J’ai fermé l’ordinateur portable

Le troisième courriel en une semaine. Passez votre entretien quand vous voulez. Notre IA est disponible 24/7.

Alors je me suis assis à mon bureau, à Ténérife, et j’ai allumé la webcam. Avant que l’avatar démarre, l’écran m’a montré les règles : ne changez pas d’onglet. N’utilisez pas Alt+Tab. Ne détournez pas le regard. N’utilisez pas votre téléphone. Restez là, devant l’enregistrement, et répondez aux questions.

Au bout d’environ 15 minutes, l’avatar s’est mis à saccader. J’ai répété ma réponse. Il a de nouveau saccadé. J’ai ralenti, je l’ai répétée plus soigneusement, et à un moment, je me suis surpris à ressentir quelque chose de proche de l’empathie. Pour une machine qui n’en a aucune.

C’était cela, la partie étrange. Je me rendais plus patient pour un logiciel incapable de l’être en retour. J’ajustais mon rythme, mon ton et mon attention pour quelque chose qui ne pouvait rien me rendre de tout cela.

Ce fut le déclic.

J’ai fermé l’ordinateur portable. Et j’ai ressenti du soulagement.

Puis j’ai ajouté l’entreprise à une liste. La liste des entreprises avec lesquelles je ne travaillerai plus jamais, que la relation prenne la forme d’un poste salarié, d’un contrat ou d’une mission en freelance.

Cette distinction compte. Tout le monde, dans un processus de recrutement, n’est pas dans la même position. Certains candidats ont déjà un emploi et testent le marché. D’autres sont au chômage et ne peuvent pas se permettre de refuser un mauvais processus. D’autres encore sont des prestataires indépendants ou des freelances, des professionnels qui choisissent leurs clients autant que les clients les choisissent.

Je suis plus proche du troisième groupe. Je ne mendie pas la permission de travailler. Je décide avec qui je suis prêt à travailler.

J’écris ceci parce que cette liste s’allonge, et parce que je ne suis pas le public pour qui cela compte le plus. J’ai plus de 16 ans d’expérience. Je ne suis pas un junior qui essaie de prouver sa valeur au marché à tout prix. Je peux fermer l’ordinateur portable.

La grande majorité des personnes assises devant ces systèmes en ce moment ne le peuvent pas. Ce déséquilibre de pouvoir, le candidat exposé et l’entreprise qui n’accomplit rien, est la véritable violation. Ce n’est pas la technologie. C’est ce que la technologie permet à une entreprise d’éviter de faire.

Depuis quelle place j’écris

Depuis 16 ans, j’ai porté différentes casquettes dans différentes entreprises.

Je travaille avec des chatbots IA depuis avant que ChatGPT devienne le sujet dont tout le monde parlait soudain. Avant le moment viral, je prototypais des chatbots pour le secteur du voyage et j’expérimentais des automatisations construites avec des nœuds, des règles, des statistiques et des probabilités. À l’époque, cela ressemblait moins à de la magie qu’à de l’ingénierie de petits systèmes de décision, pas à pas.

J’étais à Barcelone, entouré d’une communauté de bâtisseurs, de meetups et de gens qui prêtaient déjà attention. Ceux qui ont vécu cette première ère des chatbots ont compris quelque chose que d’autres ont manqué : le potentiel était déjà là, avant même que l’interface devienne assez simple pour que le reste du monde le voie.

C’est pourquoi certains d’entre nous parient sur l’IA depuis cinq ans. J’étais aussi assez proche du domaine pour me souvenir qu’en 2018, Amazon a abandonné son outil interne de recrutement par IA après qu’il avait appris tout seul à pénaliser les CV contenant le mot « women’s ». Cette histoire n’est pas nouvelle. L’erreur de l’industrie a été de la traiter comme un bug corrigeable plutôt que comme une propriété permanente de l’approche.

Aujourd’hui, je me positionne comme ingénieur d’affaires et de mise sur le marché (go to market) pour les déploiements d’IA. J’accompagne des dirigeants et des fondateurs sur la question de savoir où l’IA a sa place, où elle n’en a pas, et comment leur propre identité doit évoluer quand le travail commence à changer.

Mon précédent poste de PM a été tellement bouleversé par l’IA qu’un sprint de 14 jours peut désormais ressembler à un hackathon de deux jours, voire à quelques heures de travail concentré selon la complexité. L’IA n’a pas remplacé le poste. Elle en a comprimé une partie. Elle a changé la forme du travail. Une fois que cela se produit, les anciens intitulés de poste comptent moins que le jugement, le contexte et la responsabilité qui se trouvent derrière eux.

