Tu publies une offre. Deux cents candidatures arrivent. Toutes bien écrites, toutes suspicieusement calées sur tes mots-clés, et au bout de la quarantième, tu ne sais plus qui est réel.
Chaque article que tu vas trouver là-dessus te promet de t’apprendre les « signes qui trahissent ». Les tirets cadratins. « Fort de mon expérience ». « Doté d’un sens aigu du résultat ». Repère le robot, jette le robot, embauche l’humain.
Ne fais surtout pas ça. La recherche sur la détection de texte IA est étonnamment claire, et elle dit que l’approche par « les signes » va te faire rejeter les mauvaises personnes : concrètement, les gens qui n’ont pas grandi en français.
Il y a une meilleure façon de gérer ça, et elle est plus vieille que ChatGPT.
Le problème est réel, et il dépasse ta boîte de réception
Commençons par l’échelle honnête du truc. Robert Half a interrogé plus de 2 000 recruteurs américains : 67 % disent que l’examen des candidatures générées par IA a ralenti leurs embauches, un sur cinq rapportant des retards de plus de deux semaines. 84 % des équipes RH signalent une charge de travail plus lourde. 65 % disent que les CV « polis » par l’IA rendent les compétences réelles plus dures à vérifier.
Deux réserves que j’aurais à ta place. Cette enquête a été menée en novembre 2025 et publiée en mars 2026 : elle tourne dans la presse spécialisée depuis, donc si tu l’as vue cette semaine, elle n’est pas neuve. Et Robert Half est un cabinet de recrutement ; le même communiqué rapporte que 89 % des répondants trouvent les cabinets efficaces pour régler le problème. Tu en fais la lecture que tu veux.
Côté français, l’ampleur n’est pas un fantasme. Selon l’APEC, un cadre sur deux utilise désormais l’IA au moins une fois par semaine, et parmi les candidats, 31 % déclaraient s’en servir en mars 2026 contre 15 % fin 2024. Surtout, le premier usage, c’est la lettre de motivation : 77 % s’en servent pour la rédiger ou l’améliorer, 70 % pour le CV, 62 % pour écrire un mail au recruteur. Autrement dit, le document le plus exposé à l’IA est précisément celui que les tutos « repère le faux » te disent de scruter.
La pression de fond, elle, ne fait pas débat. Le cabinet Mercer estime que plus de 75 % des grandes entreprises utilisent au moins un outil d’IA dans leur processus d’embauche, et les systèmes de tri automatisé rejettent entre 70 et 88 % des candidatures avant même qu’un humain les regarde. Gartner, de son côté, projette que d’ici 2028, un profil de candidat sur quatre dans le monde pourrait être faux.
Pourquoi « repérer le CV IA » est un mauvais conseil
Voici ce que les preuves montrent vraiment.
Des chercheurs de Stanford (Liang et coll., revue Patterns, Cell Press) ont fait tourner sept détecteurs de texte IA très répandus sur 91 dissertations TOEFL écrites par des non-anglophones, à côté de copies d’étudiants américains. Les détecteurs ont bien classé les natifs plus de 90 % du temps.
Ils ont classé plus de la moitié des copies non natives comme « générées par IA ». Un détecteur en a signalé 97 %. Dix-neuf copies ont été signalées à l’unanimité par les sept outils.
Le mécanisme est peu glorieux et important. Ces outils mesurent à quel point les choix de mots sont prévisibles. Quelqu’un qui écrit dans sa deuxième langue va vers un vocabulaire plus simple, plus courant, ce qui est statistiquement identique à une machine. Quand les chercheurs ont demandé à ChatGPT de réécrire ces mêmes copies avec un vocabulaire plus riche, les détecteurs les ont reclassées comme humaines.
Relis ça. Rendre le texte plus « touché par l’IA » a fait dire aux détecteurs qu’il était plus humain.
Une autre revue, portant sur 14 outils de détection, conclut qu’ils ne sont « ni précis ni fiables ». Donc quand une enquête rapporte que huit recruteurs sur dix disent savoir repérer un CV IA, comprends ce qu’est ce chiffre : de la confiance auto-déclarée, pas de la précision mesurée. Personne ne les a testés.
Le hic français par-dessus : des détecteurs spécialisés dans le contenu francophone existent et se vendent aux recruteurs, en promettant d’analyser CV et lettres de motivation. Sauf qu’ils tombent dans le même piège. Comme le résumait un recruteur sur X : dès qu’un candidat « pond un texte en français correct », sans fautes, bien tourné, les détecteurs voient un faux positif. En clair, tu ne pénalises pas les tricheurs, tu pénalises ceux qui écrivent bien, dont les non-natifs qui ont appris le français adultes.
Et là, en France, ce n’est pas qu’un problème d’équité. C’est un problème juridique.
En France, la discrimination à l’embauche, c’est pénal
Ce point mérite d’être posé net, parce que je ne l’ai vu nulle part dans les articles « les 7 signes qui trahissent l’IA ».
