Le règlement sur l’IA pour les RH et le recrutement

L’IA de recrutement et d’emploi est la catégorie à haut risque la plus répandue au titre du règlement sur l’IA, et celle qui touche le plus large éventail d’organisations. Il n’est pas besoin d’être une entreprise technologique pour entrer dans le champ. Si votre organisation utilise l’IA pour embaucher, filtrer des CV, noter des entretiens, classer des candidats, suivre les performances ou décider d’une promotion, les obligations à haut risque vous concernent. Le Digital Omnibus (règlement (UE) 2026/1744, en vigueur depuis le 27 juillet 2026) a reporté leur date d’application au 2 décembre 2027 pour les systèmes autonomes de l’annexe III (au lieu du 2 août 2026). Ce n’est pas une invitation à attendre. Les devoirs qu’elle déclenche sont lourds : évaluation de la conformité, documentation technique, procédures de contrôle humain, examen des biais, information des candidats, conservation des journaux et, pour certains déployeurs, une analyse d’impact relative aux droits fondamentaux. Certaines pratiques de recrutement par IA sont déjà interdites, avec des amendes pouvant aller jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires mondial.

Ce guide couvre chaque obligation applicable à l’IA RH et recrutement, du fournisseur qui construit l’outil à l’employeur qui l’utilise, avec des étapes concrètes, une liste de contrôle et des scénarios réels. Texte officiel : règlement (UE) 2024/1689.

L’essentiel, le règlement sur l’IA et les RH

• Haut risque par défaut : les systèmes d’IA utilisés pour le recrutement, l’embauche, la promotion, le licenciement, l’attribution des tâches et le suivi des performances figurent à l’annexe III, point 4, domaine emploi, gestion de la main-d’œuvre et accès à l’emploi indépendant.
• Échéance du 2 décembre 2027 : les obligations à haut risque de l’annexe III deviennent exécutoires à cette date. Voir les échéances après le Digital Omnibus.
• Déjà interdit : inférer les émotions sur le lieu de travail et dans le recrutement, catégorisation biométrique inférant des caractéristiques protégées, notation sociale et manipulation subliminale sont interdits depuis le 2 février 2025 au titre de l’article 5.
• Deux jeux d’obligations : le fournisseur (l’éditeur de l’outil) et le déployeur (l’employeur qui l’utilise) portent chacun des devoirs autonomes. La conformité du fournisseur n’équivaut pas à celle de l’employeur.
• Droits des candidats : candidats et salariés doivent être informés qu’ils sont soumis à une décision assistée par IA, ont droit à une explication et à une revue humaine.
• L’examen des biais est obligatoire : l’article 10 exige d’examiner les jeux de données pour y détecter des biais, particulièrement critique en emploi où l’âge, le sexe, l’origine ethnique et le handicap sont directement pertinents.
• Sanctions : jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires mondial pour les pratiques interdites ; jusqu’à 15 millions d’euros ou 3 % pour les manquements à haut risque. Voir le guide des sanctions.
• Outil d’évaluation : utilisez l’évaluation Legalithm pour classer vos systèmes RH et identifier vos obligations.

Quels outils d’IA RH sont à haut risque ?

L’annexe III, point 4 identifie les systèmes d’IA destinés à être utilisés dans l’emploi, la gestion de la main-d’œuvre et l’accès à l’emploi indépendant comme à haut risque. Le champ est large, et volontairement. Les législateurs ont reconnu que les décisions algorithmiques sur les moyens de subsistance portent des risques inhérents pour les droits fondamentaux : non-discrimination, dignité, conditions de travail justes, recours effectif.

La classification au titre de l’article 6 ne dépend pas de la sophistication. Un simple algorithme de correspondance de mots-clés qui rejette des CV d’office est soumis au même régime qu’un modèle d’apprentissage profond qui analyse des entretiens vidéo. Ce qui compte, c’est la fonction et le contexte.

Systèmes d’IA RH classés à haut risque

Le seuil d’incidence substantielle

Un point que beaucoup d’organisations manquent : le système n’a pas à prendre la décision finale pour être à haut risque. S’il influe substantiellement sur le résultat, en écartant des candidats avant qu’un humain ne les voie, en les classant dans un ordre qui détermine qui est reçu en entretien, ou en attribuant une note sur laquelle un recruteur s’appuie, il entre dans le champ. L’intention du législateur est claire : la classification vise les systèmes dont la sortie a un effet significatif sur la relation d’emploi, qu’un humain paraphe formellement ou non.

