L’IA est en train de standardiser les candidatures

Le CV reste une porte d’entrée majeure du recrutement. L’IA générative change pourtant ce qu’il permet réellement d’observer.

De la correction du CV à son optimisation complète

Pendant longtemps, les outils numériques appliqués au CV corrigeaient surtout l’orthographe, la mise en page ou quelques formulations. Un CV généré par IA va plus loin : il peut reformuler une expérience, faire ressortir des compétences, adapter le vocabulaire à une offre et produire plusieurs versions d’un même parcours en quelques minutes. Le réflexe « ChatGPT CV » transforme ainsi un travail artisanal en processus semi-automatisé.

Deloitte distingue en 2025 plusieurs degrés d’usage de l’IA dans l’acquisition de talents : assistance sur des tâches répétitives, augmentation du travail des équipes et agents capables d’exécuter certaines étapes avec une intervention humaine limitée. Cette progression montre que l’automatisation ne concerne plus uniquement les candidats : elle touche l’ensemble de la chaîne de recrutement.

Pour le candidat, la requête « CV intelligence artificielle » traduit donc un changement plus profond qu’un simple gain de confort. Un CV généré par IA peut être calibré pour le poste visé, les mots-clés attendus et les critères d’un ATS recrutement.

Mohamed Achahbar formule le problème ainsi :

« Le candidat n’est pas un métier. Donc, utiliser une IA pour leur permettre de mettre en avant leurs compétences ou leurs réalisations ou leurs accomplissements, je trouve ça simple. »

Le point est essentiel : savoir exercer un métier et savoir se vendre relèvent de compétences différentes.

‍

Quand l’optimisation devient la norme

Le problème apparaît lorsque l’avantage devient accessible à tous. Si chaque candidat utilise un assistant pour reformuler ses expériences, adapter son CV et préparer sa lettre, la qualité moyenne monte. Le CV généré par IA devient moins remarquable précisément parce qu’il devient courant. La logique « ChatGPT CV » crée alors un nivellement par le haut de la présentation, sans garantir un nivellement équivalent des compétences.

Cette évolution intervient dans un marché où les recruteurs absorbent déjà beaucoup de candidatures. Une enquête Indeed menée en 2025 auprès d’employeurs et de chercheurs d’emploi aux États-Unis et au Canada indique que 56 % des employeurs qui jugent le recrutement difficile citent le trop grand nombre de candidats, tandis que 39 % disent recevoir davantage de candidatures qu’un an auparavant. Indeed souligne aussi que les outils d’IA permettent de candidater plus rapidement et à davantage d’offres.

Le tri des CV devient alors plus exigeant. Les formulations sont plus propres, les mots-clés mieux choisis et les dossiers davantage alignés sur l’offre. Un ATS recrutement peut filtrer cette masse, mais il participe aussi à une mécanique où les candidats optimisent leurs documents pour des systèmes qui optimisent eux-mêmes la sélection des candidats.

Lorsque chacun apprend à produire le bon signal, ce signal perd une partie de sa valeur.

Un bon CV ne prouve pas qu’on est un bon candidat

Le CV donne des indices sur une personne sans observer directement sa capacité à faire le travail. L’IA rend cette limite plus visible.

Savoir candidater n’est pas savoir faire le métier

Un CV récompense plusieurs aptitudes : synthétiser son parcours, choisir les bons mots, comprendre les attentes d’un recruteur, hiérarchiser ses réalisations. Ces aptitudes peuvent être utiles, mais elles ne prouvent pas automatiquement les compétences des candidats pour le poste visé. C’est ici que l’idée « candidat n’est pas un métier » devient structurante. Un développeur brillant peut être médiocre dans l’exercice du CV. Une personne en reconversion peut ignorer les codes de son nouveau secteur. À l’inverse, certains candidats savent parfaitement anticiper ce que le recruteur veut lire.

L’IA réduit cette inégalité de présentation. Le réflexe « ChatGPT CV » peut aider une personne à traduire ses expériences dans un langage plus clair, sans changer ce qu’elle sait réellement faire. En ce sens, la logique « CV intelligence artificielle » démocratise une partie des codes du recrutement.

Cette évolution oblige surtout à revoir la fonction attribuée au document. Le tri des CV reste utile pour vérifier un parcours, identifier des prérequis ou préparer un entretien. Il devient plus fragile lorsqu’on lui demande de mesurer le potentiel, la capacité d’apprentissage ou la qualité d’exécution. L’avenir du CV dépendra donc moins de sa disparition que de la place qu’on lui accorde. Un bon dossier peut signaler une adéquation plausible. Il ne peut plus être considéré comme une preuve suffisante de performance future.

