IA et ressources humaines : automatiser sans déshumaniser le travail

L’intelligence artificielle ne remplace pas une direction des ressources humaines, mais elle change déjà son quotidien. Tri de documents, réponses aux questions récurrentes, aide à la rédaction, rapprochement entre compétences et postes : ces usages peuvent alléger une partie du travail administratif. Le vrai enjeu n’est donc pas seulement d’aller plus vite. Il consiste à choisir les tâches à automatiser, à préserver le discernement humain et à ne pas transformer des données sur les personnes en décisions inexplicables.

Le sujet s’impose au moment où le Sommet pour l’action sur l’IA, organisé à Paris les 10 et 11 février 2025, remet les effets de l’intelligence artificielle sur le travail au centre des discussions. Dans les entreprises, les systèmes d’information de ressources humaines, ou SIRH, intègrent progressivement des fonctions d’IA générative, d’analyse de données et d’automatisation. Elles promettent une fonction RH plus fluide et plus réactive. Elles soulèvent aussi une question simple : jusqu’où confier à une machine des décisions qui influencent un recrutement, une évolution de carrière ou les conditions de travail ?

Ce que l’IA change concrètement dans les ressources humaines

Les ressources humaines manipulent une grande quantité d’informations : candidatures, contrats, congés, formations, compétences, évaluations, mobilités ou réponses à des enquêtes internes. Une partie de ces opérations est répétitive, structurée et chronophage. C’est sur ce terrain que les outils d’IA peuvent être les plus utiles.

L’automatisation ne signifie pas nécessairement qu’un logiciel « décide ». Dans de nombreux cas, elle sert plutôt à préparer le travail : extraire des informations d’un document, les classer dans le bon dossier, repérer une donnée manquante, résumer un texte ou proposer un premier brouillon. Une équipe RH garde alors la responsabilité de vérifier le résultat, de le corriger et de prendre la décision finale.

Selon les usages évoqués dans la publication d’origine, l’IA peut réduire jusqu’à 80 % le temps consacré à certaines tâches manuelles. Ce chiffre ne doit toutefois pas être compris comme une promesse universelle. Le gain dépend de la tâche concernée, de la qualité des processus existants, du niveau d’intégration au SIRH et du temps nécessaire pour contrôler les résultats. Automatiser une procédure confuse ne la rend pas soudainement fiable : cela peut simplement accélérer la confusion.

Pourquoi la qualité des données est la première condition

L’IA est souvent présentée comme une technologie capable de tirer du sens de volumes considérables d’informations. En ressources humaines, cette capacité peut aider à produire des analyses plus rapides, à identifier des tendances et à appuyer des décisions de gestion des talents. Mais un système ne peut fournir des résultats fiables que s’il reçoit des données elles-mêmes fiables.

Une donnée incomplète, mal renseignée ou obsolète peut fausser une analyse. Par exemple, un référentiel de compétences qui ne décrit que certains métiers, ou des historiques de recrutement qui reflètent des pratiques anciennes, risquent de produire des recommandations inadaptées. L’outil peut donner une impression de précision parce qu’il génère un score ou une liste ordonnée. Cela ne garantit ni la pertinence de son raisonnement ni l’équité de son résultat.

La question de l’organisation des informations devient donc centrale. Un SIRH centralisé peut faciliter la cohérence : les données sont normalisées, les doublons sont plus faciles à repérer et les analyses s’appuient sur une base commune. À l’inverse, une accumulation d’outils spécialisés, non reliés entre eux, fragmente les données et complique les décisions.

Le choix ne se réduit pas à une opposition technique. Un système centralisé peut améliorer le pilotage, mais il concentre aussi des informations sensibles et demande une gouvernance solide. Un environnement composé de plusieurs outils peut mieux répondre à des besoins locaux, mais il doit être interopérable et administré de façon rigoureuse. Dans les deux cas, l’entreprise doit savoir quelles informations sont collectées, pour quelle finalité, qui y accède et combien de temps elles sont conservées.

Comment l’IA transforme-t-elle le recrutement ?

Le recrutement est l’un des domaines où l’IA est la plus visible. Les outils peuvent assister les recruteurs à plusieurs étapes : rédaction d’une annonce, synthèse des candidatures, extraction de compétences mentionnées dans un CV, préparation d’une grille d’entretien ou réponses aux questions pratiques des candidats.

Le bénéfice attendu est double. D’un côté, les équipes RH peuvent traiter plus vite les tâches de volume et consacrer davantage de temps aux entretiens, à l’évaluation des motivations ou aux échanges avec les managers. De l’autre, une meilleure structuration des candidatures peut permettre de comparer plus clairement les critères liés au poste.

Il faut cependant distinguer l’assistance de la sélection automatisée. Suggérer des compétences proches d’une offre d’emploi n’a pas la même portée que classer des personnes selon une probabilité de réussite, puis éliminer automatiquement celles qui obtiennent un score inférieur. Dans le second cas, les conséquences pour les candidats sont directes. Les critères retenus, la manière dont ils sont pondérés et les éventuels biais du système doivent donc pouvoir être interrogés.

Les algorithmes apprennent ou fonctionnent à partir de données et de règles définies par des humains. Ils peuvent reproduire des déséquilibres présents dans les données historiques, privilégier certains parcours ou mal interpréter des formulations inhabituelles. Un CV ne résume pas une personne, pas plus qu’une correspondance de mots-clés ne permet à elle seule d’évaluer une capacité à travailler dans un collectif.