Exemple concret : une entreprise utilise un outil d’IA pour noter 5 000 CV entrants et présente les 200 premiers aux recruteurs. Le recruteur décide lesquels des 20 iront en entretien, mais l’IA a déjà écarté 4 800 personnes. Cet outil est à haut risque, et le fait qu’un humain fasse le choix final dans la liste courte de l’IA ne change pas la classification.

Pour le parcours de classification, voir Mon système d’IA est-il à haut risque ?.

Pratiques déjà interdites dans le recrutement

Avant les obligations à haut risque de décembre 2027, les organisations doivent comprendre que certaines pratiques sont déjà interdites. Les interdictions de l’article 5 s’appliquent depuis le 2 février 2025. Les manquements sont déjà exécutoires, au palier d’amende le plus élevé.

Inférence des émotions dans les entretiens et sur le lieu de travail

L’article 5, paragraphe 1, point f), interdit l’utilisation de systèmes d’IA pour inférer les émotions de personnes physiques dans les domaines du lieu de travail et de l’enseignement, sauf lorsque le système est destiné à être mis sur le marché ou mis en service pour des raisons médicales ou de sécurité.

Tout outil qui analyse les expressions faciales, le ton de la voix, les micro-expressions, le langage corporel ou des signaux physiologiques d’un candidat pendant un entretien pour inférer un état émotionnel, le stress, l’enthousiasme, la confiance, la tromperie, est interdit. L’interdiction s’applique que l’inférence soit la fonction principale ou une fonction secondaire. Si le système produit une sortie sur l’état émotionnel du candidat et que cette sortie est utilisée dans le recrutement, c’est interdit.

Exemple concret : une plateforme d’entretien vidéo propose une fonction qui analyse le visage et la voix pour produire une « note d’engagement » et une « note de confiance ». C’est une pratique interdite. Continuer à l’utiliser après le 2 février 2025 expose le fournisseur et l’employeur jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires annuel mondial, le montant le plus élevé.

Catégorisation biométrique inférant des caractéristiques protégées

L’article 5, paragraphe 1, point g), interdit les systèmes de catégorisation biométrique qui classent individuellement des personnes physiques d’après leurs données biométriques afin d’arriver à des déductions ou des inférences concernant leur race, leurs opinions politiques, leur affiliation syndicale, leurs convictions religieuses ou philosophiques, leur vie sexuelle ou leur orientation sexuelle. Utiliser l’IA pour inférer l’une de ces caractéristiques à partir d’une photo, d’une apparence vidéo ou d’une voix est interdit.

Notation sociale

L’article 5, paragraphe 1, point c), interdit les systèmes qui évaluent ou classent des personnes physiques d’après leur comportement social ou des caractéristiques personnelles ou de personnalité connues, déduites ou prédites, lorsque la note sociale qui en résulte conduit à un traitement préjudiciable dans des contextes dissociés de la collecte d’origine, ou à un traitement disproportionné au regard de la gravité du comportement. Cela couvre tout système qui attribue aux candidats une « note sociale » ou une « note de réputation » d’après des données comportementales agrégées.

Manipulation subliminale

L’article 5, paragraphe 1, point a), interdit les systèmes qui recourent à des techniques subliminales, au-dessous du seuil de conscience, pour altérer substantiellement le comportement d’une manière qui cause ou est raisonnablement susceptible de causer un préjudice important. En recrutement, cela peut viser des interfaces conçues pour manipuler les réponses ou le comportement des candidats pendant une évaluation par des techniques qu’ils ne peuvent pas percevoir consciemment.

Structure des amendes pour les pratiques interdites

Pour les PME et les jeunes pousses, c’est le plus faible de chaque paire qui s’applique (article 99, paragraphe 6). Pour les grandes entreprises qui utilisent l’IA de recrutement à grande échelle, le calcul sur le chiffre d’affaires peut produire des montants vertigineux. Voir le guide des sanctions pour la méthode, y compris l’appréciation du chiffre d’affaires de groupe.

