Sommaire — 4 sections
Sur une consultation de prestation, le dépouillement est le vrai goulot : vingt à soixante dossiers de compétences, tous formatés différemment, à ramener à une grille commune en deux jours. C’est exactement le travail où une IA fait gagner du temps. C’est aussi celui où une IA mal cadrée produit un classement que personne ne peut défendre.
La ligne de partage
Elle ne passe pas entre « avec IA » et « sans IA », mais entre lire et décider. Une IA est excellente pour extraire, normaliser et résumer ; elle est mauvaise là où il faut assumer une décision devant un tiers.
| Tâche | Confiable | Pourquoi |
|---|---|---|
| Extraire compétences, séniorité, dates d’un dossier | Oui | Travail de lecture, vérifiable ligne à ligne |
| Normaliser des intitulés hétérogènes vers un référentiel | Oui | Correspondance contrôlable, corrigeable une fois pour toutes |
| Résumer un dossier en cinq lignes pour le métier | Oui | Le dossier reste accessible à côté du résumé |
| Repérer une incohérence de chronologie | Oui | Signal à vérifier, pas verdict |
| Calculer un recouvrement avec le cahier des charges | Sous condition | Acceptable si la formule est publiée et reproductible |
| Classer les candidats | Sous condition | Seulement si chaque note renvoie à la pièce qui la produit |
| Éliminer un candidat | Non | Une élimination automatique n’est pas justifiable devant le fournisseur |
| Apprécier la personnalité ou la « culture fit » | Non | Ni mesurable, ni pertinent, ni sans risque juridique |
Cinq exigences à poser avant de s’en servir
- 01
Une formule publiée
Les critères, leur poids et le mode de calcul doivent être lisibles par l’acheteur et par le métier. Si le seul argument est « le modèle a appris », le classement est indéfendable — non parce qu’il est faux, mais parce qu’il est inexplicable.
- 02
Une note justifiée par une pièce
Chaque point attribué doit renvoyer à un élément du dossier. C’est ce qui transforme une note en argument et permet de répondre précisément à un fournisseur écarté.
- 03
Aucune élimination automatique
La liste complète des candidats reste consultable, dans l’ordre d’origine si on le demande. Un outil qui n’affiche que les cinq premiers a décidé à votre place.
- 04
Une reproductibilité
Le même dossier, avec le même cahier des charges, doit produire la même note. Sans cela, deux acheteurs obtiennent deux classements et aucun n’est justifiable.
- 05
Des critères strictement professionnels
Compétences, séniorité, disponibilité, tarif. Rien qui touche, directement ou par ricochet, à l’âge, au genre, à l’origine, à la santé ou à la situation familiale — y compris via des variables corrélées comme la date d’obtention d’un diplôme.
Le biais ne vient pas du modèle, il vient des données
Un moteur entraîné sur vos décisions passées reproduit vos décisions passées, y compris celles que vous n’assumeriez pas. Le risque est concret sur une consultation de prestation : si le panel a historiquement retenu certains fournisseurs, le moteur apprend à préférer leurs dossiers, indépendamment des compétences décrites.
- Comparer au cahier des charges, pas à l’historique. Le recouvrement se mesure contre le besoin exprimé, non contre les profils déjà retenus.
- Anonymiser ce qui n’a pas à être lu. Nom, photo, âge, nationalité ne servent pas à évaluer une compétence. Les retirer du dossier avant lecture n’est pas une précaution, c’est une méthode.
- Surveiller la dispersion par fournisseur. Si un fournisseur obtient systématiquement les meilleures notes, la cause est soit réelle, soit un biais — les deux se vérifient.
- Garder les cas où l’humain a inversé le classement. Ce sont les seuls exemples utiles pour comprendre ce que la formule ne capte pas.
Ce que ça donne en pratique
Le bon usage n’est pas un filtre en entrée mais une mise en forme : les soixante dossiers arrivent normalisés contre la même grille, chacun avec sa synthèse et le renvoi aux pièces, et l’acheteur passe son temps sur les arbitrages plutôt que sur la recopie. Le gain n’est pas un classement automatique — c’est un dépouillement qui prend deux heures au lieu de deux jours, et un classement qui se relit.
C’est la règle que suit Noralym : la note vient d’une formule documentée et reproductible, le modèle de langage n’intervient qu’en second rideau pour rédiger la synthèse et ajuster la note dans une fourchette bornée, la liste complète des candidats reste consultable, et aucun profil n’est jamais écarté automatiquement.
Questions fréquentes
- Une IA peut-elle écarter automatiquement une candidature ?
- Techniquement oui, mais c’est le cas d’usage à éviter : une élimination automatique ne se justifie pas devant le fournisseur écarté, et elle entre dans le champ des décisions automatisées encadrées par la réglementation européenne. L’IA doit classer et expliquer ; l’acheteur écarte.
- Comment vérifier qu’un outil de matching n’est pas une boîte noire ?
- Trois tests suffisent : la formule et les poids sont-ils publiés ? Chaque note renvoie-t-elle à un élément précis du dossier ? Le même dossier produit-il deux fois la même note ? Si l’une des réponses est non, le classement ne sera pas défendable.
- Faut-il anonymiser les dossiers de compétences avant le tri ?
- Oui, sur tout ce qui ne sert pas à évaluer une compétence : nom, photo, âge, nationalité, situation familiale. Cela réduit le biais et supprime des variables dont vous n’avez pas besoin pour justifier un classement.