know to use them responsibly.
Où les algorithmes sont déjà utilisés
Algorithmic tools are more prevalent in HR than many practitioners realise. CV screening tools that rank applicants based on keyword matching or past successful hire profiles are widespread in ATS platforms. Performance prediction models flag employees at risk of leaving or underperforming. Scheduling algorithms optimise shift patterns for hourly workers. Compensation tools benchmark pay against market data using statistical models. Each of these applications has genuine utility, but also risks that HR must understand and manage.
The bias problem
Le risque le plus important des outils RH algorithmiques est l’amplification des biais. Si un algorithme de tri des CV est entraîné sur des données provenant d’anciens recrutements réussis, et que ces recrutements provenaient majoritairement d’un groupe démographique particulier en raison d’un biais historique dans le processus de recrutement, l’algorithme apprendra à privilégier ce groupe démographique. L’algorithme n’introduit pas de nouveau biais ; il met à l’échelle et systématise un biais existant qui, auparavant, aurait été incohérent et donc partiellement auto-correctif. Les responsables RH doivent auditer les outils algorithmiques pour détecter leur impact discriminatoire de la même manière qu’ils auditent les processus de décision humains.
Utiliser les algorithmes de manière responsable
Le principe directeur pour les outils RH algorithmiques est la supervision humaine. Utilisez les algorithmes pour éclairer les décisions, et non pour les prendre de manière autonome lorsqu’il s’agit d’un résultat important affectant le statut d’emploi, la paie ou le développement d’un employé. Exigez des fournisseurs de la transparence sur le fonctionnement de leurs modèles et sur les données qui ont servi à leur entraînement. Réalisez des audits réguliers des résultats par groupe démographique. Assurez-vous que les employés ont le droit de demander un examen humain de toute décision influencée par un algorithme, ce qui constitue une exigence légale dans certaines juridictions.