Obligations du fournisseur et de l’employeur (déployeur)

L’une des hypothèses les plus dangereuses en conformité RH est qu’acheter un outil « conforme » au fournisseur décharge l’employeur. Ce n’est pas le cas. Le règlement assigne des obligations autonomes, qui se recoupent, au fournisseur (l’éditeur qui construit ou vend le système) et au déployeur (l’employeur qui l’utilise). Pour la comparaison complète, voir obligations du fournisseur et du déployeur.

Obligations du fournisseur (l’éditeur de l’IA)

Le fournisseur est la personne physique ou morale qui développe le système d’IA ou le fait développer, et le met sur le marché ou le met en service sous son propre nom ou sa propre marque. Pour l’IA RH, c’est en général l’éditeur qui vend l’outil de recrutement ou de gestion de la main-d’œuvre.

Obligations centrales du fournisseur pour l’IA RH à haut risque :

• Système de gestion des risques (article 9) : établir et tenir un système tout au long du cycle de vie, en traitant spécifiquement les risques de discrimination et d’exclusion injuste de candidats qualifiés.
• Gouvernance des données (article 10) : garantir que les données d’entraînement sont pertinentes, représentatives, et examinées pour d’éventuels biais, particulièrement critique lorsque les données d’embauche historiques encodent une discrimination systémique. Voir examen des biais au titre du règlement sur l’IA.
• Documentation technique (article 11, annexe IV) : documenter la destination, la conception, les essais, les indicateurs de performance, les limites connues et la notice d’utilisation.
• Journalisation automatique (article 12) : chaque note, classement ou issue de filtrage d’un candidat doit être traçable.
• Transparence (article 13) : fournir aux déployeurs des informations claires sur les capacités, les limites, les exigences de contrôle humain et les biais connus.
• Fonctions de contrôle humain (article 14) : concevoir le système pour que des relecteurs humains comprennent les sorties, écartent des décisions et arrêtent le système.
• Évaluation de la conformité (article 43) : l’achever avant la mise sur le marché, en général par auto-évaluation au titre de l’annexe VI pour l’IA RH. Voir auto-évaluation ou organisme notifié.
• Surveillance après mise sur le marché (article 72).
• Enregistrement dans la base de données de l’UE (article 49) : avant la mise sur le marché.

Obligations du déployeur (l’employeur qui utilise l’outil)

Le déployeur est l’organisation qui utilise le système sous sa propre autorité. En recrutement, c’est l’employeur, l’agence de recrutement ou le service RH. Ses obligations s’ajoutent à ce que le fournisseur a déjà fait.

Obligations centrales du déployeur pour l’IA RH à haut risque :

• Usage conforme à la notice (article 26) : exploiter le système selon les instructions du fournisseur, sa destination, ses exigences d’entrée et ses limites documentées.
• Contrôle humain (article 14, article 26) : désigner des personnes compétentes et formées, qui comprennent les capacités, les limites et les biais connus, et qui ont une autorité réelle pour écarter ou inverser les décisions de l’IA.
• Qualité des données d’entrée (article 26) : les données alimentées dans le système doivent être pertinentes et représentatives. Si le système a été validé sur des CV structurés et que vous lui donnez des formulaires non structurés, ce décalage vous incombe.
• Conservation des journaux (article 26) : conserver les journaux générés automatiquement pendant au moins six mois. Les réclamations pour discrimination à l’emploi pouvant être formées des années plus tard, envisagez de les conserver pendant le délai de prescription applicable. Voir conservation des journaux.
• Informer les personnes concernées (article 26, paragraphe 11) : informer candidats et salariés que l’IA est utilisée, même si le système du fournisseur n’a pas de fonction d’avis intégrée.
• Analyse d’impact relative aux droits fondamentaux (article 27) : exigée pour les employeurs du secteur public, les entités privées fournissant des services publics, et les déployeurs visés à l’annexe III, points 5, b) et c). À achever avant la première utilisation. Voir le guide FRIA.
• Coopération avec les autorités : donner aux autorités de surveillance du marché accès aux journaux et à la documentation sur demande.

Tableau comparatif : fournisseur et déployeur pour l’IA RH

Droits des candidats et des salariés

Le règlement crée un ensemble de droits pour les personnes concernées par des systèmes d’IA à haut risque. En emploi, cela signifie que candidats et salariés ont des droits opposables lorsque l’IA les évalue.