Alors, quand je parle à des dirigeants, je n’essaie pas de faire passer l’IA pour maléfique. J’essaie de tracer la ligne entre un déploiement utile et une substitution paresseuse. L’entretien avec un avatar n’est pas un cas limite. C’est l’exemple le plus net que je puisse vous offrir d’une IA mise au mauvais endroit.

Ce n’est pas une plainte. C’est un diagnostic.

3 abus, cumulés

L’avatar est le plus visible. Deux autres viennent avant lui, et font plus de dégâts en recevant moins d’attention.

Abus 1 : l’ATS. Un système de suivi des candidatures (ATS) mal configuré n’est pas un filtre. C’est une machine à discriminer que personne n’audite. Une étude de 2021 de la Harvard Business School et d’Accenture, Hidden Workers: Untapped Talent, a constaté que 88 % des employeurs reconnaissent que des candidats qualifiés et très compétents sont régulièrement rejetés parce qu’ils ne correspondent pas exactement aux critères configurés. La même recherche estimait que 27 millions d’Américains avaient été écartés d’emplois qu’ils étaient qualifiés pour occuper, non parce qu’ils ne pouvaient pas faire le travail, mais parce que le système ne les reconnaissait pas. Aujourd’hui, plus de 99 % des entreprises du Fortune 500 utilisent un ATS. Une enquête Gallup de 2024 a révélé que 93 % des directeurs des ressources humaines du Fortune 500 ont intégré l’IA dans leur processus de recrutement, mais qu’environ un tiers seulement de leurs propres employés le savent.

Un document de travail du NBER de 2023 est allé plus loin. Lorsque des chercheurs ont soumis à des outils de présélection par IA des CV identiques, ne différant que par le nom du candidat, les candidats dont le nom était perçu comme noir ont reçu 14 % de recommandations positives en moins que ceux dont le nom était perçu comme blanc. Le système a appris le biais. Il l’applique de façon constante. Personne ne peut lui demander pourquoi. Un article de 2025 du Journal of Law and Society a documenté que des recruteurs peuvent utiliser intentionnellement des systèmes de recrutement par IA pour écarter des candidats issus de groupes protégés tout en gardant la motivation invisible. La discrimination n’a pas disparu. Elle est devenue meilleure pour se cacher.

Abus 2 : l’offre d’emploi. Lisez-en assez, et la fiction devient évidente. Cinq ans d’expérience sur ChatGPT exigés. ChatGPT a été lancé il y a trois ans. Le responsable du recrutement veut probablement quelque chose de précis. Les RH, avec ou sans l’aide de l’IA, écrivent autre chose. L’étude de Harvard de 2021 a constaté que 49 % des entreprises admettaient rejeter automatiquement les candidats ayant des trous dans leur parcours de six mois ou plus. Les entreprises excluent des gens pour des raisons qui n’ont rien à voir avec le travail. Elles rédigent aussi des descriptions de poste que presque personne ne peut satisfaire, puis se demandent pourquoi elles ne trouvent pas les bonnes personnes. Dans de nombreux cas, les personnes dont elles ont besoin ont déjà été écartées.

Abus 3 : l’avatar. C’est la dernière couche. Quand un candidat arrive ici, l’ATS a déjà rejeté de nombreux postulants pour un mauvais mot, et la description de poste a fait fuir une bonne partie des autres. Les rares qui restent s’assoient devant un visage synthétique et mettent en scène leurs qualités les plus humaines : communication, présence, jugement, capacité d’adaptation, patience. Ils mettent tout cela en scène pour un public qui n’en perçoit rien.

L’entretien n’est plus une conversation. C’est une extraction de données à sens unique.

Ces trois abus sont empilés les uns sur les autres. Le candidat rédige un CV que l’ATS ne rejettera pas. La description de poste est une fiction. L’entretien est joué devant un visage qui n’existe pas. Quand un vrai humain entre dans la boucle, si cela arrive un jour, le candidat a déjà été traité, classé et réduit à un vecteur.

C’est ce que les gens appellent « l’efficacité ».

À quoi ressemble réellement l’efficacité sur ce marché

Les entreprises qui font tourner cette pile technologique pensent avoir supprimé le goulot d’étranglement. Elles l’ont simplement déplacé.