Écarter automatiquement une candidature soupçonnée d’être écrite par IA désavantage systématiquement ceux qui maîtrisent moins bien le français écrit, souvent des candidats non natifs. Or l’article L.1132-1 du Code du travail interdit toute discrimination à l’embauche, et l’article 225-2 du Code pénal précise qu’un refus d’embauche fondé sur un critère discriminatoire est une infraction punie de trois ans d’emprisonnement et 45 000 € d’amende.
Ajoute deux couches que les recruteurs français citent déjà spontanément. Le RGPD, article 22 : une personne a le droit de ne pas faire l’objet d’une décision fondée uniquement sur un traitement automatisé. Et l’AI Act européen classe le recrutement parmi les usages à risque élevé, avec obligation de supervision humaine effective et d’audits à mesure que les échéances tombent en 2026.
Donc une checklist « repère les tics de l’IA » qui recale en série des profils non natifs, ce n’est pas juste injuste : c’est exactement la discrimination indirecte que ce cadre vise. Tu paierais un outil pour t’exposer.
Pendant que tu lisais le style, la vraie fraude est passée
Les candidats réellement faux, eux, n’ont pas de problème de style.
KnowBe4 (une boîte de sensibilisation à la cybersécurité, comble de l’ironie) a embauché un opérateur nord-coréen en 2024. Il a passé quatre entretiens vidéo, une vérification d’antécédents et un contrôle d’identité, avec une identité américaine volée et une photo de stock retouchée par IA. Vingt-cinq minutes après avoir reçu son ordi de travail, il a commencé à charger des logiciels malveillants.
Ce n’est pas un cas isolé. Le ministère de la Justice américain a documenté des combines utilisant les identités volées de plus de 80 Américains pour placer des opérateurs dans plus de 100 entreprises ; une seule « ferme à laptops » en Arizona a placé des travailleurs dans 309 sociétés, dont une banque du Fortune 500 et Nike. L’Unit 42 de Palo Alto a montré qu’un chercheur sans expérience préalable pouvait fabriquer une identité deepfake temps réel fonctionnelle en environ 70 minutes, avec du matériel grand public.
Aucune de ces personnes n’a été démasquée parce que son CV utilisait un tiret cadratin. Elles ont été prises par le comportement, par la vérification, et dans le cas de KnowBe4, par leur propre surveillance de sécurité après l’embauche.
Et ton trieur IA a le pouce sur la balance
Si tu te dis « je vais juste demander à ChatGPT de trier la pile », encore un résultat à connaître.
Des chercheurs ont mené une expérience contrôlée sur des CV couvrant 24 métiers, à qualité constante (arXiv:2509.00462). Les grands modèles de langage préféraient systématiquement les CV écrits par eux-mêmes. Le biais contre les CV écrits par des humains allait de 67 % à 82 % selon le modèle. Les candidats dont le CV avait été écrit par le même modèle que celui qui trie étaient 23 % à 60 % plus susceptibles d’être présélectionnés que des candidats aussi qualifiés qui avaient écrit le leur.
Donc le tri par IA ne filtre pas l’écriture IA. Il la récompense, et pénalise en douce le candidat qui a pris le temps d’écrire son truc lui-même. C’est-à-dire, en principe, la personne que tu cherchais.
Quoi faire à la place
Arrête d’évaluer le document. Évalue la personne face au travail. C’est un terrain bien balisé de la recherche en recrutement : ce qui prédit la performance, c’est un échantillon de travail et un entretien structuré ; ce qui ne prédit presque rien, ce sont les vérifications de références et les années d’expérience. (Les fameux chiffres de validité de la méta-analyse de Schmidt & Hunter, 1998, ont été revus à la baisse par Sackett et coll. en 2022 : l’ordre a tenu, les magnitudes ont fondu. Ne balance pas les coefficients à la figure des gens. Fie-toi à l’ordre.)
Trois étapes, et un patron solo peut les faire tourner toutes les trois.
1. Donne une petite tâche réelle. Deux heures, rémunérées, qui ressemblent au vrai poste. Une facture à rapprocher. Un tableur en vrac à nettoyer. Une réclamation client à traiter. Peu importe qu’ils aient utilisé l’IA pour aider : ce qui compte, c’est de savoir si le résultat est bon et s’ils savent le défendre. C’est la chose la plus riche en signal que tu puisses faire, et ça te coûte quelques centaines d’euros par finaliste.
2. Fais passer le même entretien à tout le monde, et creuse les détails. Écris tes questions avant de rencontrer qui que ce soit. Puis, sur chaque affirmation du CV, descends d’un cran : raconte-moi le mois où tu as augmenté l’efficacité de 40 %. C’était combien avant, qui d’autre était impliqué, qu’est-ce qui a failli capoter ? Quelqu’un qui l’a vécu a de la texture. Quelqu’un coaché par l’IA a un résumé. Et demande carrément, sans juger : tu as utilisé l’IA sur ta candidature, et comment ? En 2026, la réponse honnête est en général oui. Ce que tu écoutes, c’est s’ils s’en sont servis comme d’un outil ou comme d’un prête-plume, et s’ils savent faire la différence.
