L’IA peut rendre n’importe quel candidat parfait sur le papier. Voici comment les petites équipes repèrent les vrais candidats.

Le problème de signal dont personne ne vous avait prévenu

Le filtrage des candidatures a toujours été un exercice consistant à lire le signal dans le bruit. Vous parcourez une pile de candidatures à la recherche des petites différences, la précision, la pertinence, les preuves d’une expérience réelle, qui séparent un candidat sérieux d’un candidat simplement plein d’espoir. L’IA comprime ces différences. Un candidat avec trois ans d’expérience médiocre et un candidat avec trois ans d’excellente expérience peuvent désormais soumettre des candidatures qui se lisent presque à l’identique, parce que le même modèle a écrit les deux.

Le résultat, c’est ce qu’on pourrait appeler l’effondrement du signal. La variance qui rendait autrefois le filtrage possible est lissée exactement à l’étape où vous en avez le plus besoin. Les recruteurs le ressentent avant même de pouvoir le nommer : la pile de candidatures paraît plus forte que jamais, les entretiens sont plus décevants que jamais, et l’écart entre les deux ne cesse de se creuser.

Les données sur la confiance reflètent la frustration des deux côtés. Dans une autre enquête Gartner publiée mi-2025, seuls 26 % des candidats ont déclaré faire confiance à l’IA pour les évaluer équitablement, alors même que 52 % pensaient que l’IA filtrait déjà leurs candidatures. Les candidats utilisent l’IA pour passer des systèmes auxquels ils ne font pas confiance, et les employeurs utilisent l’IA pour gérer un volume que ces mêmes outils ont contribué à créer. Personne n’agit de mauvaise foi. Le signal est simplement en train de disparaître pour tout le monde en même temps.

Deux problèmes qui portent le même déguisement

Il est utile de séparer deux choses qu’on range souvent ensemble sous l’étiquette « faux candidats », parce qu’elles appellent des réponses très différentes.

Le premier, c’est la fraude pure et simple. Gartner prévoit que d’ici 2028, un profil de candidat sur quatre dans le monde pourrait être faux, et dans l’une de ses enquêtes, 6 % des candidats ont admis une forme de fraude en entretien, se faisant passer pour quelqu’un d’autre, ou faisant passer l’entretien par une autre personne à leur place. Les cas extrêmes sont désormais bien documentés : l’équipe sécurité d’Amazon a rapporté avoir bloqué plus de 1 800 candidats suspectés de fraude, liés à des réseaux organisés d’usurpation d’identité, au cours de 2025. Pour la plupart des petites équipes qui recrutent localement, c’est le problème le plus rare, même s’il croît fortement dès qu’un poste est entièrement à distance.

Le second est bien plus courant : des candidats réels, gonflés par l’IA. Ce sont de vraies personnes avec de vraies intentions, dont les candidatures ont été lissées jusqu’à se ressembler par la poignée d’outils toujours identiques. Il n’y a rien de malhonnête ici : utiliser l’IA pour rédiger une lettre de motivation est désormais banal. Mais cela signifie que le document devant vous est un mauvais indicateur de la personne derrière. On ne vous trompe pas. On vous en dit simplement moins qu’avant.

La majeure partie de l’énergie consacrée à ce sujet va au premier problème. La majeure partie du temps de recrutement perdu va au second.

Pourquoi les petites équipes sont plus exposées

Les grandes entreprises jettent sur ce problème des prestataires de vérification d’identité, des intégrations de vérification des antécédents et des équipes anti-fraude dédiées. Les petites équipes n’ont rien de tout ça. Quand vous êtes la seule personne RH, ou un fondateur qui recrute entre deux autres tâches, vos seules vraies défenses sont le CV devant vous et deux ou trois conversations. Ce sont exactement les deux choses que l’IA a rendues les moins fiables.

Il y a aussi un piège de volume. Les petites équipes reçoivent déjà bien plus de candidatures qu’elles ne peuvent en lire attentivement, et l’IA a encore fait grimper ce chiffre en rendant la candidature partout sans effort. La réaction naturelle, lire en diagonale plus vite, s’appuyer davantage sur la correspondance de mots-clés, est précisément le comportement que les candidatures rédigées par IA sont optimisées pour satisfaire. Plus vous lisez vite en diagonale, plus la surface léchée l’emporte, et plus votre vrai signal s’effondre.

