Les systèmes d’intelligence artificielle (IA) employés par de nombreuses entreprises pour filtrer les candidatures et évaluer les postulants créent des « disparités raciales claires » dans l’accès à l’emploi, selon un rapport dont les conclusions ont été publiées récemment.
L’étude, qui a analysé l’impact de plusieurs outils d’IA utilisés dans le recrutement, révèle que ces technologies désavantagent systématiquement certains groupes raciaux par rapport à d’autres. Les algorithmes, souvent entraînés sur des données historiques d’embauche, reproduiraient et amplifieraient les biais existants dans les décisions humaines.
Des biais algorithmiques enracinés
Les outils d’IA dans le recrutement sont conçus pour évaluer les curriculum vitae, analyser les entretiens vidéo ou encore prédire la performance future des candidats. Cependant, les chercheurs soulignent que ces modèles intègrent des préjugés raciaux. Par exemple, les systèmes de reconnaissance faciale ou d’analyse du langage peuvent pénaliser des accents ou des expressions non standard. Les données d’entraînement, souvent issues de profils majoritaires, renforcent ces disparités.
Le rapport indique que les candidats issus de minorités raciales sont moins susceptibles d’être sélectionnés par les algorithmes que leurs homologues blancs, même à compétences égales. Les tests menés montrent des écarts significatifs dans les taux de rappel et les scores attribués par les IA.
Un problème d’équité et de conformité
Cette situation soulève des préoccupations juridiques et éthiques. Dans plusieurs pays, des lois interdisent la discrimination à l’embauche fondée sur la race. Les entreprises utilisant ces outils pourraient être tenues responsables si leurs systèmes produisent des résultats biaisés. Des régulateurs américains ont déjà ouvert des enquêtes sur l’usage de l’IA dans le recrutement.
Les experts appellent à une transparence accrue de la part des fournisseurs d’outils d’IA et à des tests réguliers pour détecter et corriger les biais. Certaines entreprises technologiques ont commencé à publier des rapports d’impact sur l’équité, mais ces pratiques restent rares.
Des solutions en débat
Plusieurs pistes sont évoquées pour atténuer ces disparités : diversifier les données d’entraînement, inclure des critères d’équité dans la conception des algorithmes, ou encore imposer des audits indépendants. Toutefois, les chercheurs avertissent que la simple suppression de variables raciales des modèles ne suffit pas, car d’autres caractéristiques corrélées à la race peuvent introduire des biais indirects.
Le rapport conclut que sans une régulation stricte et une vigilance constante, l’IA pourrait accentuer les inégalités raciales sur le marché du travail plutôt que de les réduire. Il recommande aux décideurs politiques et aux entreprises de collaborer pour élaborer des normes communes.
Implications pour les candidats et les employeurs
Pour les chercheurs d’emploi, ces résultats confirment des soupçons croissants sur l’équité des processus de recrutement automatisés. Du côté des employeurs, l’utilisation de l’IA présente un risque de réputation et juridique si elle conduit à des pratiques discriminatoires. Plusieurs grandes entreprises ont déjà suspendu l’usage de certains outils d’IA après avoir découvert des biais.
L’étude vient renforcer le débat sur la place de l’IA dans les décisions humaines importantes. Alors que le recours à ces technologies augmente, la question de l’équité raciale dans l’embauche devient un enjeu central pour les années à venir.