Le goulot d’étranglement était autrefois le temps nécessaire pour repérer les bons candidats. C’est désormais le rythme auquel les bons candidats refusent de jouer le jeu. Je ne peux pas vous donner de chiffre net là-dessus, parce que les entreprises ont conçu ces systèmes précisément pour ne pas le voir.

Ce que je peux vous dire, c’est ce que je vois dans mon propre réseau. Des prestataires indépendants seniors avec de vrais antécédents, exactement les gens que vous voudriez, regardent une invitation à un entretien avec un avatar et se tournent discrètement vers la concurrence. Sans s’expliquer. Les entreprises qui font tourner ces processus ne savent jamais qui elles ont perdu, ni pourquoi.

En Europe, selon le poste, un poste de travailleur du savoir à distance peut recevoir près de mille candidatures en 24 heures. Le marché paraît saturé, alors les entreprises se sentent puissantes. Elles ne le sont pas. Elles trient par désespoir.

Le candidat qui ne peut pas se permettre de refuser l’entretien avec l’avatar n’est pas la même personne que celui qui aurait été une recrue exceptionnelle. Certains se recoupent. Beaucoup non.

Et la saturation n’est pas une correction temporaire consécutive à la pandémie. Au premier trimestre 2026, entre 78 000 et 92 000 salariés de la tech ont été licenciés dans le monde, selon le suivi auquel vous faites confiance. Environ 76 % de ces pertes concernaient les États-Unis. D’après les informations de Nikkei Asia, environ 47,9 % des licenciements du secteur technologique du T1 2026 ont été attribués par les entreprises elles-mêmes à l’IA et à l’automatisation. Salesforce a supprimé 4 000 postes de support client fin 2025, Marc Benioff déclarant publiquement qu’il a besoin de « moins de têtes ». Atlassian a supprimé 10 % de ses effectifs en une seule journée en mars 2026. Block a fait le calcul et décidé que ses systèmes d’IA pouvaient résoudre 70 à 80 % des demandes clients sans humains, et a agi en conséquence.

Une partie de cela est un vrai déplacement lié à la productivité. Une autre partie est ce que Sam Altman, lui entre tous, a appelé AI washing : utiliser l’IA comme raison publique pour des licenciements qui auraient eu lieu de toute façon. Babak Hodjat, Chief AI Officer de Cognizant, a déclaré publiquement qu’il doutait que la plupart de ces suppressions soient liées à des gains de productivité vérifiés. Dans les deux cas, l’effet pratique côté candidats est identique. Le marché est plein. Les entreprises estiment pouvoir se permettre d’insulter les personnes qui se tiennent devant elles.

Voilà le tableau macroéconomique dans lequel l’entretien avec avatar est déployé : un marché du travail sous compression structurelle, avec un déplacement par l’IA à la fois réel et de façade, et un rapport de force qui penche d’un seul côté.

Les entreprises qui installent le visage synthétique profitent du moment. Ce moment ne durera pas éternellement.

Ce qui est réellement optimisé

L’argumentaire pour l’IA dans le recrutement est toujours le même : elle supprime les biais, elle passe à l’échelle, elle garantit la cohérence.

De là où je suis, après des années à travailler sur l’automatisation et les déploiements d’IA, la suppression des biais est le premier mensonge. Pas le genre de conseil en IA où l’on copie des flux de travail sur YouTube en appelant cela de l’expertise. Je parle de la partie ennuyeuse : tester les systèmes, voir où ils cassent, comprendre ce qui se passe quand l’automatisation rencontre de vraies opérations, de vraies incitations et de vraies personnes.

Un modèle entraîné sur des données historiques de recrutement ne supprime pas le biais. Il le blanchit en l’envoyant dans un endroit que personne ne peut auditer. La candidate ne peut pas demander à l’avatar IA pourquoi elle a été classée 8 sur 10. L’avatar ne le sait pas non plus. Les RH ne le savent pas. L’auditeur ne le sait pas. L’étude de Sheard de 2025 a énoncé ce point nettement : les systèmes de recrutement par IA rendent la discrimination existante moins visible tout en préservant ses effets.

Le passage à l’échelle est réel, et c’est la mauvaise chose à optimiser. Présélectionner 10 000 candidats au lieu de 50 traite plus de volume. Cela ne crée pas un meilleur contact avec aucun d’entre eux. Les qualités que le recrutement exige réellement, le jugement, l’empathie, la confiance et la capacité à travailler avec les personnes déjà dans l’équipe, se révèlent par l’interaction, pas par le débit.