L’IA brouille encore davantage cette distinction

L’IA ajoute une couche intermédiaire entre la personne et son dossier. Une formulation convaincante peut provenir du candidat, d’un coach, d’un modèle génératif ou d’un mélange des trois. La qualité rédactionnelle devient ainsi un signal plus difficile à interpréter. Un CV généré par IA peut être exact tout en donnant une impression de maîtrise qui vient surtout de l’outil. Ce brouillage fonctionne dans les deux sens. Côté entreprise, le recrutement automatisé s’appuie sur des systèmes capables de rechercher des mots-clés, classer des profils, résumer des candidatures ou proposer des correspondances. Côté candidat, les mêmes technologies servent à adapter le dossier à ces filtres. Mohamed Achahbar résume cette tension :

« Ce qui gêne le plus les candidats, ce n’est pas d’être refusé à un poste, c’est de ne même pas avoir été considéré. »

La qualité d’un processus dépend donc aussi de la possibilité donnée à une personne de montrer ce que le document ne révèle pas.

Les compétences des candidats doivent alors être observées plus directement. Plus la forme devient standardisée, plus la sélection des candidats gagne à s’appuyer sur des preuves : réalisations, situations vécues, décisions prises, problèmes résolus.

Le CV perd-il vraiment sa valeur dans le recrutement ?

Le CV conserve une fonction pratique. Sa valeur change surtout à mesure que les outils qui le produisent et le lisent progressent.

Ce que le CV permet encore d’évaluer

Le CV reste un excellent outil de compression. En quelques secondes, il fournit une chronologie, des employeurs, des responsabilités, des formations, parfois des résultats mesurables. Pour un poste réglementé ou technique, il permet aussi de vérifier rapidement certains prérequis. Même dans un environnement de recrutement automatisé, cette fonction documentaire reste utile.

Sa force réside dans les faits qu’il rassemble, davantage que dans l’élégance de leur formulation. Un ATS recrutementpeut aider à extraire ces informations, mais l’interprétation doit conserver du contexte. Deux intitulés identiques peuvent recouvrir des responsabilités très différentes ; deux parcours atypiques peuvent cacher des compétences transférables difficiles à repérer par simple correspondance lexicale.

L’OCDE observe en 2026 que les employeurs s’orientent progressivement vers des pratiques « skills-first », fondées sur des compétences démontrées. Son rapport indique qu’environ la moitié des employeurs interrogés prévoient d’utiliser des tests préalables à l’embauche entre 2025 et 2030, tandis que l’expérience professionnelle demeure le signal le plus largement utilisé. Pour l’avenir du CV, cette nuance est centrale. Le document garde sa valeur comme carte du parcours. Le tri des CVdevrait surtout identifier des pistes à explorer, puis laisser d’autres méthodes vérifier les compétences des candidats et leur adéquation réelle avec le poste.

Ce qu’il ne devrait plus permettre de décider seul

Un CV donne une représentation déclarative. Même parfaitement sincère, il ne montre pas comment une personne raisonne face à l’incertitude, apprend une nouvelle méthode, collabore sous pression ou transforme une compétence en résultat. Plus l’IA facilite la mise en forme, moins ces dimensions peuvent être inférées à partir du style.

La sélection des candidats devient donc risquée lorsqu’elle repose uniquement sur des correspondances de mots-clés ou sur une note attribuée automatiquement. Le recrutement automatisé peut accélérer la première lecture, mais une automatisation mal conçue amplifie les critères choisis au départ. Si le profil idéal a été mal défini, l’algorithme appliquera cette erreur avec constance. Le même raisonnement vaut pour les candidats. Un CV généré par IA qui reprend exactement le vocabulaire d’une offre peut franchir certains filtres, sans constituer une preuve supplémentaire de performance. La requête « CV intelligence artificielle » ne devrait donc pas conduire à rechercher le document parfait, mais un document fidèle qui ouvre une conversation utile.

Le problème apparaît lorsqu’une entreprise confond qualité de présentation et qualité professionnelle. Les compétences des candidats demandent des signaux complémentaires. L’avenir du CV passe ainsi par une fonction plus modeste : informer, contextualiser et préparer l’évaluation suivante plutôt que décider seul.