Notification que l’IA est utilisée

Au titre de l’article 26, paragraphe 11, les déployeurs doivent informer les personnes physiques qu’elles sont soumises à l’utilisation d’un système d’IA à haut risque. Les candidats doivent l’être avant ou au moment de l’évaluation assistée par IA. Les salariés doivent l’être lorsque l’IA sert au suivi des performances, aux décisions de promotion ou à l’attribution des tâches. L’avis doit être clair et utile, pas enfoui à la page 47 d’une politique de confidentialité.

Si le système interagit directement avec les personnes (agent de présélection, entretien conversationnel), l’article 50 s’applique déjà depuis le 2 août 2026.

Droit à l’explication des décisions individuelles

Lorsqu’un système d’IA à haut risque produit une décision ayant des effets juridiques ou qui affecte de manière similairement significative une personne, celle-ci peut obtenir une explication claire du rôle de l’IA. Un candidat recalé peut demander comment l’IA a contribué au refus. Un salarié soumis à une revue de performance éclairée par l’IA peut demander quels facteurs ont porté la notation. Cela recoupe et renforce l’article 22 du RGPD, qui s’applique presque toujours en même temps à l’IA RH dans l’Union.

Droit à une revue humaine

L’article 14 exige que des relecteurs humains puissent écarter, ne pas tenir compte ou inverser la sortie de l’IA. Si un candidat est recalé principalement d’après une note de filtrage et demande une revue humaine, l’employeur doit faire en sorte qu’une personne qualifiée revoie réellement la décision, et non qu’elle tamponne la sortie.

Exigences de FRIA

L’article 27 impose à certains déployeurs d’achever une FRIA avant la première utilisation. Pour les RH, cela couvre les employeurs du secteur public (agences, communes, universités publiques), les entités privées fournissant des services publics, et, par la voie distincte de l’annexe III, points 5, b) et c), les déployeurs de systèmes de solvabilité et d’assurance vie / santé. La FRIA doit apprécier l’incidence sur la non-discrimination, la dignité, la vie privée, le recours effectif et des conditions de travail justes. Le guide FRIA donne une méthode pas à pas.

Exigences d’examen des biais pour l’IA RH

L’examen des biais n’est pas facultatif pour les systèmes d’IA à haut risque : c’est une exigence légale au titre de l’article 10. En recrutement et en emploi, l’enjeu est particulièrement élevé parce que les caractéristiques protégées les plus pertinentes pour le droit du travail, âge, sexe, origine ethnique, handicap, religion, sont précisément celles que les données d’embauche historiques encodent le plus souvent. Pour la méthode, voir examen des biais au titre du règlement sur l’IA.

Caractéristiques protégées en matière d’emploi

La Charte des droits fondamentaux, la directive 2000/78/CE (égalité de traitement en matière d’emploi) et la directive 2000/43/CE (égalité raciale) fixent les caractéristiques protégées pertinentes :

Comment le biais entre dans l’IA de recrutement

L’IA de recrutement est particulièrement vulnérable pour trois raisons. Premièrement, les données d’embauche historiques sont biaisées par construction : elles encodent les biais conscients ou inconscients des pratiques passées. Deuxièmement, les variables de substitution sont omniprésentes : même lorsque les caractéristiques protégées sont retirées, les modèles apprennent des corrélations avec le code postal (origine ethnique, milieu), le nom de l’université (classe sociale) et les interruptions de carrière (sexe, handicap). Troisièmement, les boucles de rétroaction amplifient le biais : si un outil biaisé écarte des candidats sous-représentés, les données d’entraînement futures contiennent moins d’exemples réussis de ces groupes, et le schéma se compose.

Processus pratique d’examen des biais pour l’IA RH

Étape 1, identifier les attributs protégés pertinents. Faire correspondre les caractéristiques du droit de l’emploi aux variables et aux substituts de vos données. Le tableau ci-dessus est un point de départ : contextualisez-le.

Étape 2, désagréger les indicateurs de performance. Calculez les indicateurs clés (taux d’acceptation, distribution des notes, taux de faux positifs / négatifs) ventilés par chaque attribut protégé. L’exactitude agrégée ne dit rien si le système réussit pour les groupes majoritaires et échoue pour les minorités.