L’argument de la cohérence est le plus insultant. Poser à chaque candidat la même question de la même façon semble équitable, jusqu’à ce que l’on se rappelle que le candidat exceptionnel est généralement celui qui répond à une question que vous n’avez pas posée. Un avatar IA ne peut pas suivre ce fil. Le système finit donc par être cohérent pour trouver des gens cohérents, ce dont la plupart des entreprises n’ont justement pas besoin.

Ce qui est optimisé dans un entretien avec avatar, ce n’est ni l’expérience du candidat ni même la décision de recrutement. C’est la commodité de l’entreprise. Organiser un vrai entretien demande un agenda, une personne, de l’attention et du temps. L’avatar supprime tout cela. L’entreprise économise quelques heures par poste et se dit qu’elle a « innové ». Ce qu’elle a réellement fait, c’est se décharger de la partie du recrutement qui exige qu’elle se montre.

Voilà à quoi ressemble un déploiement fondé sur la commodité partout où l’IA est mal utilisée en ce moment. Une entreprise décide qu’elle n’a pas le temps, pas les effectifs, pas la patience de faire quelque chose correctement, alors elle automatise l’apparence de le faire.

Le résultat n’est pas de l’efficacité. C’est payer une Ferrari pour parcourir 10 mètres jusqu’au commerce du coin.

Et ces mêmes entreprises publieront ensuite une page carrières sur leurs valeurs, leurs pratiques de recrutement inclusives et leur engagement en faveur de la diversité. Le budget de marketing, de relations publiques, de communication et de développement durable pour la page des valeurs est réel. Le budget de conformité pour l’outil d’avatar est réel. L’investissement pour rencontrer réellement les candidats ? C’est ce qui a été supprimé.

Bienvenue dans le greenwashing appliqué aux ressources humaines.

Le schéma plus profond

L’entretien avec avatar n’est pas la maladie. C’est le premier symptôme visible d’un système plus large : un marché du travail qui apprend à extraire le jugement humain, le comportement et l’attention sans rendre beaucoup d’humanité en retour.

Trois schémas comptent ici.

L’externalisation de la cognition. Une étude de juin 2025 du MIT Media Lab, menée par Nataliya Kosmyna et ses collègues, Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task (arXiv:2506.08872), a constaté que les participants qui s’appuyaient sur des LLM pour rédiger des essais montraient une activation neuronale plus faible, une moindre mémoire de ce qu’ils avaient produit, et ce que les chercheurs ont appelé cognitive debt (dette cognitive). La commodité avait un coût mesurable.

Nous n’externalisons pas seulement des tâches. Nous externalisons la réflexion qui les accompagnait. Les personnes en recherche d’emploi le ressentent directement lorsqu’elles sont poussées vers des CV réécrits par l’IA et des réponses d’entretien coachées par l’IA, jouées devant des évaluateurs IA. Tout le système devient une boucle fermée dans laquelle personne ne réfléchit réellement à la question de savoir si cette personne peut faire le travail.

Le travail qui devient donnée d’entraînement. Une part croissante du travail des salariés peut désormais être enregistrée ou reconstituée à partir de l’activité à l’écran, des clics de souris, de la voix, des décisions, des habitudes, des outils, des prompts et des documents. Des outils comme ScreenPipe, un projet open source, local et gratuit de mémoire de l’écran et de l’audio, rendent évidente la version personnelle de cela : vous pouvez rechercher votre propre travail, documenter vos habitudes et donner aux agents du contexte sur ce que vous faites réellement.

Cela peut être utile. Cela peut vous aider à gagner du temps, à documenter votre propre processus et à passer moins de temps devant un écran. Mais au sein des entreprises, la même logique a un tranchant plus vif. D’abord, le travail est capturé. Ensuite, les schémas répétés deviennent des flux de travail. Puis les flux de travail deviennent des compétences, des automatisations, des procédures opérationnelles standard (SOP) ou des agents. Le but n’est pas de capturer la personne entière. Un écran ne peut pas capturer le goût, le jugement, la confiance, l’intelligence politique ni la responsabilité. Mais il peut capturer assez de travail visible pour rendre la réplication économiquement tentante.

Cette histoire plus vaste mérite son propre article : Votre travail devient une donnée d’entraînement. Pour ce texte, le propos est plus simple. La même logique qui remplace l’intervieweur par un avatar s’installe à l’intérieur du travail lui-même. Observer l’humain. Extraire le schéma. Automatiser l’interaction. Puis appeler cela de l’efficacité.

