Tri automatique de CV en Suisse romande : éviter les biais de l'IA

Un filtre qui trie aussi les origines

Les PME romandes de 5 à 50 collaborateurs reçoivent régulièrement des candidatures rédigées en français, en allemand, parfois en anglais ou en italien — sans compter les dossiers francophones de candidats issus d'Afrique subsaharienne ou du Maghreb dont le registre de langue diffère du français helvétique standard. Lorsqu'un outil d'ATS (Applicant Tracking System) ou un module de scoring par IA analyse ces dossiers, il compare les textes à un corpus d'entraînement. Si ce corpus a été construit principalement sur des CV d'Europe occidentale en français neutre, tout écart morphologique, lexical ou orthographique constitue un signal négatif — même quand il est sans rapport avec les compétences réelles du candidat.

Ce n'est pas un risque théorique. Des études menées dans des contextes comparables (Royaume-Uni, France, Canada) montrent que des CV avec prénoms à consonance étrangère ou avec des formulations issues d'une autre tradition rédactionnelle obtiennent des scores inférieurs de 15 à 30 % dans certains systèmes, à compétences égales. En Suisse romande, la dimension est amplifiée : un marché de l'emploi trilingue voire quadrilingue, des candidats qui passent d'une convention collective à l'autre, et des PME qui n'ont souvent pas de RH dédié pour auditer les résultats du filtre automatique.

Cadre légal suisse applicable

Droit du travail et égalité de traitement

La loi fédérale sur l'égalité entre femmes et hommes (LEg) interdit toute discrimination à l'embauche fondée sur le sexe. Son champ d'application couvre aussi les phases de présélection, y compris automatisées. Une PME qui utilise un outil de tri produisant systématiquement un désavantage pour les candidates s'expose à une action civile — la preuve de la discrimination incombant alors à l'employeur de renverser la présomption (art. 6 LEg).

La loi sur le travail (LTr) ne traite pas directement de l'IA dans le recrutement, mais les obligations générales de l'employeur en matière de protection de la personnalité (art. 328 CO) s'appliquent dès la phase précontractuelle. Utiliser un algorithme qui produit des résultats discriminatoires peut constituer une atteinte à la personnalité d'un candidat au sens de l'art. 28 CC.

Nouvelle loi sur la protection des données (nLPD)

Entrée en vigueur le 01.09.2023, la nLPD introduit à l'art. 21 une obligation d'information spécifique pour les décisions individuelles automatisées : lorsqu'une décision ayant des effets juridiques ou affectant significativement une personne est prise par un traitement automatisé, la personne concernée doit pouvoir en être informée et demander qu'un être humain réexamine la décision. Un tri automatique de CV qui conduit à une exclusion définitive sans intervention humaine entre potentiellement dans ce périmètre. L'amende prévue en cas de violation peut atteindre CHF 250'000 (art. 60 nLPD).

Concrètement : si votre ATS produit un score et qu'aucun recruteur ne regarde les candidats éliminés avant de 100, vous avez probablement une décision automatisée au sens de la nLPD. La mention dans votre politique de confidentialité des candidats doit le préciser.

Pas (encore) de régulation IA spécifique en Suisse

Contrairement à l'Union européenne — dont l'AI Act classe les systèmes de recrutement automatisé en risque élevé — la Suisse n'a pas adopté de loi spécifique sur l'IA au 01.07.2025. Le SECO suit activement les développements européens et a publié des lignes directrices non contraignantes sur la numérisation du marché du travail. Une PME romande exportant vers l'UE ou traitant des données de ressortissants européens reste indirectement soumise aux exigences de l'AI Act via ses partenaires ou clients.

Comment les biais se forment techniquement

Le problème du corpus d'entraînement

Un modèle de scoring de CV apprend à partir d'exemples historiques : les candidats qui ont été recrutés et qui ont réussi dans le poste. Si vos embauches passées concernent majoritairement des candidats de nationalité suisse, ayant fait leurs études en Suisse romande et rédigé leurs CV en français standard, le modèle intègre implicitement ces caractéristiques comme corrélats de succès. Il ne discrimine pas intentionnellement — il généralise à partir de données biaisées.

