Un encadrement humain est primordial pour obtenir un effet souhaitable - Retour d’expérience

Le potentiel de l’IA pour la profession est immense. Pourtant, seulement 6 % des entreprises qui utilisaient l’intelligence artificielle au Québec en 2023 l’appliquaient réellement aux fonctions RH[1]. Il reste beaucoup de chemin à faire avant de crier victoire.

Tester, encadrer et apprendre

Dans notre pratique, nous considérons chaque solution d’IA comme une collègue en période d’essai. Pour chaque IA testée, nous mettons en place une grille d’évaluation qui a comme base son adaptation au français, à notre culture, à nos systèmes, à la gestion des données adaptée à notre réglementation et à notre pratique. Nous avons testé plusieurs outils : sourcing, prise de notes automatisée, tri de CV automatisé, et plateformes capables d’analyser l’information issue des entretiens.

Nous expérimentons aussi des solutions de présélection téléphonique automatisée; à ce jour, ce sont les plus délicates à entraîner. Plus un système s’approche d’un acte typiquement humain, plus il demande d’encadrement humain.

Quand l’IA soutient le recrutement à haut volume

Dans le cadre de ma pratique, notre équipe accompagne actuellement une entreprise manufacturière ayant des besoins d’embauche récurrents en production. Chaque semaine, des centaines de candidatures sont analysées, des dizaines de personnes rencontrées, puis orientées vers des tests techniques et des entretiens de groupe sur site.

Dans ce contexte, la mise en place d’un plan IA complet bien encadré pourrait réduire les coûts de recrutement, en étant conservateur, de plus de 60 % par une économie de temps et de réduction des délais.

L’apport deviendrait concret pour atteindre des objectifs de recrutement en volume si l’intelligence artificielle était bien implantée et bien encadrée. Par exemple, un sourcing automatisé permettrait de maintenir un flux constant de candidatures, tandis qu’un tri de CV automatisé aiderait à se concentrer sur les profils les plus pertinents. Un outil de préqualification bien calibré pourrait considérablement améliorer les délais et offrir une évaluation plus standardisée, tout en permettant au candidat ou à la candidate de répondre au moment le plus propice et dans les meilleures conditions. La création d’un résumé de candidature standardisé permettrait aux responsables du recrutement de repérer rapidement d’éventuelles anomalies, comme un statut de travail non validé, un diplôme non valide ou une inadéquation avec les exigences du poste, et de prendre les mesures nécessaires. Enfin, les outils de prise de notes amélioreraient la précision des comptes rendus.

Ces avancées ne chercheraient pas à remplacer l’humain, mais à lui redonner du temps pour ce qui crée réellement de la valeur : renforcer la marque employeur et résoudre les cas complexes où le discernement doit primer. Bien entraînées, ces technologies deviendraient de véritables coéquipières.

Intégrer la machine humainement

Apprendre à la machine, c’est avant tout un exercice profondément humain. Trouver l’outil parfait demeure, pour le moment, improbable. Comme dans le contexte d’une IA de préqualification téléphonique, il faut lui enseigner les nuances de notre français québécois, la renseigner sur l’entreprise et ses valeurs, le poste, le ton attendu, les réponses typiques des personnes et le seuil de rétroaction approprié selon chaque situation. L’IA apprend, mais elle n’apprend pas seule. Elle progresse parce que d’autres humains la forment, la corrigent et l’exposent graduellement à des cas réels : exactement comme une nouvelle recrue. La différence, c’est qu’ici, la pédagogie humaine devient le moteur même de l’outil.

Cela dit, par souci de transparence, peu de ces solutions font actuellement partie des services actifs dans ma pratique, car nous sommes encore à l’étape de tests. Nous menons, en quelque sorte, notre propre campagne de recrutement pour nos futurs coéquipiers et coéquipières IA en cherchant les outils qui partagent nos valeurs de rigueur, d’expérience candidat et d’efficience. Pour l’instant, nous maintenons nos projets à cette étape de tests. Il serait prématuré d’imposer ces systèmes à tous, surtout que la maturité numérique varie selon les milieux. Les gens veulent encore sentir une présence humaine derrière chaque interaction. Nous intégrons donc progressivement l’IA. Notre objectif n’est pas d’automatiser pour automatiser, mais de créer une valeur durable.

Avancer avec prudence et gouvernance

Cette progression encadrée répond aussi à des craintes légitimes. La peur d’un remplacement pur et simple existe, mais ce n’est pas la seule. Les enjeux de protection des données, la traçabilité des décisions, les biais algorithmiques ou encore la perte de lien humain alimentent une prudence nécessaire. Les organisations doivent donc avancer avec une gouvernance claire : définir où et pourquoi l’IA intervient, préciser qui reste responsable des décisions et garantir la transparence du processus.

Ces équipes RH ne sont pas de simples utilisateurs d’IA, mais les architectes de son intégration. Leur rôle est de définir où la technologie apporte une réelle valeur, d’assurer la conformité des données et d’instaurer des mécanismes de supervision continue. En somme, l’IA doit être intégrée comme une nouvelle employée : avec des objectifs clairs, une période d’essai et une évaluation structurée pour garantir un engagement humain et durable.

L’humain restera le cœur de la fonction RH

Croire que l’IA remplacera la fonction RH est illusoire. Croire qu’elle ne la transformera pas l’est tout autant. Les équipes RH resteront les gardiennes du sens, de l’éthique et de la qualité, capables de faire travailler la technologie pour les personnes, non l’inverse.