Données & analytique des talents • 8 MIN DE LECTURE
Comment les algorithmes changent la manière dont les RH fonctionnent
JUN 14, 2026
Des outils algorithmiques sont appliqués au recrutement, à l’évaluation de la performance et à la prédiction de la rétention. Voici ce que les RH doivent savoir pour les utiliser de manière responsable.
Où les algorithmes sont déjà utilisés
Les outils algorithmiques sont plus répandus dans les RH que de nombreux praticiens ne le réalisent. Les outils de tri de CV qui classent les candidats sur la base de correspondances de mots-clés ou de profils d’embauche antérieurs réussis sont largement présents dans les plateformes ATS. Les modèles de prédiction de la performance signalent les employés susceptibles de partir ou de sous-performer. Les algorithmes de planification optimisent les rotations des salariés rémunérés à l’heure. Les outils de rémunération comparent les salaires aux données de marché à l’aide de modèles statistiques. Chacune de ces applications a une véritable utilité, mais comporte aussi des risques que les RH doivent comprendre et gérer.
Le problème des biais
Le risque le plus important des outils RH algorithmiques est l'amplification des biais. Si un algorithme de sélection de CV est entraîné sur des données issues 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, était incohérent et donc partiellement auto-correctif. Les dirigeants RH doivent auditer les outils algorithmiques pour détecter tout impact discriminatoire de la même manière qu'ils auditent les processus de décision humains.
Utiliser les algorithmes de manière responsable
Le principe directeur des 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'une conséquence 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 utilisées pour 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 est une exigence légale dans certaines juridictions.
