IA émotionnelle et recrutement : le casse-tête juridique des entreprises

Un visage filmé pendant un entretien vidéo, une voix enregistrée, des silences chronométrés, des micro-expressions interprétées par algorithme : les promesses de l’IA émotionnelle ont trouvé un terrain d’expérimentation dans les ressources humaines. Elles reposent sur une idée séduisante pour certains recruteurs, celle de révéler des signaux que l’entretien classique ne permettrait pas de saisir. Mais, au 8 octobre 2025, cette ambition se heurte à un obstacle majeur : en Europe, déduire l’état émotionnel d’une personne à partir de ses données biométriques est une pratique étroitement encadrée, et parfois interdite.

Pour une entreprise, le sujet ne se résume donc pas au choix d’un outil. Il engage la conformité au règlement européen sur l’intelligence artificielle, dit AI Act, au règlement général sur la protection des données, le RGPD, ainsi qu’aux principes français de non-discrimination et de pertinence des informations demandées aux candidats. À cela s’ajoute une interrogation plus fondamentale : un logiciel peut-il réellement établir de manière fiable qu’une personne est stressée, sincère, motivée ou attentive ?

Ce que recouvre l’expression IA émotionnelle

L’expression « IA émotionnelle » ne désigne pas une technologie unique. Elle rassemble des systèmes qui prétendent identifier ou déduire l’état émotionnel, les intentions ou certains traits comportementaux d’une personne. Dans le recrutement, ces outils peuvent analyser une image vidéo, le timbre de la voix, le rythme de parole, le regard, la posture ou les mouvements du visage.

Le point essentiel est le suivant : ces systèmes ne lisent pas directement les émotions. Ils produisent une inférence, autrement dit une estimation statistique tirée de signaux observés. Un candidat qui parle vite peut être classé comme anxieux, enthousiaste ou pressé selon les paramètres du logiciel. Or une même attitude peut avoir des significations très différentes selon la personne, le contexte de l’entretien, son handicap éventuel, sa langue maternelle ou ses références culturelles.

L’AI Act définit les systèmes de reconnaissance des émotions comme des systèmes d’IA destinés à identifier ou déduire les émotions ou intentions de personnes physiques à partir de leurs données biométriques. Cette précision est déterminante. Un logiciel qui analyse des expressions faciales ou la voix d’un candidat n’est pas soumis au même examen qu’un outil qui aide simplement à organiser les rendez-vous.

L’AI Act interdit-il les IA émotionnelles au travail ?

Le calendrier européen doit être distingué avec soin. Le règlement sur l’intelligence artificielle est entré en vigueur le 1er août 2024. Ses premières règles applicables, notamment celles qui concernent les pratiques interdites, le sont depuis le 2 février 2025. Les obligations générales attachées aux systèmes d’IA à haut risque s’appliqueront, pour leur part, à partir du 2 août 2026.

Parmi les pratiques interdites figure l’utilisation de systèmes de reconnaissance des émotions sur le lieu de travail et dans les établissements d’enseignement. Deux exceptions sont prévues : les usages médicaux et les usages liés à la sécurité. L’idée du législateur européen est de protéger les personnes dans des contextes où existe un rapport de dépendance ou de pouvoir, comme la relation de travail.

Cette interdiction ne signifie pas que tout logiciel qui évoque les émotions est automatiquement illégal dans n’importe quel contexte. La qualification dépend de son fonctionnement réel, des données utilisées, de sa finalité et des conditions d’emploi. Elle impose néanmoins une prudence maximale à toute organisation qui envisage d’évaluer un candidat à partir de sa voix, de son visage ou de ses gestes.

La situation des candidats mérite en particulier une analyse précise. Un entretien de recrutement n’est pas une relation de travail déjà constituée, mais il s’inscrit dans l’accès à l’emploi et présente un déséquilibre évident entre l’entreprise et la personne évaluée. L’usage envisagé, le lieu de l’entretien, y compris lorsqu’il est organisé à distance, et la nature exacte des données doivent être documentés. En aucun cas, cette zone d’interprétation ne doit être considérée comme une autorisation générale de déployer un détecteur d’émotions.

