L'intelligence artificielle dans le recrutement en Suisse : ce que la pratique tient, ce que le cadre encadre

Note refondue le 25 mai 2026. Article initialement publié en mars 2026 — refonte intégrale.

L'intelligence artificielle appliquée au recrutement occupe une place particulière dans la conversation actuelle sur l'IA en entreprise. Particulière parce qu'elle promet des gains de productivité immédiats sur des tâches reconnues comme coûteuses, et qu'elle expose simultanément l'employeur à des risques réglementaires et éthiques qui dépassent la moyenne des usages professionnels de l'IA. Cette double caractéristique appelle une discipline d'analyse qui résiste à la fois à l'enthousiasme technologique et à la défiance par principe.

Cette note expose ce que la pratique de l'IA en recrutement permet de tenir sérieusement en Suisse en 2026, et ce que le cadre légal et éthique encadre strictement. Elle constitue une amorce avant le Cahier MCVA n°4 dédié à l'IA dans les fonctions RH des entreprises suisses, prévu pour octobre 2026.

Trois usages où la pratique est désormais installée

Trois usages de l'IA en recrutement sont désormais suffisamment installés pour être observés dans la pratique des entreprises suisses.

Le tri assisté des candidatures constitue le premier usage installé. Pour un poste attractif, un recruteur en Suisse peut recevoir plusieurs centaines de candidatures sur quelques semaines. Les systèmes alimentés par modèles de traitement du langage extraient les éléments structurés du curriculum vitae — compétences, expériences, formations — quelle que soit la forme du document, et produisent un classement de pertinence par rapport au profil recherché. Le gain de temps est tangible et documenté par plusieurs études sectorielles. Le statut du système est celui d'un assistant : il propose un ordre, le recruteur arbitre.

Le matching sémantique candidat-poste constitue le deuxième usage. Plus sophistiqué que le tri par mots-clés, il s'appuie sur la compréhension contextuelle des modèles pour reconnaître qu'une compétence formulée différemment dans deux CV recouvre la même réalité. Cette capacité ouvre l'usage dans le sens "poste vers candidats" — identifier dans le vivier interne les meilleurs profils pour une nouvelle ouverture — comme dans le sens "candidat vers postes" — proposer à un candidat des opportunités au-delà du poste qu'il a initialement visé.

Les chatbots de pré-qualification constituent le troisième usage. Disponibles à toute heure, capables de mener un échange dans plusieurs langues — capacité particulièrement utile dans un marché trilingue suisse — ils conduisent un entretien préliminaire structuré et produisent un rapport de pré-sélection. Leur place est strictement amont : ils ne décident jamais, ils filtrent et orientent.

Ce que la LPD encadre strictement

La Loi fédérale sur la protection des données (LPD), entrée en vigueur dans sa version révisée le 1ᵉʳ septembre 2023, encadre rigoureusement l'usage de l'IA dans les processus de recrutement^[1]. Cinq obligations structurent la pratique.

L'information du candidat sur l'usage d'outils automatisés dans le traitement de sa candidature doit être traitée comme une exigence de transparence. Cette information doit être donnée en amont, dans la politique de confidentialité du site de recrutement ou dans le formulaire de candidature, en termes accessibles.

Le droit d'accès du candidat aux données collectées le concernant et, dans certains cas, aux évaluations algorithmiques produites à son sujet, est inscrit dans la loi. Un système d'IA qui ne permet pas de répondre à une demande d'accès dans les délais légaux constitue un risque opérationnel direct.

La durée de conservation des dossiers de candidature ne peut pas être indéfinie sans base légale. Les pratiques d'archivage doivent être documentées et justifiées.

Le profilage automatisé à haut risque appelle une analyse d'impact sur la protection des données. Cette analyse, documentée, doit précéder le déploiement d'un système qui produit des décisions individuelles sur la base d'un traitement automatisé.

L'information sur les critères utilisés dans une décision automatisée qui affecte un candidat individuellement constitue le cinquième axe. La LPD encadre les décisions individuelles automatisées et impose des obligations d'information dans les cas concernés.

Ce que le cadre suisse prohibe

Au-delà de la LPD, le cadre suisse prohibe les discriminations illicites dans le rapport de travail et à l'embauche. Cette interdiction s'applique pleinement aux décisions de recrutement assistées par algorithme, sans exception au prétexte d'une médiation technologique.

Cette règle a une conséquence opérationnelle directe : l'employeur reste juridiquement responsable des décisions produites par les algorithmes qu'il déploie, y compris quand ces décisions sont discriminatoires sans intention explicite. L'argument selon lequel "c'est l'algorithme qui a décidé" n'est pas opposable. La responsabilité de l'employeur est entière.

Ce que l'EU AI Act ajoute pour les entreprises suisses concernées

Le Règlement européen sur l'intelligence artificielle (EU AI Act), entré en application progressive depuis 2024, classe les systèmes d'IA de recrutement parmi les systèmes à haut risque^[2]. Cette qualification entraîne plusieurs obligations renforcées pour les entreprises qui opèrent sur le marché européen ou qui y exportent : documentation technique exhaustive du système, évaluation de conformité préalable au déploiement, supervision humaine effective sur les décisions produites, transparence sur le fonctionnement du système, surveillance post-déploiement continue.