L’instinct de répondre par la suspicion est compréhensible mais contre-productif. Transformer chaque entretien en interrogatoire pénalise les candidats honnêtes, abîme votre marque employeur, et ne parvient toujours pas à repérer de façon fiable les cas les plus sophistiqués. La réponse n’est pas de faire moins confiance. C’est de mesurer différemment.

Arrêtez de filtrer les CV. Filtrez le signal.

Le fil conducteur de toute solution durable est le même : déplacer le poids des éléments que l’IA peut générer vers le signal qu’elle ne peut pas falsifier à la place de quelqu’un.

Évaluez par rapport au poste, pas au document. Définissez à quoi ressemble réellement un bon profil pour ce poste précis, les compétences concrètes, les décisions et les arbitrages qu’exige le rôle, et notez chaque candidat selon la même grille. Un standard cohérent et spécifique au poste est bien plus difficile à contourner qu’un scan de mots-clés, parce qu’une réponse générique polie par l’IA survit rarement au contact d’une question précise et bien choisie.

Demandez du raisonnement, pas de la récitation. N’importe qui peut faire lister par l’IA les bons mots-clés à la mode. Beaucoup moins de gens peuvent vous expliquer pourquoi ils ont pris telle décision précise sur un projet passé, ce qu’ils feraient différemment, et où leur approche a échoué. Des questions structurées qui sondent le jugement font remonter la vraie expérience et exposent discrètement son absence, que le vide ait été comblé par un modèle ou qu’il n’ait tout simplement jamais existé.

Vérifiez les quelques éléments qui sont vérifiables. Vous n’avez pas besoin d’une pile anti-fraude d’entreprise. Une conversation en direct, un test pratique précis et pertinent pour le poste, et la vérification de la cohérence du récit d’un candidat d’une étape à l’autre suffisent à attraper la grande majorité des deux problèmes, l’identité fabriquée et le CV gonflé, sans traiter tout le monde en suspect.

Soyez clair sur la place de l’IA, puis passez à autre chose. Dites franchement aux candidats la place qu’occupe l’IA dans votre processus et où vous attendez leur propre réflexion. Poser cette attente dès le départ fait plus pour restaurer le signal que n’importe quel outil de détection, parce que ça transforme la candidature d’un concours d’écriture en une démonstration d’adéquation au poste.

Rien de tout ça n’exige plus de personnel. Ça exige de la structure : les mêmes questions, la même grille, les mêmes vérifications, appliquées de façon cohérente à tout le monde pour que les différences qui comptent redeviennent visibles. Cette cohérence est difficile à tenir à la main sur une douzaine de candidats et plusieurs postes ouverts à la fois, et c’est exactement là que le bon outil trouve sa place : appliquer votre standard de façon uniforme, organiser ce que chaque candidat a réellement démontré, et laisser le jugement, qui doit rester humain, fermement entre vos mains.

À retenir

• La menace pour la plupart des petites équipes, ce ne sont pas des espions deepfakés : c’est l’effondrement du signal. Avec environ quatre candidats sur dix qui utilisent déjà l’IA pour rédiger leurs candidatures, le CV ne distingue plus les candidats solides des candidats faibles.
• La structure l’emporte sur la suspicion. Une grille cohérente et spécifique au poste, associée à des questions qui sondent le raisonnement, fait bien mieux remonter les vraies compétences que d’essayer de détecter l’usage de l’IA après coup, et protège les candidats honnêtes d’un interrogatoire.
• L’objectif n’est pas de bannir l’IA du recrutement. Les candidats l’utilisent, les recruteurs l’utilisent. L’objectif est de déplacer votre évaluation vers des signaux que l’IA ne peut pas fabriquer à la place de quelqu’un : le jugement démontré, un récit cohérent, et des éléments concrets vérifiables.

Si toutes vos candidatures ont l’air excellentes et que vos entretiens racontent une tout autre histoire, le problème n’est pas votre jugement : c’est que l’étape de filtrage a cessé de porter du signal. Kynto aide les petites équipes à évaluer chaque candidat selon les mêmes critères que vous définissez, avec chaque score expliqué pour que vous puissiez voir ce qu’une personne a réellement démontré plutôt que la qualité de rédaction de son CV. La décision finale reste la vôtre. Vous pouvez voir comment ça fonctionne sur kyntoai.com.