Étape 3, choisir des indicateurs d’équité adaptés. Aucun indicateur unique ne capture tous les aspects du biais, et il est mathématiquement impossible de tous les satisfaire à la fois. Pour le recrutement, les plus pertinents sont :

• Parité démographique : les candidats de groupes différents sont-ils retenus à des taux similaires ?
• Égalité des cotes : à qualification égale, les candidats de groupes différents sont-ils traités également ?
• Parité prédictive : une note d’IA donnée signifie-t-elle la même chose quel que soit le groupe ?
• Règle des quatre cinquièmes : la règle américaine de l’EEOC (le taux de sélection d’un groupe doit atteindre au moins 80 % de celui du groupe le mieux traité) est un repère pratique utile, sans être imposée par le droit de l’Union.

Étape 4, tester avec des données réalistes. Utilisez des données représentatives de la production, pas des jeux synthétiques ou idéalisés. Le biais se manifeste dans l’interaction entre le modèle, la distribution des données et le contexte opérationnel.

Étape 5, tout documenter. L’annexe IV exige de documenter les mesures d’examen des données, la méthode de détection des biais et les étapes de remédiation. Consignez ce que vous avez testé, ce que vous avez trouvé, quels seuils vous avez appliqués, et quelles actions vous avez prises.

Étape 6, surveiller en production. L’examen n’est pas une porte unique. L’article 9 exige une gestion des risques continue, et l’article 72 une surveillance après mise sur le marché. Suivez les indicateurs d’équité en continu et déclenchez une réévaluation lorsque les distributions changent.

Liste de contrôle pour les équipes RH

Cette liste s’adresse aux services RH et aux éditeurs de technologies RH qui préparent l’échéance du 2 décembre 2027. Elle couvre les obligations de fournisseur et de déployeur. Adaptez-la à votre rôle ; utilisez l’évaluation Legalithm pour figer classification et obligations.

1. Inventorier tous les systèmes d’IA utilisés en RH. Listez chaque outil, plateforme ou algorithme impliqué dans le recrutement, la gestion des performances, la planification des effectifs, l’attribution des tâches ou le licenciement, y compris des fonctions que vous ne qualifiez pas d’« IA ». Voir comment construire un inventaire.

2. Classer le palier de risque de chaque système. Appliquez l’article 6 et l’annexe III, point 4. Pour les cas limites, le guide de classification.

3. Identifier votre rôle pour chaque système. Fournisseur (développé en interne), déployeur (sous licence), ou les deux ? Si vous avez modifié substantiellement le système d’un fournisseur, vous pouvez devenir fournisseur au titre de l’article 25. Voir fournisseur ou déployeur.

4. Vérifier les pratiques déjà interdites. Passez en revue l’article 5 : inférence des émotions, catégorisation biométrique, notation sociale, manipulation subliminale. Arrêtez immédiatement : ces interdictions sont déjà en vigueur.

5. Demander la documentation du fournisseur. Pour chaque outil tiers : documentation technique, notice d’utilisation, preuve d’évaluation de la conformité, marquage CE, enregistrement dans la base de l’UE. Vous ne pouvez pas satisfaire vos devoirs de déployeur sans ces pièces.

6. Mettre en place les procédures de contrôle humain. Désigner des personnes formées pour le contrôle humain de chaque système à haut risque. Documenter leur autorité, leur formation et le processus de revue / écart.

7. Établir l’information des candidats et des salariés. Avis clairs sur les formulaires de candidature, les portails carrière, les convocations d’entretien et le livret d’accueil.

8. Configurer et vérifier la journalisation. Capturer les entrées, les sorties et les décisions. Politique de conservation d’au moins six mois.

9. Conduire l’examen des biais. Tester au regard des caractéristiques protégées du droit de l’emploi. Documenter méthode, constats et remédiation. Voir le guide d’examen des biais.

10. Achever la FRIA le cas échéant. Les employeurs du secteur public et certaines entités privées doivent achever une analyse d’impact relative aux droits fondamentaux avant le déploiement.

11. Établir le suivi et le signalement d’incidents. Détecter dysfonctionnements, dégradation de performance et dérive des biais. Définir les voies d’escalade. Voir l’article 99 pour le régime de sanctions.

12. Tout documenter. Tenir un dossier par système : motif de classification, documentation du fournisseur, procédures de contrôle, rapports d’examen des biais, modèles d’avis, conservation des journaux, FRIA, signalements d’incidents.