Pour une entreprise suisse qui recrute des candidats résidant dans l'Union européenne, ou qui utilise un système commercialisé par un éditeur européen, ces obligations s'ajoutent au cadre LPD. La combinaison des deux cadres construit un environnement réglementaire dense, mais prévisible. Les acteurs qui anticipent la conformité au cadrage initial produisent des systèmes effectivement déployables. Ceux qui la traitent comme un obstacle de fin de projet rencontrent des coûts de rattrapage substantiels.

Le risque qui ne se résout pas par la technique : le biais algorithmique

Les modèles d'apprentissage automatique reproduisent les biais présents dans leurs données d'entraînement, et peuvent les amplifier. Ce risque est connu, documenté depuis plusieurs années, et constitue le problème éthique central de l'IA en recrutement.

Trois manifestations en sont régulièrement observées. Le biais de genre, qui sous-évalue ou sur-évalue certains profils dans des secteurs où les recrutements historiques étaient déséquilibrés. Le biais d'âge, qui défavorise certaines tranches d'âge sur la base de motifs corrélés mais non causaux. Le biais linguistique, qui pénalise les candidats dont la langue maternelle n'est pas celle de l'annonce, indépendamment de leur compétence technique réelle.

Aucune de ces manifestations ne se résout par une amélioration purement technique du modèle. La correction passe par une discipline opérationnelle qui combine plusieurs leviers. La diversification des données d'entraînement, qui réduit les corrélations apprises par défaut. L'audit régulier des résultats par strate démographique, qui identifie les écarts effectifs et signale les biais qui se sont installés. La supervision humaine effective sur les décisions individuelles, qui maintient un point d'arbitrage hors du système automatique. La transparence sur les critères utilisés, qui rend possibles les recours et les contestations.

Cette discipline n'est pas un supplément optionnel. Elle est constitutive d'un usage sérieux de l'IA en recrutement.

Cinq principes opérationnels qui distinguent les pratiques sérieuses

Pour une entreprise suisse qui prépare ou révise son usage de l'IA dans le recrutement, cinq principes opérationnels se dégagent de l'observation des pratiques.

La décision finale d'embauche reste humaine. L'IA pré-sélectionne, classe, recommande, signale ; elle ne décide pas. Cette frontière protège l'entreprise sur le plan juridique et préserve la qualité du recrutement.

L'audit des résultats par strate démographique se conduit à cadence régulière. Trimestrielle au minimum, mensuelle pour les structures à fort volume. Cet audit identifie les biais qui se seraient installés et déclenche les corrections nécessaires.

L'information du candidat est explicite, en termes accessibles. La politique de confidentialité du site et le formulaire de candidature signalent clairement les traitements automatisés, sans usage d'un langage technique qui dilue le message.

La voie de recours est documentée. Un candidat écarté par un système automatisé doit savoir comment contester cette décision, et l'entreprise doit pouvoir y répondre dans des délais raisonnables.

Les données d'entraînement sont qualifiées avant utilisation. Les jeux de données génériques fournis par les éditeurs n'épousent pas nécessairement la réalité du marché du travail suisse, ni les profils que l'entreprise cherche à recruter. Une qualification préalable et un ajustement régulier sont nécessaires.

Ce que cette note ne prétend pas faire

Cette note expose un cadre opérationnel. Elle ne prescrit aucun outil particulier — le marché des solutions de recrutement assistées par IA évolue trop rapidement pour qu'une recommandation nominale ait du sens à six mois. Elle ne propose pas non plus de tarification — les fourchettes varient considérablement selon le volume de recrutements, le secteur d'activité, l'infrastructure existante, et le niveau d'externalisation retenu.

Le Cahier MCVA n°4, prévu pour octobre 2026, traitera plus en profondeur l'adoption de l'IA dans les fonctions RH des entreprises suisses, en intégrant les volets recrutement, formation, gestion des talents et planification stratégique des effectifs. Il s'appuiera sur une production d'observations spécifique au marché suisse et sur la coordination avec des praticiens RH identifiés.

L'IA dans le recrutement n'est pas une promesse miraculeuse de productivité ni une menace technologique pour les fonctions RH. C'est un outil dont la valeur dépend strictement de la rigueur du cadre dans lequel il est déployé.

Sources

[1] Loi fédérale sur la protection des données (LPD), révision du 25 septembre 2020, entrée en vigueur le 1ᵉʳ septembre 2023. www.fedlex.admin.ch/eli/cc/2022/491/fr [↩]

[2] Règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024 établissant des règles harmonisées concernant l'intelligence artificielle (EU AI Act). eur-lex.europa.eu/eli/reg/2024/1689/oj/eng [↩]

Jérôme Deshaie est CEO de MCVA Consulting SA, cabinet suisse de conseil stratégique en intelligence artificielle, basé en Valais.