Comment sélectionner les candidats lorsque tous les CV se ressemblent ?

Quand les dossiers convergent vers les mêmes standards, le recrutement doit déplacer son attention vers des éléments plus difficiles à optimiser artificiellement.

Chercher des preuves plutôt que des formulations

La première réponse consiste à distinguer déclaration et démonstration. « Gestion d’un projet complexe » reste une affirmation. Expliquer les contraintes, les arbitrages, les erreurs commises et le résultat obtenu produit une preuve beaucoup plus exploitable. Cette logique peut prendre la forme d’un entretien structuré, d’un portfolio, d’un cas pratique ou d’un échantillon de travail.

L’objectif consiste à choisir les signaux les plus proches du travail réel. Pour un rédacteur, un exercice court peut être plus informatif qu’une longue lettre de motivation. Pour un développeur, discuter d’un choix d’architecture apporte davantage qu’une liste de technologies. Cette approche améliore la sélection des candidats parce qu’elle réduit la dépendance à la qualité rédactionnelle du dossier. Elle recentre aussi le tri des CV sur son rôle initial : identifier des profils plausibles, puis approfondir.

Les compétences des candidats deviennent alors l’objet principal de l’évaluation. Dans cette logique, l’IA et recrutement peut servir à préparer des questions, synthétiser les réponses ou repérer des points à vérifier. Elle ne remplace pas la définition du besoin. Une entreprise qui ne sait pas précisément ce qu’elle veut mesurer automatisera surtout son imprécision. La performance d’un outil dépend toujours de la pertinence des critères qu’on lui demande d’appliquer.

Utiliser l’IA pour élargir l’évaluation

L’IA peut aussi résoudre une limite historique du recrutement : le temps disponible pour parler aux candidats. Un recruteur humain ne peut pas mener cent pré-entretiens pour un seul poste. Un système conversationnel peut, en théorie, recueillir des informations supplémentaires auprès d’un nombre beaucoup plus important de personnes.

Cette perspective donne au recrutement automatisé un rôle différent du simple filtrage. Au lieu d’éliminer rapidement, il peut enrichir la candidature : demander un exemple de réalisation, préciser une compétence ou recueillir les motivations. Les compétences des candidats deviennent plus visibles avant l’intervention du recruteur. Cette idée traverse fortement l’épisode. Mohamed Achahbar explique :

« Je pense que la plupart des candidats, et moi le premier, ont préféré avoir un échange avec une IA, même en sachant que c’est une IA, que d’avoir zéro échange. »

Le point est important : une interaction automatisée peut avoir de la valeur si elle offre réellement une chance supplémentaire d’être considéré et si son usage est transparent. Le recrutement automatisé doit donc être jugé sur la qualité de l’information produite, pas seulement sur les minutes économisées. Un ATS recrutement peut filtrer ; une IA conversationnelle peut contextualiser. La combinaison devient intéressante lorsqu’elle enrichit la sélection des candidats au lieu de simplement accélérer leur exclusion.

Le futur du recrutement pourrait commencer après le CV

L’avenir du CV se jouera probablement dans un changement de statut. Il restera utile comme point d’entrée, tandis que sa capacité à décider seul diminuera.

Le baromètre 2025 de PwC, fondé sur l’analyse de près d’un milliard d’offres d’emploi, estime que les compétences demandées évoluent 66 % plus vite dans les métiers les plus exposés à l’IA. Une photographie statique du parcours devient donc moins suffisante pour évaluer l’adéquation future à un poste.

L’avenir du CV pourrait ressembler à une fiche de contexte : ce que la personne a fait, dans quelles conditions et avec quels résultats. L’évaluation se déplacerait davantage vers la capacité à démontrer, expliquer et appliquer ses compétences. C’est aussi une autre manière de penser l’IA et recrutement : utiliser la technologie pour obtenir de meilleurs signaux, plutôt que pour produire toujours plus de candidatures et de filtres.

Le CV devient moins pertinent lorsqu’on lui demande de départager seul des personnes dont la présentation a été fortement standardisée. Le tri des CV reste une étape ; la démonstration des compétences doit prendre davantage de place. C’est cette tension qu’explore l’épisode « Recrutement et IA : des CV parfaits, des choix impossibles » d’AI Experience avec Mohamed Achahbar. L’IA et recrutement oblige désormais à reconsidérer ce que le CV peut réellement prouver, et ce qu’il faut aller chercher ailleurs.

‍