L’IA peut introduire un biais avant même l’arrivée d’une candidature chez le recruteur
L’IA générative est de plus en plus utilisée pour rédiger des CV, adapter des lettres de motivation et identifier des compétences. Une nouvelle étude suggère que les modèles de langage peuvent intégrer des stéréotypes de genre aux deux extrémités du recrutement.
Les chercheurs ont étudié six modèles dans 98 professions aux États-Unis. Les CV générés pour les femmes employaient un vocabulaire et des priorités différents de ceux générés pour les hommes, même lorsque les évaluateurs ignoraient le genre du candidat.
Le risque est décrit comme un double filtre : le biais peut entrer au moment de la rédaction puis être renforcé lors de la sélection.
Six modèles et des milliers de CV
L’étude a testé GPT 5.4, Claude Opus 4.6, DeepSeek 3.2, Mistral Large 3, Grok 4.1 et Llama 3.3 70B. Elle a généré 35 280 CV et demandé aux systèmes de recommander des salaires et d’évaluer l’employabilité.
Les CV de femmes mentionnaient plus souvent l’aide aux autres, la contribution à la vie de l’organisation et des tâches moins susceptibles de mener à une promotion. Après suppression des références explicites au genre, un classificateur a encore identifié le genre attribué dans 81 % des cas.
Un langage soigné ne suffit pas
Un CV peut être fluide, professionnel et grammaticalement correct tout en orientant le candidat vers une présentation stéréotypée. Les systèmes de sélection peuvent interpréter des motifs genrés comme des indices sur le candidat.

L’étude ne montre pas que tout usage de l’IA générative dans le recrutement est biaisé, mais elle rappelle que l’automatisation ne rend pas nécessairement l’embauche plus impartiale. Les organisations doivent examiner l’ensemble du processus et comparer les résultats selon les groupes.
Pour les candidats, le texte généré par l’IA doit rester un brouillon. Il faut vérifier que l’outil n’a pas privilégié les traits personnels ou les tâches de soutien au détriment des réalisations concrètes, de l’expertise technique et des résultats mesurables.
La leçon générale
Lorsqu’un modèle contribue à façonner un CV, il ne corrige pas seulement la grammaire ou la mise en page : il peut influencer le récit professionnel du candidat. Transparence, audit et contrôle humain doivent donc être au cœur du recrutement assisté par l’IA.
Cet article s’appuie sur un reportage de Phys.org. Lire l’article original.
Originally published on phys.org