En Suisse romande, plusieurs sources de biais sont particulièrement actives :

• Lexique sectoriel germanophone transposé en français : un comptable bernois qui écrit « selon le plan comptable suisse » en traduisant mot à mot peut déclencher un score négatif sur un ATS calibré sur des formulations romandes.
• Diplômes étrangers non reconnus formellement : un titre de « Licence en gestion » d'une université marocaine ne sera pas mappé automatiquement à un Bachelor HES suisse, même si les compétences sont équivalentes.
• Ponctuation et typographie : l'usage des guillemets français « » ou des espaces insécables avant les deux-points est courant chez les candidats francophones non helvétiques et peut perturber des parsers de CV bas de gamme.
• Longueur du CV : la norme suisse romande est de 1-2 pages max. Un candidat formé en France ou en Belgique livrera souvent 3-4 pages, pénalisé par certains filtres sans rapport avec ses qualifications.

Le biais de langue sur un marché quadrilingue

Une PME du canton de Fribourg, bilingue français-allemand, reçoit des CV en français, en allemand et parfois les deux. Un ATS configuré uniquement en français attribuera un score nul ou très bas aux dossiers en allemand, non pas parce que le candidat ne convient pas, mais parce que le modèle ne peut pas les traiter. Le responsable RH ne voit jamais ces candidats. Le problème est invisible car le système ne retourne aucune erreur — il retourne simplement un score de 0.

Mesures opérationnelles pour corriger les biais

Audit du seuil de coupure

La première mesure est d'auditer ce qui est rejeté, pas seulement ce qui est retenu. Prenez un échantillon aléatoire de 10 % des CV rejetés chaque mois et faites-les évaluer manuellement par un recruteur. Si vous constatez que les CV avec des prénoms à consonance étrangère ou des diplômes non suisses sont surreprésentés dans le rejet, vous avez la preuve empirique d'un biais systémique. Cet audit n'exige pas de compétences statistiques avancées : un tableur avec deux colonnes (score ATS / évaluation humaine) suffit pour détecter une corrélation anormale.

Anonymisation des données identitaires

La solution la plus robuste reste le recrutement anonymisé : supprimer prénom, nom, adresse, photo et date de naissance avant l'analyse algorithmique. Des outils de parsing de CV permettent d'extraire ces champs et de les masquer. Cette pratique est légalement possible en Suisse car aucune loi n'impose à un candidat de fournir sa photo ou sa date de naissance — l'art. 328b CO interdit même à l'employeur de traiter des données personnelles non pertinentes pour le poste. Si votre outil ATS ne permet pas l'anonymisation native, une étape manuelle de masquage avant import est suffisante pour une PME de moins de 50 collaborateurs.

Calibrage multilingue et multi-registre

Si vous recrutez régulièrement des candidats germanophones ou italophones, configurez votre ATS pour traiter plusieurs langues ou utilisez un modèle de scoring langue-agnostique basé sur les compétences déclarées plutôt que sur le texte brut. Certains outils permettent de définir des critères de matching structurés (années d'expérience, certifications spécifiques, secteur) indépendamment de la langue du CV. Cette approche réduit le risque lié à la variété linguistique sans nécessiter un modèle d'IA multilingue coûteux.

Intervention humaine obligatoire avant exclusion

Conformément à l'art. 21 nLPD, aucun candidat ne devrait être définitivement éliminé sans qu'un être humain ait validé la décision. Concrètement, définissez une règle interne : tout candidat ayant soumis un dossier complet doit recevoir une décision prise ou confirmée par un recruteur humain. Pour une PME de 10 à 30 employés recevant 50 à 150 candidatures par poste, un ATS peut pré-trier les candidats en trois groupes (à traiter, à examiner, à rejeter) mais seul le groupe « à rejeter » peut être communiqué automatiquement — et uniquement après validation manuelle d'un échantillon.

Cas pratique

Contexte : Nathalie Jaccard dirige une PME de services comptables à Sion (Valais), 18 collaborateurs. Elle cherche un comptable junior bilingue français-anglais. Elle utilise un ATS gratuit intégré à son portail d'offres d'emploi. Sur 87 candidatures reçues, l'ATS en classe 12 comme « pertinentes » et 75 comme « rejetées ».