La peur d’être obsolète. Les cols blancs font désormais des journées de 12 à 14 heures parce que l’IA est là, et non malgré elle. Le mécanisme est ce que certains ont commencé à appeler FOBO, la peur d’être obsolète. Le coût de production d’artefacts, de rapports, de présentations, de synthèses, de contenus, de tableurs et de recherches s’effondre vers zéro.

Le goulot d’étranglement est passé de l’exécution au foisonnement des options : trop de choses que l’on pourrait faire, trop d’outils entre lesquels choisir, trop de fils parallèles. L’illusion, c’est plus de production, plus d’options, plus d’effet de levier. La réalité, pour le travailleur, c’est l’épuisement. Les entreprises captent le gain de productivité. Le travailleur absorbe le coût cognitif.

C’est aussi pour cela que les budgets de tokens commenceront à compter dans le recrutement. Dans certains postes de col blanc, garder une longueur d’avance avec l’IA dépendra de la question de savoir si l’entreprise donne aux gens assez d’accès pour expérimenter, brûler des tokens, tester des outils, construire des artefacts et apprendre. Une entreprise qui attend une production native de l’IA mais ne donne aucun vrai budget d’IA demande aux gens de participer à une course en leur cachant le carburant.

L’entretien avec avatar vit donc à l’intérieur d’un système plus vaste : cognition externalisée, travail capturé, travailleurs épuisés, et entreprises récompensées pour avoir supprimé en premier les parties humaines du processus.

Désigner l’avatar IA comme le symptôme est juste. Prétendre que l’avatar IA est la maladie ne l’est pas.

Ce que la loi s’apprête à faire à ce sujet

Commençons par l’Europe. L’Union européenne ne va pas laisser cela se prolonger indéfiniment.

L’article 26 du règlement européen sur l’IA (AI Act) est sans ambiguïté. Une fois que les obligations des déployeurs entreront en vigueur le 2 août 2026, une entreprise qui utilise un système d’IA à haut risque dans des décisions d’emploi aura des responsabilités documentées : un humain nommé ayant l’autorité d’intervenir dans toute décision prise par le système, une analyse d’impact sur les droits fondamentaux lorsque le système affecte l’accès à l’emploi, et des registres de niveau audit sur la manière dont le système est réellement utilisé en pratique. Les sanctions en cas de non-respect sont plus élevées que celles du RGPD. Il s’agit de jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires annuel mondial pour les violations les plus graves.

Les secteurs à forte charge réglementaire, la santé, la finance, la commande publique, seront contrôlés plus strictement. Les entreprises qui opèrent dans l’un de ces secteurs et utilisent encore des entretiens avec avatar ne mènent pas une expérience RH. Elles détiennent un passif de conformité qui devient plus brûlant chaque mois.

Les États-Unis avancent différemment. Ils ne sont pas alignés autour d’une seule loi fédérale sur l’IA. C’est un patchwork. Le Colorado en est l’exemple le plus clair : son AI Act vise les systèmes à haut risque utilisés dans des décisions lourdes de conséquences, y compris l’emploi, et doit entrer en vigueur en 2026. Mais le gouvernement fédéral s’oppose déjà aux règles d’IA au niveau des États, arguant qu’une réglementation fragmentée peut ralentir la compétitivité américaine dans la course contre la Chine. Cela signifie que les entreprises feront ce que les entreprises font souvent : se tourner vers la juridiction la moins restrictive, au moins jusqu’à ce que la loi devienne fédérale, que le Congrès agisse ou qu’une future administration change de cap.

La Chine n’attend pas non plus. Elle n’a pas encore un AI Act de type européen, mais elle réglemente déjà les systèmes de recommandation algorithmique, la synthèse profonde, les services d’IA générative et les services d’IA interactive de type humain. La fracture mondiale n’est donc pas « l’Europe réglementée contre tous les autres non réglementés ». C’est plus inconfortable que cela. L’Europe réglemente par les droits et la conformité. Les États-Unis essaient de préserver la vitesse et la compétitivité tout en se disputant le contrôle entre États et niveau fédéral. La Chine réglemente l’IA par le contrôle des plateformes, le contrôle des contenus et la supervision de l’État.

Des philosophies différentes, la même direction : l’IA utilisée sur les personnes ne restera pas éternellement hors du droit.

L’argument « nous avons utilisé un outil de fournisseur » ne protégera plus les entreprises très longtemps.

Ce n’est pas un problème futur. La fenêtre dont dispose une entreprise pour corriger discrètement son dispositif de recrutement, avant que quiconque dépose quoi que ce soit, est d’environ les 12 prochains mois.

