Un tribunal juge que l’IA qui trie vos candidats peut être poursuivie pour discrimination. Vous ne pouvez pas déléguer la responsabilité avec le travail.

Ce que le tribunal a réellement décidé

Derek Mobley a poursuivi Workday en 2023, affirmant que ses outils de tri de candidatures l’avaient refusé pour plus de 100 postes chez des entreprises utilisant ce logiciel, et que ce schéma suivait son âge, son origine et un handicap. Ses griefs s’appuient sur les trois grandes lois fédérales américaines : le Title VII, l’Americans with Disabilities Act et l’Age Discrimination in Employment Act. En juillet 2024, la juge Rita Lin, du tribunal du district nord de Californie, a laissé l’affaire se poursuivre sur une théorie qui n’avait jamais été testée de cette façon, écrivant que les clients de Workday « délèguent des fonctions de recrutement traditionnelles, y compris le rejet de candidats », à ses outils, ce qui fait de l’éditeur un « agent » de l’employeur et donc responsable lui-même au titre de ces lois.

En mai 2025, le tribunal est allé plus loin et a préliminairement certifié une action collective nationale sur le grief lié à l’âge, couvrant les candidats de 40 ans et plus refusés via Workday depuis septembre 2020. Une notification autorisée par le tribunal a été envoyée aux membres potentiels début 2026, et l’affaire est en phase d’instruction au moment où ces lignes sont écrites. Il vaut la peine d’être précis sur ce qui s’est produit et ce qui ne s’est pas produit : aucun tribunal n’a établi que Workday, ou quiconque l’utilisant, a réellement discriminé. Ce qu’un tribunal a décidé, c’est que la question est suffisamment sérieuse pour être tranchée publiquement, et que l’éditeur du logiciel ne peut pas rester en dehors de la salle pendant que ça se joue.

Pourquoi ce n’est pas un problème réservé aux grandes entreprises

La mauvaise lecture facile serait de croire que le jugement déplace la responsabilité vers les éditeurs, donc que les employeurs peuvent se détendre. C’est l’inverse. Un employeur a toujours été responsable d’un résultat discriminatoire dans son recrutement ; acheter un outil n’a jamais transféré cette responsabilité, et le tribunal ne l’a pas levée maintenant. Tout ce que le jugement a fait, c’est mettre l’éditeur sur la sellette à côté de l’employeur qui a choisi de déployer l’outil. La délégation décrite par le tribunal, confier la décision d’écarter ou de faire avancer un candidat à un algorithme, n’est pas une fonctionnalité propre à Workday. C’est un choix, et c’est désormais un choix clairement attribuable, quel que soit le logiciel que vous utilisez.

Et les petites équipes font ce choix constamment. Le tri par IA n’est plus un luxe réservé aux grandes entreprises, c’est une case à cocher dans les outils qu’une startup de deux personnes paie déjà. Dans une enquête ResumeBuilder auprès de 948 dirigeants d’entreprise, environ 82 % des entreprises utilisant l’IA en recrutement déclaraient l’appliquer à la relecture des CV, et le cabinet projetait que le tri de CV assisté par IA atteindrait environ 83 % des entreprises fin 2025. Un fondateur qui fait tourner un outil de mise en correspondance standard pour réduire un flot de candidatures fait exactement la même délégation que celle au cœur de l’affaire Mobley, à plus petite échelle et avec beaucoup moins de couverture juridique que ce que Workday peut se permettre.

La vraie exposition, c’est le refus que vous ne pouvez pas expliquer

Voici la partie qui prend au dépourvu les équipes de bonne foi. Ces lois ne visent pas seulement les personnes qui cherchent à discriminer. Elles visent des résultats. Un filtre qui paraît parfaitement neutre peut quand même enfreindre la loi si, dans les faits, il écarte les candidats plus âgés ou un groupe protégé, et un système de tri par IA est exactement le genre de système capable d’apprendre discrètement un indicateur indirect, une année de diplôme, un trou dans le parcours, la sonorité d’un nom, et d’agir en conséquence sans que personne n’ait écrit de règle pour ça. Personne ne décide de rejeter les candidats de plus de 40 ans. Le modèle peut simplement le faire, et sur des centaines de candidatures par poste, le schéma est réel même quand aucun refus pris isolément ne paraît anormal.

