Agents IA qui trient, contactent et préqualifient les candidats : la promesse est forte, les risques aussi. Quatre garde-fous scientifiques pour intégrer l'IA agentique sans dégrader vos décisions.

Après l'IA générative, voici l'IA agentique : des agents autonomes qui trient les candidatures, mènent des pré-entretiens vocaux, relancent les candidats et poussent une shortlist au recruteur. La promesse est séduisante : traiter en heures ce qui prenait des semaines. Mais entre gagner du temps et déléguer le jugement, la frontière est fine. À quelles conditions un agent IA améliore-t-il un processus de recrutement au lieu de le dégrader ?
Un agent IA ne se contente plus de répondre à une question : il enchaîne des actions vers un objectif. Appliqué au recrutement, cela couvre déjà le sourcing, la présélection de CV, la planification d'entretiens et, de plus en plus, des échanges conversationnels avec les candidats.
Sur les tâches logistiques, le gain est réel et peu contestable. La question difficile commence quand l'agent produit une évaluation : un classement de candidats, un score d'adéquation, une recommandation d'écarter un profil. À ce moment précis, l'agent ne fait plus de la logistique, il fait de la mesure. Et la mesure a des règles.
Quand un agent IA classe des candidats, la première question n'est pas « quel modèle utilise-t-il ? » mais « que mesure-t-il, et selon quel cadre ? ». Un classement sans référentiel explicite est une opinion automatisée : rapide, systématique, et invérifiable.
Un cadre de mesure sérieux définit les compétences évaluées, leurs définitions opérationnelles et les comportements observables associés. C'est exactement ce que Rising Up publie avec son référentiel de 18 compétences comportementales : trois familles, des définitions consultables, des comportements décrits. La mécanique d'évaluation reste propriétaire, le cadre scientifique est public. Si votre fournisseur d'agent ne peut pas produire l'équivalent, vous n'achetez pas une évaluation, vous achetez une boîte noire.
Un agent conversationnel peut inférer beaucoup de choses d'un échange : aisance, vocabulaire, réactivité. Le risque est de confondre ces signaux de surface avec des compétences de fond. La fluidité d'une conversation avec un agent vocal ne mesure ni la rigueur, ni la persévérance, ni la capacité à décider dans l'incertitude.
Une évaluation comportementale digne de ce nom place la personne face à des situations professionnelles concrètes et analyse ses réponses, plutôt que d'inférer un profil à partir du style de l'échange. C'est le principe du Soft Skills Scan : des mises en situation contextualisées, croisant plusieurs formats d'évaluation, adossées à un référentiel vérifiable. L'inférence conversationnelle peut compléter une mesure structurée ; elle ne peut pas la remplacer.
Le règlement européen sur l'IA classe les systèmes de recrutement parmi les systèmes à haut risque et impose une surveillance humaine réelle. Mais au-delà de l'obligation juridique, il y a une raison cognitive : un humain qui se contente d'entériner les sorties d'un agent n'exerce plus de surveillance, il exerce un réflexe.
La différence se joue dans la conception de l'outil. Un système bien conçu présente ses résultats comme une aide à la décision : un score, une analyse, des limites explicites, et la main laissée au recruteur. C'est le parti pris de Rising Up : le Scan éclaire la décision du manager, il ne la prend jamais à sa place. Un agent qui écarte automatiquement des candidats sans revue humaine effective fait exactement l'inverse, et vous en portez la responsabilité juridique et éthique.
Pour approfondir cette ligne de crête entre assistance et substitution, notre analyse sur l'IA face aux recruteurs détaille pourquoi le jugement humain outillé reste le modèle le plus robuste.
Un test d'évaluation sérieux se juge sur des critères établis : que mesure-t-il, avec quelle constance, avec quels biais documentés ? Un agent IA qui évalue des candidats doit être soumis au même examen, avec une difficulté supplémentaire : ses réponses peuvent varier d'une interaction à l'autre et son comportement évoluer au fil des mises à jour.
Trois questions d'audit minimales avant tout déploiement :
Ces exigences rejoignent celles que nous détaillons dans notre article sur l'AI Act et les tests de recrutement : le cadre réglementaire européen transforme ces bonnes pratiques en obligations.
La position de Rising Up est constante : l'intelligence artificielle est un formidable outil de mesure et d'analyse au service du jugement humain, pas un substitut à ce jugement. Notre IA propriétaire CoreSkills AI analyse les réponses en situation et produit des scores et des recommandations ; les décisions restent humaines.
Cette position n'est pas un conservatisme, c'est une conclusion scientifique. Les compétences comportementales prédisent la réussite professionnelle, elles y contribuent causalement, et elles se développent (travaux de James Heckman, prix Nobel d'économie). Un enjeu de ce poids mérite une mesure rigoureuse ET une décision assumée par quelqu'un qui peut en répondre. Le marché va d'ailleurs dans ce sens : selon l'Apec, 41 % des entreprises qui recrutent des cadres évaluent désormais formellement les soft skills, soit 9 points de plus en un an. La question n'est plus d'automatiser ou non, mais d'automatiser ce qui doit l'être, et de mesurer ce qui doit l'être.
Reconnue Deeptech par le Conseil européen de l'innovation (EIC) en 2023, Rising Up intègre l'IA là où elle excelle : l'analyse standardisée de réponses en situation. Pour voir comment cette approche s'insère dans un processus de recrutement complet, découvrez notre test de recrutement fondé sur les sciences cognitives.
Du recrutement au développement des compétences, Rising Up fournit des données comportementales fiables pour guider vos choix RH et pédagogiques.