Le paradoxe de la présélection par l’IA : confiance élevée, réalité plus nuancée

À en juger par les millions de recherches effectuées sur les sites carrières des entreprises, l’IA n’est plus une technologie du futur : elle est déjà intégrée au quotidien des travailleurs du savoir. Selon le Microsoft Work Trend Index 2024, 75 % d’entre eux utilisent déjà l’IA dans leur activité professionnelle, tandis que le Boston Consulting Group estime que 50 à 55 % des emplois aux États-Unis seront profondément transformés par l’IA dans les deux à trois prochaines années. Cette évolution se reflète également dans les attentes des employeurs. Depuis 2023, la demande en compétences liées à l’IA a été multipliée par cinq. Et contrairement aux idées reçues, cette progression ne concerne pas uniquement les métiers techniques : les professions non scientifiques et non technologiques représentent une part importante de cette dynamique. Autrement dit, la maîtrise de l’IA n’est plus un avantage concurrentiel réservé à quelques profils. Elle devient progressivement une compétence fondamentale pour de nombreux métiers du savoir.

Dans ce contexte, l’aptitude à travailler avec l’IA devrait être évaluée dès le processus de recrutement, et non uniquement après l’embauche. Pourtant, malgré la confiance affichée par les professionnels du recrutement dans leurs méthodes d’évaluation, seuls 26 % des spécialistes de l’acquisition des talents déclarent intégrer la maîtrise de l’IA dans leurs critères de sélection.

Les entreprises font désormais de la maîtrise de l’IA un pilier de leur stratégie de développement des compétences. Pourtant, son évaluation lors du recrutement reste souvent une considération secondaire. En l’absence d’un critère clair permettant de mesurer l’aptitude des candidats à utiliser l’IA, les organisations recrutent pour des postes de travailleurs du savoir sans s’assurer que les candidats sont capables, ou simplement prêts, à intégrer ces outils dans leur manière de travailler.

Cette situation s’explique en partie par les méthodes d’évaluation encore largement utilisées. Près d’un professionnel du recrutement sur deux (47 %) reconnaît s’appuyer principalement sur son intuition pour évaluer les candidats. De plus, 43 % estiment que leurs outils de screening ne sont efficaces que pour certains postes ou profils.

Le principal angle mort reste notre capacité à évaluer comment les candidats réagiront face à des défis encore inconnus et à des modes de travail de plus en plus façonnés par l’IA

Radancy Labs Knowledge Worker Screening Study (2026)

Lorsque l’évaluation des candidats repose davantage sur l’intuition que sur des critères clairement définis, certaines compétences pourtant essentielles, comme la maîtrise de l’IA, passent facilement sous les radars. Sans démarche structurée pour les identifier, ces aptitudes continueront à être sous-évaluées, voire ignorées.

Trois pistes d’action pour les responsables de l’acquisition des talents

• Identifier ce qui relève encore du « feeling ». Commencez par passer en revue vos critères de sélection. Lesquels sont formalisés et évalués de manière systématique ? Lesquels reposent encore sur le jugement individuel des recruteurs ou des managers ? La maîtrise de l’IA fait souvent partie de cette seconde catégorie, alors même qu’il s’agit d’une compétence concrète, observable et mesurable.
• Faire de la maîtrise de l’IA un critère de sélection à part entière. L’aisance avec les outils d’IA et les environnements de travail augmentés par l’IA ne devrait plus être implicite. Cette compétence doit être clairement définie, intégrée aux qualifications recherchées et évaluée dès les premières étapes du recrutement. Le point de départ consiste à l’inscrire explicitement dans les exigences du poste et les questions de présélection.
• Évaluer cette compétence tout au long du parcours candidat. Un critère n’a de valeur que s’il est pris en compte de manière cohérente à chaque étape du recrutement. Si la maîtrise de l’IA est abordée lors du screening mais disparaît ensuite des critères d’évaluation du manager recruteur, l’information se perd. À l’inverse, si elle n’est évaluée qu’en fin de processus, l’entreprise engage du temps et des ressources avant même de vérifier cette compétence. La cohérence entre les différentes étapes est donc essentielle pour en faire un véritable facteur de décision.

Vous souhaitez savoir comment un processus de présélection structuré peut aider à combler le déficit de maîtrise de l’IA ? Les solutions de screening de Radancy sont conçues pour évaluer de manière cohérente des critères clairement définis, de la présélection des candidats jusqu’au retour d’évaluation des managers recruteurs. Contactez-nous pour en savoir plus !