OPINION. « Recrutement par IA : le paradoxe des candidats qui n’osent plus postuler »

Par Hamid Mazloomi, professeur associé en stratégie et innovation à Rennes School of Business et Mehdi Farajallah, professeur associé en économie numérique à Rennes School of Business.

C’est là un paradoxe largement ignoré : le débat public s’attarde sur la capacité des algorithmes à mieux recruter que les humains, mais il passe à côté d’une question bien plus décisive. Non pas comment l’IA sélectionne, mais ce qu’elle provoque avant même la sélection : l’abstention de candidater.

L’IA ne trie pas seulement les CV, elle influence les décisions de postuler

Un processus de recrutement n’est jamais neutre. Il est anticipé. Les candidats évaluent leurs chances, se comparent aux autres profils et décident d’entrer ou non dans la compétition.

C’est ce mécanisme d’auto-sélection qui est aujourd’hui bouleversé. L’intelligence artificielle ne change pas seulement les critères de sélection. Elle change la perception de ces critères. Et donc, la décision même de postuler.

Une étude menée par les universités de Bonn et de Cologne (2026) le démontre clairement, l’introduction d’une IA dans le recrutement entraîne une baisse des candidatures de 3,2 points chez les hommes et 4,6 points chez les femmes. Et cet effet ne disparaît pas lorsque l’humain reste dans la boucle. La simple présence de l’algorithme suffit à décourager une partie des candidats.

Un retrait non aléatoire, donc biaisant

Ce retrait concerne surtout les candidats qui doutent de leurs performances ou se projettent moins dans des environnements compétitifs.

Les femmes sont particulièrement concernées. Paradoxalement, celles qui se retirent le plus sont aussi celles qui obtiennent les meilleures évaluations objectives lorsqu’elles sont effectivement jugées par une IA.

Autrement dit, l’algorithme ne les exclut pas, elles s’excluent avant même l’évaluation. À l’inverse, des profils plus confiants mais moins performants continuent de candidater.

Le résultat est clair, le recrutement ne sélectionne pas uniquement les compétences, mais aussi la propension à se présenter.

Le biais invisible des absents

C’est ici qu’apparaît un angle mort majeur : le biais de participation. Les analyses portent presque toujours sur les décisions prises par les algorithmes. Mais une part essentielle échappe totalement à l’observation, celle des candidatures qui n’existent pas.

Ce biais est silencieux, non mesurable a posteriori et donc absent des audits classiques. Pourtant, il déforme déjà la composition du vivier de candidats avant toute sélection.

Lorsque les marges d’ajustement sont insuffisantes (CV, effort de candidature, ciblage) certains renoncent simplement à postuler.

Une sélection appauvrie dès l’origine 

Les conséquences sont très concrètes. Pour les entreprises, cela signifie un vivier de candidats réduit avant même le début du processus de sélection. Le choix ne se fait plus parmi tous les talents disponibles, mais parmi ceux qui acceptent encore de participer.

À l’échelle du marché du travail, l’effet est plus profond encore : une mauvaise allocation des compétences. Des profils pertinents s’auto-excluent, tandis que d’autres, moins adaptés, persistent dans la compétition.

Autrement dit, plus l’IA optimise le tri, plus elle peut, paradoxalement, appauvrir la diversité des candidatures.

Transparence insuffisante, effets sous-estimés

Les régulations européennes encadrent déjà l’usage de l’IA par des exigences de transparence et de supervision humaine. Ces garde-fous sont nécessaires, mais insuffisants. Ils supposent que le problème principal réside dans la décision algorithmique. Or une partie décisive se joue en amont, dans la perception du système par les candidats.

Un dispositif peut être conforme et néanmoins réduire la diversité des candidatures, non par discrimination directe, mais par auto-sélection.

Repenser la performance des recrutements

Il devient nécessaire de changer de métrique. Ne plus évaluer uniquement la qualité du tri, mais aussi l’effet sur la participation.

Les entreprises ont un rôle clé. La transparence sur le rôle de l’IA peut réduire l’incertitude. L’évaluation des effets comportementaux des dispositifs permettrait d’identifier les mécanismes d’auto-exclusion. Enfin, concevoir des processus qui optimisent aussi l’attractivité du recrutement devient un enjeu stratégique.

La question n’est plus seulement de savoir si l’IA recrute mieux que les humains. Elle est de comprendre quel marché du travail elle façonne lorsqu’elle agit en amont de la sélection, au moment où certains choisissent de ne pas entrer dans la compétition.

----

Référence :

Irlenbusch, B., Rau, H. A., & Rilke, R. M. (2026). Human–AI Evaluation and Gender Transparency: Application Decisions in Competitive Hiring (No. 398). University of Bonn and University of Cologne, Germany. https://www.econtribute.de/RePEc/ajk/ajkdps/ECONtribute_398_2026.pdf

________

(*) Mehdi Farajallah est professeur associé en économie numérique à Rennes School of Business. Ses travaux explorent les enjeux économiques, sociaux et stratégiques liés aux plateformes numériques, à la régulation de l’économie collaborative et à l’adoption de l’intelligence artificielle dans les organisations.  Hamid Mazloomi est professeur associé en stratégie de l’innovation à Rennes School of Business.  Ses recherches portent sur la gestion de l’innovation technologique et collaborative.  Il enseigne le management de l’innovation et l’intelligence artificielle dans les programmes exécutifs de Rennes School of Business.