À quoi ressemble réellement le fait de travailler avec l’IA dans le recrutement

Il existe une version qui fonctionne. L’IA en arrière-plan. Les humains dans la conversation.

C’est la partie que les gens ratent quand ils essaient de faire passer l’IA pour maléfique. L’IA n’est pas le problème quand elle aide là où l’aide est réellement nécessaire. Utilisez-la pour corriger la grammaire d’une description de poste. Utilisez-la pour comparer des CV à des critères clairs. Utilisez-la pour résumer l’expérience avant l’appel. Utilisez-la pour préparer de meilleures questions. Utilisez-la pour prendre des notes pendant l’entretien, rédiger une lettre de refus respectueuse, gérer le planning ou faire remonter des références.

Tout cela est légitime.

La ligne, c’est l’entretien lui-même. Ce moment doit rester entre deux personnes, toutes deux présentes, toutes deux assez exposées pour porter un vrai jugement. L’IA peut préparer la salle. L’IA peut documenter ce qui s’est passé dans la salle. L’IA ne doit pas remplacer l’être humain dans la salle, ou sur Zoom.

Voilà le schéma.

Dans ma propre pratique, je trace pour les entreprises une ligne claire entre l’endroit où l’IA a sa place et celui où elle n’en a pas. Automatisation du back office, planification, synthèse, rédaction de documents, recherche de connaissances : oui. Décisions sur qui est qualifié pour travailler avec l’équipe : non.

La ligne n’est pas technique. Elle porte sur qui assume la responsabilité quand la décision est mauvaise. L’IA ne peut pas l’assumer. Le manager qui l’a déployée le peut, et le doit.

Je ne suis pas nostalgique du recrutement inefficace. Beaucoup de processus entièrement humains sont lents, biaisés et injustes. La solution est un meilleur processus humain, avec l’IA qui gère la friction aux bons endroits. Pas un visage synthétique qui joue l’humanité pendant qu’un fournisseur collecte les données du candidat.

Ce que les candidats peuvent faire dès maintenant

C’est la partie qui est rarement écrite. Si vous êtes du côté des candidats dans cette affaire, vous avez plus de marge de manœuvre que le système ne le prétend.

Dressez votre propre liste. Tenez un registre privé de chaque entreprise qui vous envoie un entretien avec avatar, une évaluation vidéo coachée par l’IA ou un processus de présélection automatisé en quatre étapes avant tout contact humain. Notez la date, la plateforme, le poste. Dans trois mois, cette liste sera votre filtre. Vous verrez les schémas : quelles entreprises le font, quels secteurs le font le plus, quels postes sont traités sans supervision humaine. La liste vous dira avec qui cela vaut la peine de s’engager.

Utilisez vos droits sur vos données. En vertu du RGPD, si vous résidez dans l’UE et qu’une entreprise a traité votre candidature par un système automatisé, vous avez le droit de demander vos données et, dans de nombreux cas, d’en demander la suppression au titre de l’article 17. L’entreprise dispose généralement de 30 jours pour répondre. Si elle ne le fait pas, vous pouvez déposer une plainte auprès de votre autorité nationale de protection des données.

C’est là que l’IA devrait aussi travailler pour le candidat, et pas seulement pour l’entreprise. Les entreprises utilisent l’automatisation pour réduire leurs coûts, accroître leur effet de levier et faire passer les procédures juridiques pour des opérations normales. Les individus pourraient apprendre à utiliser les mêmes outils pour réduire le coût de la défense de leurs droits.

Rien de personnel. Pour une entreprise, répondre à une demande formelle ou passer par une procédure juridique, c’est le quotidien. Cela devrait aussi devenir le quotidien des citoyens.

Comme le système de santé, le système judiciaire a toujours été plus facile d’accès pour les personnes et les entreprises qui peuvent se payer des avocats, des amendes, des délais et de la paperasse. L’IA change une partie de cette équation. Elle peut aider à rédiger une demande d’accès au titre du RGPD, trouver l’adresse électronique dédiée à la confidentialité cachée dans les pages juridiques de l’entreprise, préparer une demande de suppression, suivre l’échéance de 30 jours et constituer une plainte si l’entreprise l’ignore.

La plupart des entreprises se rendent très visibles quand elles veulent des candidats, des clients ou de l’attention. Mais quand vous avez besoin de les contacter directement, il y a soudain un chatbot, une adresse électronique qui ne reçoit pas de réponses ou aucune personne évidente. Le point de contact est souvent enfoui dans la politique de confidentialité, les mentions légales, la page des conditions ou la section RGPD. Quelque part, elles doivent normalement vous dire qui contrôle vos données et comment les joindre.