Problème détecté : Nathalie demande à son assistante RH, Camille Roux, de parcourir manuellement 15 CV du groupe rejeté. Elles constatent que 6 candidats avec un prénom à consonance africaine ou maghrébine figurent dans ce groupe, dont 3 avec des profils objectivement comparables aux 12 retenus. L'ATS avait pénalisé ces dossiers pour deux raisons : (1) les diplômes mentionnés n'étaient pas dans sa base de données de référence (universités de Dakar, Rabat), et (2) le format de date utilisé était JJ/MM/AAAA au lieu de MM/AAAA, générant une erreur de parsing sur les périodes d'emploi.

Correction appliquée :

1. Nathalie demande au fournisseur ATS d'ajouter une liste d'universités africaines francophones reconnues dans la base de données de référence. Délai obtenu : 3 semaines.
2. En attendant, Camille applique une règle manuelle : tout CV rejeté avec un score entre 40 et 60 (sur 100) est reclassé en « à examiner » et passe devant une paire d'yeux humaine.
3. Les 6 candidats initialement rejetés reçoivent une invitation à un entretien téléphonique de 20 minutes. Deux sont finalement présélectionnés pour un entretien en présentiel.
4. Nathalie ajoute à sa politique de candidature (publiée sur son site) une mention explicite : « Nos dossiers font l'objet d'une présélection assistée par un outil automatique. Toute décision d'exclusion est confirmée par un membre de notre équipe RH. »

Impact chiffré : Sur 87 candidatures, le temps de traitement manuel passe de 0 heure (tout-automatique) à environ 4 heures supplémentaires pour auditer les cas limites. Le coût est estimé à CHF 120 (4h × CHF 30/h pour une assistante RH junior). En contrepartie, l'un des deux candidats réintégrés est retenu et confirmé en période d'essai — évitant un deuxième cycle de recrutement évalué à CHF 2'500-4'000 en coûts directs (annonces, temps RH, intégration).

Récapitulatif opérationnel

• Cartographiez vos sources de biais : identifiez la composition linguistique et géographique de votre pool habituel de candidats avant de configurer ou choisir un ATS.
• Auditez le rejet mensuel : examinez manuellement 10 % des CV rejetés ; documentez les résultats pour détecter toute surreprésentation d'un groupe protégé.
• Appliquez l'anonymisation dès le parsing : masquez prénom, nom, date de naissance et photo avant le scoring algorithmique.
• Configurez le matching sur des critères structurés : années d'expérience, certifications, secteur — pas sur le texte brut du CV qui est sensible à la langue et au registre.
• Respectez l'art. 21 nLPD : aucune exclusion définitive sans confirmation humaine ; mentionnez explicitement l'usage d'un outil automatisé dans votre politique candidats.
• Testez votre ATS avec des CV fictifs : soumettez des dossiers identiques en termes de compétences mais avec des prénoms, adresses et formats différents ; comparez les scores obtenus.
• Formez la personne qui configure les critères : les biais entrent souvent par les mots-clés choisis par le recruteur (ex. « HEC Lausanne » au lieu de « master en gestion »), pas par l'algorithme seul.
• Vérifiez la conformité nLPD : mettez à jour votre déclaration de protection des données pour mentionner le traitement automatisé des candidatures et le droit de demander un réexamen humain.
• Anticipez l'AI Act si vous avez des activités UE : les systèmes de recrutement automatisé sont classés à risque élevé ; documentez vos choix algorithmiques même si l'obligation formelle ne s'applique pas encore en Suisse.

Un outil comme SynHR, conçu pour le contexte réglementaire suisse, peut vous aider à structurer vos processus RH de manière à intégrer ces garde-fous sans alourdir votre charge administrative.

Sources

• Nouvelle loi fédérale sur la protection des données (nLPD) — fedlex.admin.ch — texte consolidé en vigueur depuis le 01.09.2023, notamment art. 21 sur les décisions individuelles automatisées.
• Loi fédérale sur l'égalité entre femmes et hommes (LEg) — fedlex.admin.ch — base légale pour l'interdiction de discrimination à l'embauche, y compris par voie automatisée.
• Secrétariat d'État à l'économie (SECO) — informations sur les conditions de travail, le marché de l'emploi et les développements liés à la numérisation RH en Suisse.
• Loi sur le travail (LTr) — fedlex.admin.ch — obligations générales de l'employeur en matière de protection de la personnalité des travailleurs et candidats.
• Portail ch.ch — Travailler en Suisse — informations pratiques sur les droits des travailleurs et les procédures d'embauche en contexte suisse multilingue.