Analyse prédictive : utile pour anticiper, risquée si elle prétend prédire les individus

L’analyse de données ouvre des perspectives au-delà de la gestion administrative. En croisant des informations historiques, un outil peut faire apparaître des tendances : besoins de formation, évolution de certaines compétences, répartition de la mobilité interne ou difficultés de recrutement sur un métier. Ces analyses peuvent aider les responsables RH à préparer leurs décisions plutôt qu’à réagir trop tard.

Le terme « prédictif » mérite néanmoins d’être manié avec prudence. Une prévision n’est pas une certitude. Elle décrit une tendance calculée à partir du passé et d’hypothèses, pas le destin d’un salarié ou d’un candidat. Utiliser un indicateur pour planifier des formations n’a pas la même portée que s’en servir pour supposer qu’une personne quittera l’entreprise, n’évoluera pas ou serait moins performante.

Les indicateurs RH demandent donc une interprétation humaine. Une hausse de l’absentéisme, un taux de départ élevé ou un résultat d’enquête interne sont des signaux à examiner, pas des explications toutes faites. Le contexte d’une réorganisation, la charge de travail, le management, les conditions matérielles ou des événements extérieurs peuvent modifier profondément la lecture des données.

L’analyse des retours des salariés peut également aider à comprendre les attentes en matière de formation, de mobilité ou d’organisation du travail. Mais ce type d’usage ne doit pas dériver vers la surveillance individuelle. Les collaborateurs doivent comprendre la finalité de la collecte et disposer d’un cadre de confiance. Sans cela, l’outil censé améliorer l’expérience employé peut fragiliser le dialogue social.

Données personnelles, biais et contrôle humain : les garde-fous indispensables

Les RH traitent des informations parmi les plus sensibles de l’entreprise. Elles touchent à l’identité, au parcours professionnel, à la rémunération, à l’évaluation, parfois à la santé ou à la situation familiale. Déployer une IA dans ce domaine impose donc de protéger les données et de limiter les accès au strict nécessaire.

En Europe, le règlement général sur la protection des données, ou RGPD, encadre déjà les traitements de données personnelles. Il appelle notamment à définir une finalité précise, à limiter les données collectées et à informer les personnes concernées. Les décisions fondées uniquement sur un traitement automatisé et produisant des effets juridiques ou des effets significatifs similaires font l’objet de garanties particulières.

Le règlement européen sur l’intelligence artificielle, souvent appelé AI Act, ajoute un cadre propre à l’IA. Les systèmes employés pour certains usages liés à l’emploi, à la gestion des travailleurs ou à l’accès au travail sont classés parmi les usages à haut risque et font l’objet d’exigences renforcées. Depuis le 2 février 2025, certaines pratiques sont déjà interdites dans l’Union européenne, dont l’utilisation de systèmes visant à déduire les émotions d’une personne sur le lieu de travail, sauf exceptions limitées liées à la médecine ou à la sécurité.

Pour une entreprise, la conformité ne se résume pas à accepter les conditions d’utilisation d’un fournisseur. Elle suppose de poser des questions concrètes avant tout déploiement :

• quelles données l’outil traite-t-il et où sont-elles hébergées ?
• les données servent-elles à entraîner le système ou sont-elles conservées par le prestataire ?
• quels critères influencent les recommandations produites ?
• un recruteur, un manager ou un salarié peut-il comprendre et contester un résultat ?
• qui est responsable lorsqu’une recommandation erronée a des conséquences ?

La transparence est une condition de l’acceptation. Elle n’implique pas de dévoiler chaque détail technique d’un logiciel, mais d’expliquer clairement l’usage de l’outil, ses limites et le rôle de la personne qui contrôle la décision. Former les équipes RH, les managers et les salariés concernés est tout aussi important que choisir une solution technologique.

Repenser le rôle des professionnels des RH

L’essor de l’IA peut déplacer une partie du travail RH plutôt que le faire disparaître. Si les tâches de saisie, de tri et de recherche d’informations diminuent, les compétences de jugement, d’écoute, de médiation et d’accompagnement prennent davantage de poids. Les professionnels doivent aussi apprendre à évaluer les résultats d’un outil, à repérer une incohérence et à savoir quand ne pas suivre une recommandation.

Cette évolution concerne également les PME. Elles peuvent trouver dans les assistants et logiciels intégrés à leurs outils une occasion de simplifier certaines procédures, sans disposer d’une grande équipe informatique. Mais elles ont besoin, elles aussi, d’un cadre clair. Commencer par un cas d’usage limité, mesurer le temps réellement gagné, recueillir les retours des utilisateurs et ajuster les règles constitue souvent une approche plus sûre qu’un déploiement généralisé.

L’IA devient alors un outil de travail parmi d’autres, et non une autorité invisible. Sa meilleure utilisation en RH est celle qui enlève de la friction administrative pour redonner du temps aux échanges humains, tout en conservant des règles de responsabilité explicites.

Ce qu’il faut surveiller dans les prochains déploiements

La réussite de l’IA dans les ressources humaines ne se mesurera pas seulement au nombre de processus automatisés. Elle dépendra de critères plus exigeants : la qualité des données, la capacité des salariés et des candidats à comprendre les usages, l’existence d’un recours humain et la possibilité de corriger les erreurs.

Les entreprises auront intérêt à évaluer leurs outils régulièrement. Un système peut évoluer, les données changent et les méthodes de travail aussi. Tester les résultats sur des cas variés, vérifier qu’aucun groupe n’est désavantagé sans raison légitime et documenter les décisions sont des pratiques essentielles.

L’équilibre à trouver est novateur, mais son principe est simple : l’IA peut renforcer l’efficacité de la fonction RH lorsqu’elle assiste les personnes qui prennent les décisions. Lorsqu’elle les remplace dans des choix sensibles, sans explication ni contrôle, elle risque au contraire d’affaiblir la confiance qui fait la qualité d’une relation de travail.