Un petit outil open source pourrait faciliter cela. Il pourrait prendre le site web d’une entreprise, trouver le contact juridique ou de confidentialité, générer la demande d’accès ou de suppression des données, consigner l’échéance et préparer l’étape suivante en l’absence de réponse. Aujourd’hui, cela peut se faire avec des agents de navigateur, du scraping ou des outils web agentiques. Demain, les entreprises auront peut-être besoin de pages plus faciles à lire directement par des agents IA, que ce soit via des pages de confidentialité structurées, des mentions lisibles par machine ou des fichiers émergents comme llms.txt.

Si les entreprises vont utiliser des agents IA comme mandataires de leur activité, les candidats et les citoyens auront besoin d’agents IA comme mandataires de leurs droits.

Posez la question pendant l’appel. Si vous parvenez à joindre un humain, demandez-lui à quel endroit du processus l’IA a été utilisée et comment. S’il ne peut pas vous le dire, c’est la réponse.

S’il vous le dit et que cela ne vous plaît pas, c’est aussi la réponse.

Refusez l’avatar. Quand vous avez la possibilité de refuser, refusez. Les entreprises doivent sentir que cela leur coûte. Le marché ne se corrigera pas tout seul si chaque candidat joue le jeu.

Une offre d’emploi vague qui promet un « salaire compétitif » sans précisions recrute des mercenaires, pas des missionnaires. Les mercenaires partiront dès qu’un meilleur chiffre se présentera. Les missionnaires, ceux qui auraient construit quelque chose avec l’entreprise, n’ont jamais postulé parce que la description ne s’adressait pas à eux. L’entreprise se plaindra ensuite de la rétention.

Elles ont construit le problème qu’elles décrivent maintenant.

La question plus difficile

Ce qui se passe en ce moment dans le recrutement des cols blancs n’est pas seulement de l’inefficacité. C’est une dynamique de pouvoir. On a répété à un côté qu’il est interchangeable, remplaçable, classé par un algorithme et ne mérite pas une vraie conversation. L’autre côté a été autorisé à externaliser l’inconfort de rencontrer un autre humain et de porter un jugement sur lui.

Les managers responsables du déploiement de ces systèmes ne sont pas des victimes de la technologie. Ils ont pris une décision d’achat. Ils ont signé le chèque. Ils ont approuvé le fournisseur. Ils ont des noms et des titres. Le budget de greenwashing, la page carrières sur les valeurs, les déclarations sur la diversité et le reporting ESG sont pilotés par les mêmes personnes qui ont validé le contrat de l’avatar.

L’IA est une voiture. Elle fait ce que le conducteur lui dit. Les conducteurs, dans ce cas, sont les dirigeants et les managers qui ont décidé que les humains de l’autre côté du processus de recrutement sont assez interchangeables pour qu’un visage synthétique fasse l’affaire. Ce sont eux qui en sont responsables. Pas l’IA.

Je n’aborde pas cela comme une position de gauche ou une position syndicale. C’est une question de justice qui est désormais techniquement traitable. Le règlement européen sur l’IA (AI Act), le RGPD, la législation américaine au niveau des États et le risque visible d’actions de groupe convergent vers la même cible. Il existe une fenêtre, d’environ les 12 à 18 prochains mois, pour que les entreprises corrigent cela à leurs propres conditions avant que les régulateurs ne le fassent pour elles à des conditions bien plus dures.

Si vous êtes un manager qui a mis en place un processus d’entretien avec avatar, et que le système tourne toujours, j’ai une question qui ne demande aucune réponse à mon intention.

Quand avez-vous vous-même subi un tel entretien pour la dernière fois ?

Pas en tant que relecteur. En tant que candidat. Avec votre carrière en jeu. En jouant devant un visage qui ne se souviendra pas de vous. Avec pour consigne de ne pas détourner le regard.

Si vous ne pouvez pas vous résoudre à passer le test que vous imposez aux autres, vous savez déjà.

Fermez l’ordinateur portable.

Otman, alias El Capitano, est ingénieur d’affaires GTM (Go To Market) et stratège du déploiement de l’automatisation. Il fait du coaching et du mentorat auprès d’opérateurs et de dirigeants sur la préparation au règlement européen sur l’IA (AI Act), le déploiement de l’IA, le risque lié à l’automatisation, l’éthique, la transition d’identité et la question de savoir où l’IA a sa place dans leurs opérations et où elle n’en a pas. La fenêtre pour corriger discrètement un dispositif de recrutement se ferme en 2026.