Pour une liste plus large, voir la liste de contrôle 2026 du règlement sur l’IA.

Scénarios concrets de conformité

Scénario 1 : jeune pousse RH fournissant un filtrage de CV en SaaS

Entreprise : TalentFilter, 40 personnes, a construit un outil de filtrage de CV. Les employeurs téléversent des descriptifs de poste et reçoivent des listes de candidats classés. Le système utilise le traitement automatique du langage pour analyser les CV, extraire compétences et expérience, et attribuer une « note de correspondance » censée prédire la performance.

Rôle : TalentFilter est le fournisseur. Elle développe le système et le met sur le marché sous son nom.

Obligations clés : gestion des risques au titre de l’article 9, en traitant le risque que la note désavantage des candidats d’après des caractéristiques protégées ; documentation technique d’annexe IV avec indicateurs ventilés par groupes protégés ; examen des biais au titre de l’article 10 sur des données représentatives ; fonctions de contrôle humain pour que les employeurs puissent revoir et écarter les classements ; évaluation de la conformité et enregistrement dans la base de l’UE avant le 2 décembre 2027.

Exemple concret : pendant l’examen des biais, TalentFilter découvre que le système attribue des notes systématiquement plus basses aux candidats dont le nom n’est pas d’Europe occidentale, parce que les données d’entraînement surreprésentaient des CV de candidats d’Europe occidentale ensuite embauchés. Le système a appris à associer ces schémas de noms à une « qualité » plus élevée. TalentFilter doit atténuer cela, par des techniques d’atténuation des biais, un rééquilibrage des données ou un ajustement des notes après coup, et documenter la remédiation.

Scénario 2 : grand employeur utilisant l’IA d’entretien vidéo

Entreprise : EuroBank AG, grande banque européenne, 45 000 salariés. Elle prend une licence sur « InterviewIQ », une plateforme d’entretien vidéo qui enregistre les réponses et produit des notes générées par IA pour la fluidité verbale, la pensée structurée et la connaissance du domaine. InterviewIQ proposait auparavant une « analyse de l’engagement » fondée sur la reconnaissance des expressions faciales.

Rôle : EuroBank est le déployeur. L’éditeur d’InterviewIQ est le fournisseur.

Obligations clés : vérifier l’évaluation de la conformité, le marquage CE et l’enregistrement dans la base de l’UE. Désactiver immédiatement l’analyse de l’engagement : l’analyse des expressions faciales est une pratique interdite depuis le 2 février 2025, passible jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires. Désigner des professionnels RH formés pour un contrôle humain réel, et informer chaque candidat avant l’entretien que l’IA analysera ses réponses. En tant qu’établissement bancaire fournissant des services publics essentiels, EuroBank doit achever une FRIA et conserver les journaux au moins six mois.

Exemple concret : pendant la FRIA, EuroBank découvre que la notation de fluidité verbale corrèle fortement avec la maîtrise de la langue de l’entretien, désavantageant systématiquement les candidats dont ce n’est pas la langue première, même lorsqu’ils ont les compétences techniques du poste. EuroBank le signale à l’éditeur et, en attendant la remédiation, fait évaluer manuellement par des relecteurs humains les candidats sous le seuil de fluidité avant tout refus.

Scénario 3 : agence de recrutement utilisant l’appariement de candidats par IA

Entreprise : StaffConnect, agence qui utilise une plateforme d’IA pour apparier des candidats de sa base à des offres clients. La plateforme analyse CV, issues de placements passés et retours clients pour prédire l’adéquation. StaffConnect a construit l’algorithme d’appariement en interne mais utilise des modèles tiers de traitement du langage pour l’analyse des CV.

Rôle : scénario hybride. StaffConnect est le fournisseur de l’algorithme d’appariement (elle l’a développé et l’exploite sous sa propre autorité). Elle est aussi déployeur du modèle tiers d’analyse de CV. La classification au titre de l’article 25 dépend de si StaffConnect a modifié substantiellement le modèle ou l’utilise tel que conçu.