Les systèmes destinés au recrutement et à la sélection de personnes sont par ailleurs explicitement rangés, en principe, parmi les systèmes d’IA à haut risque par l’AI Act. Cela vise notamment les outils utilisés pour publier des offres ciblées, analyser ou filtrer des candidatures, ou évaluer des candidats. À compter d’août 2026, ces usages seront assortis d’exigences renforcées portant notamment sur la gestion des risques, la qualité des données, la documentation, la traçabilité, la transparence et la supervision humaine.

Le RGPD s’applique déjà aux recruteurs

Attendre les échéances de l’AI Act serait une erreur. Lorsqu’un outil d’IA émotionnelle traite des données relatives à une personne identifiable, le RGPD s’applique immédiatement. Une entreprise doit alors déterminer pourquoi elle collecte ces données, sur quelle base juridique elle les traite, qui y a accès, combien de temps elle les conserve et comment elle protège les candidats.

Plusieurs principes sont particulièrement sensibles dans un recrutement :

• La minimisation des données : seules les informations nécessaires à une finalité précise peuvent être recueillies. Il faut pouvoir démontrer en quoi l’analyse d’un visage ou d’une intonation est nécessaire pour apprécier l’aptitude professionnelle à un poste.
• La transparence : le candidat doit être informé de façon claire de l’existence de l’outil, des données analysées, de la logique générale du traitement et de ses droits.
• La sécurité et la confidentialité : les vidéos, voix et autres données comportementales ne peuvent pas circuler sans contrôle entre recruteurs, prestataires et filiales.
• L’analyse d’impact : un traitement susceptible d’engendrer un risque élevé pour les droits et libertés des personnes peut nécessiter une analyse d’impact relative à la protection des données.

Le consentement ne constitue pas une solution automatique. Pour être valable, il doit être libre, spécifique, éclairé et univoque. Or un candidat peut craindre qu’un refus de se soumettre à l’analyse compromette ses chances d’être recruté. Cette pression, même implicite, fragilise l’idée d’un consentement véritablement libre.

Le recours à une décision exclusivement automatisée est également encadré. Lorsqu’un système prend seul une décision produisant des effets juridiques ou des effets significatifs comparables pour une personne, le RGPD prévoit des garanties particulières. Écarter une candidature sur la base d’un score algorithmique relève clairement d’un risque élevé. Ajouter un recruteur à la dernière étape ne suffit pas si son intervention se limite à valider mécaniquement la recommandation de la machine : la supervision humaine doit être réelle et en mesure de contester le résultat.

Pourquoi la fiabilité scientifique pose problème

La question juridique est inséparable de la question scientifique. Les émotions ne s’expriment pas de façon uniforme. Le stress, la joie, la retenue ou l’assurance ne se lisent pas comme un code universel sur un visage. Une personne peut sourire par politesse, parler lentement parce qu’elle réfléchit, éviter un regard pour des raisons culturelles ou être déstabilisée par le seul fait d’être filmée.

L’AI Act souligne les limites de généralisation de ces technologies et le risque qu’elles produisent des résultats inexacts selon les contextes, les cultures et les individus. Dans un recrutement, un résultat incertain n’est pas anodin : il peut contribuer à priver une personne d’un emploi ou à la classer défavorablement sans qu’elle sache réellement pourquoi.

Le droit français du travail fixe déjà une règle simple : les informations demandées à un candidat doivent présenter un lien direct et nécessaire avec l’emploi proposé ou avec l’évaluation de ses aptitudes professionnelles. Une entreprise qui exploite un score de nervosité, de confiance ou de sincérité doit donc être capable d’expliquer le lien entre ce score et les compétences réellement requises. Dans bien des cas, cette démonstration sera difficile.

Les biais constituent un autre danger. Si les données ayant servi à concevoir ou entraîner un système reflètent des préférences historiques, des normes comportementales étroites ou des échantillons peu diversifiés, l’outil risque de désavantager certains profils. Les conséquences peuvent concerner l’âge, le genre, l’origine supposée, un handicap, l’accent, la maîtrise d’une langue ou simplement une manière différente de se présenter en entretien.