Sources citées

• Kosmyna, N., Hauptmann, E., et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab. arXiv:2506.08872.
• Fuller, J. & Raman, M. (2021). Hidden Workers: Untapped Talent. Harvard Business School & Accenture.
• Sheard, N. (2025). Algorithm-facilitated discrimination: a socio-legal study of the use by employers of artificial intelligence hiring systems. Journal of Law and Society.
• Hoffman, M., Kahn, L. B., & Li, D. (2023). Discretion in Hiring. NBER Working Paper.
• Nikkei Asia (avril 2026). Q1 2026 tech layoff data.
• Layoffs.fyi (2026). Tech layoff tracker, Q1 2026.92 272 employés de la tech licenciés ∙ 98 entreprises de la tech avec des licenciements
• karpathy.ai/jobs/ Visualiseur du marché de l’emploi américain d’Andrej Karpathy (US Job Market Visualizer)
• anthropic.com/research/81k-economics Maxim Massenkoff et Saffron Huang (avril 2026). What 81,000 people told us about the economics of AI. Anthropic. Recherche économique
• Gallup (2024). Fortune 500 CHRO AI integration survey.
• WEF (2025). Future of Jobs Report 2025.
• Dastin, J. (2018). Amazon scraps secret AI recruiting tool that showed bias against women. Reuters.
• Règlement européen sur l’IA (AI Act), article 26 (obligations des déployeurs, application au 2 août 2026).
• RGPD, article 17 (droit à l’effacement).

Outils et projets cités

• ScreenPipe. Mémoire locale open source de l’écran et de l’audio pour rechercher et comprendre votre propre travail. GitHub : https://github.com/screenpipe/screenpipe. Site web : https://screenpi.pe
• TinyFish. Infrastructure d’agents web pour des agents IA capables de naviguer, de s’authentifier, d’extraire des données et d’automatiser des flux de travail web. Site web : https://www.tinyfish.ai
• Exemples publics sur GitHub : https://github.com/tinyfish-io.
• Microsoft 365 Copilot / Microsoft Graph / Viva Insights / Viva Glint. L’ensemble d’outils de travail d’entreprise de Microsoft n’est pas un simple produit de « jumeau numérique », mais il est important parce qu’il relie l’usage de Copilot, les signaux de travail, les données d’expérience des employés et l’analyse organisationnelle. C’est le type d’infrastructure d’entreprise qui peut rendre visibles les schémas de travail à grande échelle.
• Claude Cowork. L’IA agentique d’Anthropic pour le travail intellectuel. Elle est conçue pour traiter des tâches de manière autonome sur l’ordinateur d’un utilisateur, ses fichiers locaux et ses applications. Site web : https://www.anthropic.com/product/claude-cowork.
• Claude Code. L’assistant de programmation IA d’Anthropic pour comprendre des bases de code, modifier des fichiers, automatiser des tâches de développement et travailler avec plusieurs outils. Documentation : https://code.claude.com/docs/en/overview.
• Claude Computer Use. L’outillage d’utilisation de l’ordinateur d’Anthropic, qui permet à Claude d’interagir avec un environnement informatique isolé (sandbox) par des appels d’outils. Documentation : https://platform.claude.com/docs/en/agents-and-tools/tool-use/computer-use-tool.
• OpenAI Codex / Codex Computer Use. L’environnement de programmation et d’utilisation de l’ordinateur d’OpenAI. Computer Use dans l’application Codex permet à Codex d’utiliser des applications de bureau sur macOS, avec des restrictions de disponibilité dans l’EEE, au Royaume-Uni et en Suisse au lancement. Documentation : https://developers.openai.com/codex/app/computer-use.
• OpenClaw. Assistant / agent IA personnel open source, qui peut tourner sur vos propres appareils et interagir via des canaux familiers. GitHub : https://github.com/openclaw/openclaw. Site web : https://openclaw.ai
• Agents de type Browser Use. Les agents de navigateur et d’utilisation de l’ordinateur font partie du basculement plus large de l’« IA qui répond » vers l’« IA qui clique, navigue, remplit des formulaires et exécute des flux de travail ».
• llms.txt. Proposition émergente pour faciliter la lecture, la compréhension et la navigation des sites web par les systèmes et agents IA.