Ce qui transforme ce risque en responsabilité, c’est une seule question à laquelle vous ne pourrez peut-être pas répondre : pourquoi cette personne a-t-elle été refusée ? Si la réponse honnête est « l’outil lui a mis un score bas et je ne saurais pas vous dire pourquoi », vous n’avez ni défense en cas de contestation ni moyen de repérer et corriger le schéma avant qu’il ne s’aggrave. Un refus que vous pouvez formuler en termes clairs et liés au poste est défendable et corrigible. Un refus que personne ne peut expliquer est l’exposition, qu’un avocat se manifeste un jour ou non.

Ce qu’une petite équipe devrait faire

La solution n’est pas de renoncer à l’automatisation et de relire chaque CV à la main. Le volume qui a poussé les équipes vers l’IA au départ n’a pas disparu, et faire comme si c’était le cas ne fait qu’échanger un échec contre un autre. La solution est de changer ce que vous laissez la machine décider. Laissez-la trier, faire remonter et organiser selon des critères que vous avez réellement choisis et pouvez nommer ; gardez un humain sur la décision finale d’écarter ou de faire avancer chaque profil de la liste courte ; et associez une raison en langage clair, liée au poste, à chaque non. Cette trace est ce qui rend une décision auditable, et c’est, ce n’est pas un hasard, la même trace qui vous permet de donner à un candidat une vraie réponse plutôt que le vide.

Cette répartition des rôles, l’automatisation sur le tri et la paperasse, une personne sur le jugement et la raison, est la ligne que nous avons tracée en construisant Kynto. L’objectif n’a jamais été de confier la décision à un modèle ; c’était de permettre à une petite équipe d’avancer à la vitesse que donne l’automatisation tout en gardant un humain responsable de chaque décision, avec la raison écrite plutôt qu’enfouie dans un score. Dans une année où un tribunal a commencé à demander qui possède le refus, savoir répondre n’est pas qu’une question de savoir-vivre. C’est l’assurance la moins chère qu’une petite équipe puisse se payer.

À retenir

• Un tribunal fédéral américain a laissé se poursuivre une affaire de discrimination liée à l’IA de recrutement sur une théorie de l’« agent ». Dans Mobley v. Workday, un candidat affirmant avoir postulé à plus de 100 postes mène une action collective nationale liée à l’âge (candidats de 40 ans et plus) préliminairement certifiée en mai 2025. Aucune discrimination n’a été prouvée ; l’affaire est en instruction.
• Le jugement ajoute l’éditeur à la responsabilité, il ne retire pas celle de l’employeur. Toute équipe qui laisse l’IA refuser automatiquement des candidats fait la même délégation, et environ 82 % des entreprises utilisant l’IA en recrutement l’appliquent au tri des CV : ce n’est donc pas une pratique réservée aux grandes entreprises.
• L’exposition n’est pas l’IA elle-même, c’est le refus que vous ne pouvez pas expliquer. Le droit anti-discrimination vise des résultats, pas seulement une intention. Laissez l’automatisation trier et rédiger, gardez un humain sur la décision d’écarter ou de faire avancer, et associez une raison liée au poste à chaque non. Une décision explicable est défendable ; une décision que personne ne peut expliquer est le risque.

Rien de tout cela n’exige un avocat sous contrat ni la peur de la prochaine action collective. Cela exige une discipline modeste et peu spectaculaire : savoir pourquoi vous avez dit non, et être capable de le dire. Les équipes qui se feront prendre à cette époque seront celles qui ont laissé une boîte noire réduire la pile sans jamais lui demander de justifier son travail. Celles qui s’en sortiront paraîtront presque démodées : une personne, une raison, une trace, ce qui s’avère être exactement ce que la loi, et le candidat, demandaient depuis le début.