3. Vérifie l’identité avant l’accès au matériel ou aux systèmes. Pas au moment de l’offre : avant que l’ordi ne parte. Visio en direct, pièce d’identité qui correspond au visage à l’écran, adresse confirmée. S’ils refusent la caméra, tu as ta réponse. C’est l’étape qui attrape la vraie fraude, et c’est celle que presque personne ne fait.
Ce que ça veut dire pour toi
Si tu embauches deux ou trois personnes par an sans recruteur : tu ne peux sans doute pas lire 200 candidatures. N’essaie pas. Filtre sur l’échantillon de travail d’abord, le CV ensuite. Inverse l’entonnoir.
Si tu es recruteur dans une plus grosse boîte : le levier, c’est de réécrire l’offre d’emploi. Une part des responsables RH l’ont fait pour décourager les réponses IA génériques ; des exigences précises, inhabituelles, difficiles à bluffer coûtent moins cher que n’importe quel outil de détection.
Si tu es tenté d’acheter un détecteur d’IA : ne le fais pas. Les preuves évaluées par les pairs disent qu’ils ne sont pas fiables, et leurs erreurs tombent le plus lourdement sur les non-natifs. En France, tu paierais littéralement pour un risque juridique.
Si tu es candidat et que tu lis ça : utilise l’IA, puis réécris dans ta voix. Pas parce qu’un détecteur va t’attraper (il ne le fera pas de façon fiable), mais parce que l’entretien, lui, le fera. On te demandera de défendre chaque ligne de cette page.
Si tu recrutes des travailleurs à l’international : l’étape de vérification d’identité n’est pas de la paranoïa, c’est le chemin d’attaque documenté. Fais-la avant l’accès, à chaque fois, y compris pour le candidat que tu aimes bien.
Ce que ça ne réglera pas
- Ça ne te rendra pas le temps. Un échantillon de travail te coûte de l’argent et de l’attention. C’est moins cher qu’un mauvais recrutement, mais ce n’est pas gratuit.
- Ça ne te dira pas qui a écrit le CV. Rien ne le peut de façon fiable. Arrête d’essayer.
- Ça ne passe pas à l’échelle de 200 candidats. Il te faut quand même un premier tri : fais-en une question à réponse précise et vérifiable, pas un jugement au feeling sur le style.
- Ça n’attrape pas seul une fraude compétente. KnowBe4 a fait quatre entretiens et une vérif d’antécédents. Ajoute la vérification d’identité par-dessus ; ne compte pas sur les entretiens seuls.
- Ça n’empêchera pas les candidats d’utiliser l’IA. Ce train est parti. Un tiers des candidats le font déjà, et le chiffre ne va que dans un sens.
En résumé
Le raz-de-marée est réel. Le conseil pour le repérer est pire qu’inutile : il échoue à ce qu’il promet et réussit à recaler des étrangers.
Alors change ce que tu notes. Le CV n’a jamais été une preuve ; c’était toujours juste une affirmation. Demande deux heures du vrai boulot, pose les mêmes questions à tout le monde, et vérifie que la personne à l’écran est bien celle que tu vas payer.
Voilà. Ça marchait avant l’IA, et c’est la seule chose qui marche encore après.
Envie de comprendre ce que font les candidats de l’autre côté ? Notre cours CV et Lettre de Motivation avec l’IA montre les outils qu’ils utilisent, ce qui est la façon la plus rapide de calibrer ce que tu lis. Si tu construis un process de recrutement assisté par IA, IA pour les Ressources Humaines et Réussir ses Entretiens avec l’IA couvrent le bon usage et là où le tri automatisé dérape.
À lire aussi : Recrutement vocal par IA : l’audit CNIL et AI Act et Recherche d’emploi : ton CV avec ChatGPT en 15 minutes.
Sources
- Enquête Robert Half : 67 % des responsables RH disent que les candidatures IA ralentissent l’embauche (n = 2 000+ recruteurs US, terrain nov. 2025)
- Les détecteurs GPT sont biaisés contre les non-anglophones — Liang et coll., Patterns (Cell Press), 2023
- AI Detectors Biased Against Non-Native English Writers — Stanford HAI
- Test des outils de détection de texte généré par IA — International Journal for Educational Integrity
- Auto-préférence de l’IA dans le tri algorithmique de CV — arXiv:2509.00462
- Les cadres et l’IA 2026 — APEC
- Discriminations à l’embauche liées au recrutement automatisé par IA — Village de la Justice
- Comment un opérateur nord-coréen s’est fait embaucher chez KnowBe4 — Axios
- Candidats deepfake dans le pipeline de recrutement — Palo Alto Networks Unit 42