Obligations clés : pour l’algorithme d’appariement, StaffConnect porte l’ensemble des obligations de fournisseur. Pour le modèle tiers, elle doit vérifier la conformité du fournisseur et remplir les devoirs de déployeur. Elle doit surveiller les boucles de rétroaction : si l’algorithme s’entraîne sur des issues de placement qui reflètent les biais des consultants, il les apprendra et les amplifiera. Si StaffConnect a affiné ou modifié significativement le modèle de langage, elle a pu endosser des obligations de fournisseur au titre de l’article 25.

Exemple concret : l’algorithme est entraîné sur dix ans de données de placement. L’analyse révèle qu’il favorise fortement les candidats ayant travaillé dans de très grandes entreprises, non parce qu’ils performent mieux dans les postes à pourvoir, mais parce que les consultants de StaffConnect les ont historiquement préférés et que le système a appris à reproduire cette préférence. Le biais ne vise pas une caractéristique protégée en tant que telle, mais il corrèle avec le milieu socio-économique et, indirectement, avec l’origine ethnique et la nationalité. StaffConnect doit tester ces effets indirects et les atténuer.

Erreurs fréquentes à éviter

1. Supposer que la conformité du fournisseur couvre les obligations de l’employeur. L’erreur la plus répandue. L’évaluation de la conformité, le marquage CE et la documentation technique d’un éditeur satisfont les obligations du fournisseur. Elles ne satisfont pas les devoirs autonomes du déployeur : contrôle humain, information des candidats, conservation des journaux, qualité des données d’entrée et, le cas échéant, FRIA. Ces devoirs sont distincts. Vous ne pouvez pas les déléguer par contrat. Voir fournisseur ou déployeur.

2. Ne pas informer les candidats que l’IA est utilisée. L’article 26, paragraphe 11 place l’obligation d’information sur le déployeur. Beaucoup d’employeurs supposent que la plateforme s’en charge, ou qu’un avis général de confidentialité suffit. Ce n’est pas le cas. Les candidats doivent recevoir un avis précis et clair qu’un système d’IA les évalue, idéalement avant l’évaluation.

3. Ne pas conserver les journaux générés automatiquement. La durée minimale est de six mois. Beaucoup d’employeurs ne configurent pas la conservation, ou s’en remettent au fournisseur sans vérifier. Si une autorité de surveillance du marché demande les journaux et qu’ils n’existent pas, l’employeur s’expose pour manquement à l’article 26, et perd la capacité de démontrer que le système a fonctionné comme prévu.

4. Ignorer l’interdiction d’inférer les émotions. De nombreuses plateformes d’entretien vidéo ont historiquement proposé d’analyser le visage, la voix ou le langage corporel. Ces fonctions sont interdites au titre de l’article 5, paragraphe 1, point f) lorsqu’elles sont utilisées sur le lieu de travail ou dans le recrutement. L’interdiction s’applique depuis le 2 février 2025. Si vous les utilisez encore, vous êtes déjà en manquement. Vérifiez chaque fonction de chaque plateforme : l’analyse des émotions peut être un réglage facultatif activé par défaut.

5. Traiter « un humain dans la boucle » comme une conformité automatique. Faire approuver formellement une décision générée par IA ne satisfait pas l’exigence de contrôle humain. La personne doit être compétente, formée, informée de la méthode et des limites, et avoir l’autorité et la capacité réelles d’écarter. Si un recruteur traite 500 CV classés par IA par jour et tamponne le classement parce qu’il n’a pas la capacité pratique de les revoir un par un, ce n’est pas un contrôle humain effectif.

6. Oublier l’IA embarquée dans les logiciels RH existants. Beaucoup d’organisations ne réalisent pas que leurs plateformes RH contiennent déjà des fonctions d’IA. Systèmes de suivi des candidatures avec classement automatisé, outils de gestion de la performance avec analytique prédictive, modules de planification des effectifs avec recommandations algorithmiques : souvent vendus comme des fonctions standard plutôt que comme des systèmes d’IA. Conduisez un inventaire pour identifier toutes les composantes d’IA de votre pile RH.

7. Ne pas tester le biais via les variables de substitution. Retirer les caractéristiques protégées des entrées du modèle n’empêche pas la discrimination. Les modèles apprennent couramment à discriminer sur des substituts, code postal, nom d’université, interruptions de carrière, loisirs, schémas linguistiques, qui corrèlent avec des caractéristiques protégées. Votre examen des biais doit regarder les issues ventilées par attributs protégés, pas seulement confirmer que ces attributs sont exclus des entrées.