Comment sécuriser un projet d’IA dans le recrutement

Les responsables RH ne doivent pas aborder ces outils comme de simples fonctionnalités techniques. Avant toute expérimentation, l’entreprise doit associer les équipes RH, juridiques, protection des données, sécurité informatique et, selon son organisation, les représentants du personnel. L’objectif est de vérifier l’utilité réelle du projet avant de chercher à le déployer.

Une démarche prudente peut suivre plusieurs étapes :

1. Décrire exactement l’usage envisagé : l’outil classe-t-il des CV, transcrit-il un entretien, produit-il un score comportemental ou déduit-il des émotions ? Les termes du fournisseur doivent être confrontés aux fonctionnalités concrètes.
2. Écarter les usages interdits ou trop risqués : une technologie qui analyse la voix ou le visage pour attribuer un état émotionnel ne doit pas être banalisée comme un simple assistant RH.
3. Vérifier la conformité du prestataire : documentation technique, finalités, données utilisées, hébergement, sécurité, sous-traitants, possibilité d’audit et modalités de suppression doivent être examinés.
4. Évaluer les effets sur les candidats : une analyse d’impact, lorsque nécessaire, aide à identifier les atteintes possibles à la vie privée, les biais et les risques de discrimination.
5. Préserver une décision humaine substantielle : un recruteur doit comprendre les limites de l’outil, pouvoir écarter sa recommandation et justifier la décision finale par des éléments professionnels pertinents.

Frédéric Brajon, associé cofondateur de Saegus, observe que la première interrogation des entreprises porte précisément sur les technologies à éviter. C’est la bonne question de départ. Dans le domaine du recrutement, la conformité ne se limite pas à cocher une case contractuelle ou à accepter les conditions générales d’un éditeur.

Informer les candidats sans créer une fausse transparence

L’information des personnes est indispensable, mais elle ne rend pas licite un traitement qui ne le serait pas autrement. Un bandeau indiquant qu’une IA intervient dans le recrutement ne remplace ni l’examen de la nécessité du traitement ni l’évaluation de sa fiabilité.

Une information utile doit permettre au candidat de comprendre, dans un langage accessible, quelles données sont collectées, si une vidéo ou une voix est analysée, à quelle étape l’outil intervient, si un score est généré, qui prend la décision et quels sont les moyens d’exercer ses droits. Cette transparence est aussi une question de confiance. Un candidat qui découvre après coup qu’un algorithme a interprété ses émotions peut légitimement remettre en cause l’équité du processus.

Pour les entreprises, la réputation constitue un risque supplémentaire. Même lorsqu’un dispositif n’a pas encore fait l’objet d’une sanction, son acceptabilité sociale peut être faible. Dans un marché de l’emploi concurrentiel, donner le sentiment de soumettre les candidats à un détecteur d’émotions peut détériorer la marque employeur et éloigner des profils recherchés.

Ce qu’il faut surveiller d’ici à 2026

L’année 2025 est une période de préparation importante. Les interdictions de l’AI Act sont déjà applicables, tandis que les exigences détaillées pour les systèmes à haut risque de recrutement doivent entrer en application en août 2026. Les entreprises qui utilisent déjà des outils de sélection automatisée ont intérêt à établir dès maintenant un inventaire de leurs solutions, de leurs fournisseurs et des données mobilisées.

Les lignes directrices des autorités, la pratique de contrôle de la CNIL et les précisions européennes sur la qualification des systèmes seront particulièrement suivies. Les éditeurs devront aussi expliquer plus clairement ce que leurs outils infèrent réellement, sur quelles données ils s’appuient et dans quelles situations leurs résultats cessent d’être fiables.

L’enjeu dépasse enfin la seule conformité. Une IA peut aider à réduire des tâches administratives, à mieux structurer des candidatures ou à faciliter la prise de notes. En revanche, prétendre évaluer l’intériorité d’une personne à partir de son comportement observable change profondément la nature de la sélection. Dans le recrutement, l’innovation la plus utile sera celle qui renforce l’équité, l’explicabilité et le rôle du jugement humain, plutôt que celle qui promet de deviner les émotions d’un candidat.