Questions fréquentes

Mon système de suivi des candidatures est-il à haut risque ?

Cela dépend de ce qu’il fait. S’il se borne à stocker les candidatures et à faciliter la prise de rendez-vous, ce n’est probablement pas un système d’IA, donc hors champ. S’il utilise des algorithmes pour classer, noter, filtrer ou recommander des candidats, ces fonctions sont à haut risque au titre de l’annexe III, point 4. Beaucoup de plateformes modernes ont des fonctions d’IA activées par défaut : vérifiez auprès de votre fournisseur.

Et si nous n’utilisons l’IA que pour la présélection, les humains prenant la décision finale ?

Le système reste à haut risque. Si l’IA écarte 90 % des candidats avant qu’un humain ne les voie, elle a matériellement déterminé l’issue pour ces 90 %. La décision humaine ne porte que sur le vivier déjà constitué par l’IA. L’ensemble des obligations s’applique.

Faut-il dire aux candidats que nous utilisons l’IA dans le recrutement ?

Oui. L’article 26, paragraphe 11 l’impose aux déployeurs : c’est une obligation de l’employeur, pas du fournisseur. L’avis doit être clair, précis, et fourni avant l’évaluation assistée par IA. Placez-le sur la page carrières, dans le formulaire de candidature et dans les convocations d’entretien.

Peut-on encore utiliser des plateformes d’entretien vidéo par IA ?

Oui, mais seulement pour évaluer le contenu des réponses (pensée structurée, connaissance du domaine). Vous ne pouvez pas utiliser l’IA pour évaluer les émotions, les expressions faciales, le ton de la voix ou le langage corporel : cela constitue une inférence des émotions interdite au titre de l’article 5, paragraphe 1, point f). Vérifiez auprès du fournisseur et désactivez définitivement toute fonction d’inférence des émotions.

Notre fournisseur dit être « conforme au règlement sur l’IA ». Est-ce suffisant ?

Non. La conformité du fournisseur ne couvre que les obligations de fournisseur. Vos obligations de déployeur, contrôle humain, information des candidats, conservation des journaux, FRIA, sont distinctes et autonomes. Demandez le dossier d’évaluation de la conformité, la déclaration UE de conformité, le marquage CE et le numéro d’enregistrement dans la base de l’UE. Une affirmation sans pièces ne suffit pas. Voir fournisseur ou déployeur.

Le règlement s’applique-t-il aux outils d’IA pour les processus RH internes, pas seulement au recrutement externe ?

Oui. L’annexe III, point 4 couvre l’emploi, la gestion de la main-d’œuvre et l’accès à l’emploi indépendant, y compris le suivi des performances, les décisions de promotion, l’attribution des tâches, la planification des postes et les recommandations de licenciement. Les outils purement internes sont dans le champ.

Prochaines étapes

L’échéance du 2 décembre 2027 pour les systèmes d’IA à haut risque de l’annexe III approche. Pour les services RH et les éditeurs de technologies RH, la suite exige d’agir maintenant sur ce qui est déjà interdit, et de construire le reste avant 2027 :

1. Commencez par la classification. Utilisez l’évaluation Legalithm pour classer chaque système d’IA de votre pile RH et identifier rôle et obligations.

2. Éliminez les pratiques interdites maintenant. Si un outil de recrutement infère des émotions, catégorise biométriquement des caractéristiques protégées ou produit une notation sociale, arrêtez-le immédiatement. Ces pratiques sont déjà interdites.

3. Sollicitez vos fournisseurs. Demandez la documentation de conformité à chaque éditeur d’IA de votre pile RH. Si un fournisseur ne peut pas démontrer une trajectoire claire vers la conformité d’ici décembre 2027, commencez à évaluer des alternatives.

4. Construisez les capacités internes. Formez les professionnels RH aux responsabilités de contrôle. Élaborez des modèles d’avis, des politiques de conservation des journaux et des processus d’examen des biais.

5. Documentez en continu. Chaque action, décisions de classification, évaluations de fournisseurs, résultats d’examen des biais, procédures de contrôle, doit être consignée. La documentation n’est pas de la bureaucratie : c’est votre preuve de conformité.

La liste de contrôle 2026 couvre l’ensemble des obligations. Pour le calendrier d’exécution, voir l’article 99 et les échéances après le Digital Omnibus.