Les données publiques des candidats ne donnent pas carte blanche à l'appariement par IA

Les données publiques sur les candidats peuvent servir à l’appariement par IA lorsque leur utilisation respecte le contexte dans lequel elles ont été partagées. Mais un accès public n’est pas une autorisation illimitée. Un système responsable indique clairement l’existence de tout profil dérivé, préserve la source et la finalité, ne copie que le nécessaire, permet aux candidats de corriger ou de supprimer leurs données, explique ce qu’un score ne permet pas de prouver et réserve les décisions importantes à un véritable examen humain.

Cette distinction a pris une forme particulièrement concrète cette semaine. HN Match Maker, un projet présenté sur Show HN, a transformé les fils de recrutement mensuels de Hacker News en une place de marché où les postes et les candidats sont consultables et classés. La réalisation est ingénieuse. Elle constitue aussi une étude de cas concise sur les choix de conception auxquels toute équipe qui applique l’IA au recrutement doit désormais se confronter.

Les deux réactions faciles, « c’était public, donc tout est permis » et « il n’y avait pas de consentement préalable, donc c’est forcément illégal », passent à côté de l’essentiel. Les messages d’origine invitent explicitement à proposer des postes. L’appariement respecte donc cette finalité. Pourtant, l’extraction, l’enrichissement, la republication durable et le classement créent un nouveau produit de données autour de personnes qui avaient simplement rédigé un commentaire sur le forum d’un tiers.

La vraie question n’est pas de savoir si des données publiques peuvent être utilisées, mais comment préserver l’intention initiale de la personne lorsqu’on automatise leur traitement.

Ce que fait réellement HN Match Maker

Chaque mois, Hacker News publie deux fils complémentaires : « Who is hiring? » et « Who wants to be hired? ». Le fil des candidats leur demande d’indiquer leur lieu de résidence, leur préférence pour le télétravail, leurs technologies, leur CV et leur adresse e-mail. Il donne aussi une consigne précise aux lecteurs : n’utiliser ces adresses que pour discuter de postes.

HN Match Maker utilise l’API publique de HN pour recueillir les commentaires de premier niveau des deux fils. D’après sa page consacrée à la méthode, un LLM extrait les compétences, le domaine, le niveau d’expérience, la fourchette salariale, le lieu et la préférence pour le télétravail ainsi que les besoins en matière de visa. Le système élimine ensuite les combinaisons qui présentent des incompatibilités rédhibitoires, par exemple entre télétravail et présence sur site, entre fourchettes salariales sans recoupement ou en matière de visa, puis classe les autres.

La formule publiée est précise, ce qui mérite d’être salué :

Lors de notre relevé du 2 septembre, le site affichait 105 postes et 130 candidats. Cela représente jusqu’à 13 650 combinaisons possibles avant l’application des filtres stricts. Chaque page de profil présente des informations synthétisées, une liste de postes classés par pertinence, le détail des facteurs et un lien vers le commentaire HN d’origine.

Ces choix donnent déjà au projet une longueur d’avance sur les outils qui se contentent d’afficher une pastille opaque du type « 87 % de compatibilité selon l’IA ». La source est visible. Les facteurs peuvent être examinés. Le créateur précise explicitement que le score mesure la plausibilité d’un appariement et ne constitue pas une décision de recrutement. Il avertit également que l’extraction automatisée peut mal interpréter des messages laconiques.

Mais une formule transparente ne vaut pas validation de l’appariement. Dans un exemple public, il a été possible de reproduire la formule et d’obtenir environ 44 sur 100. Cela prouve que le calcul est vérifiable. Cela ne permet pas de savoir si 44 est un résultat utile, si un meilleur candidat a obtenu un score inférieur, si les champs manquants avantagent ou pénalisent systématiquement certains profils, ni si les résultats de recrutement ont été mesurés.

Le meilleur argument en faveur de l’utilisation de ces messages

Le meilleur argument en faveur de ce type d’appariement n’est pas que « tout ce qui se trouve sur Internet est public ». C’est que le contexte d’origine était bien le recrutement.

Dans « Who wants to be hired? », les candidats ont volontairement publié des informations professionnelles afin que des employeurs puissent les trouver. Le fil invite les lecteurs à les contacter au sujet d’un emploi. Un outil qui facilite la découverte de postes pertinents reste donc bien plus proche de la finalité annoncée que, par exemple, un courtier en données qui exploiterait les mêmes commentaires pour établir des profils de solvabilité ou des audiences publicitaires.

Ce contexte compte, tant du point de vue de l’éthique de conception que de la protection des données. Dans le cadre du RGPD, le consentement n’est pas la seule base légale possible. Un responsable du traitement peut parfois invoquer l’intérêt légitime après avoir documenté l’intérêt poursuivi, la nécessité du traitement et les raisons pour lesquelles les droits de la personne ne prévalent pas. Le caractère public des données et les attentes raisonnables de la personne font partie des éléments à prendre en compte.

Affirmer que « l’appariement par IA exige toujours un consentement » serait donc rassurant, simple et faux.

La meilleure règle est de respecter la limite choisie par la personne. Un message public de recherche d’emploi peut justifier la découverte de profils à des fins de recrutement. Il ne justifie pas automatiquement un enrichissement sans rapport avec cette finalité, une conservation permanente, la déduction de caractéristiques sensibles, la revente ou un rejet automatisé. Même dans le recrutement, transformer un commentaire en profil durable assorti d’un niveau d’expérience déduit et de recommandations classées modifie l’accessibilité et la portée des données.

Un lien vers la source ne suffit alors plus.

Quand la découverte publique devient un profilage à l’insu des candidats

L’expression « appariement par IA » masque cinq opérations distinctes :

1. Collecte : importer un commentaire public ou un CV.
2. Enrichissement : convertir un texte libre en attributs structurés ou déduits.
3. Recherche : aider un recruteur à trouver les dossiers pertinents.
4. Recommandation : classer les personnes selon leur adéquation estimée.
5. Action : contacter, présélectionner ou écarter quelqu’un.

À chaque étape, les conséquences pour la personne augmentent. Chacune exige donc ses propres garde-fous.

Un système attentif à la provenance consigne l’origine du profil, la date de collecte et la finalité attachée à cette source. Un système d’enrichissement distingue les faits copiés des déductions du modèle. Un moteur de recherche présente les éléments qui ont fait remonter un résultat. Un système de recommandation documente ses pondérations, son traitement des données manquantes, ses limites et sa validation. Enfin, au moment d’agir, une personne nommément désignée assume la responsabilité de la suite donnée.

Regrouper ces cinq opérations sous une autorisation générale liée aux « données publiques » est le meilleur moyen de transformer discrètement une fonction utile de recherche de candidats en base de données parallèle.

L’Information Commissioner’s Office (ICO) britannique a précisément relevé ce phénomène lors de ses audits de fournisseurs d’IA pour le recrutement. Son bilan de novembre 2024 indique que certains outils recueillaient bien plus d’informations que nécessaire et les conservaient sans limite pour constituer de vastes bases de candidats à leur insu. Le régulateur a formulé près de 300 recommandations, toutes acceptées ou partiellement acceptées.

Les questions pratiques de l’ICO restent utiles au-delà du Royaume-Uni : quelle est la finalité ? Quelle est la base légale ? Qui est responsable du traitement et qui est sous-traitant ? Quelles informations sont réellement nécessaires ? Comment les candidats apprendront-ils ce que fait l’outil, corrigeront-ils les erreurs et contesteront-ils un résultat automatisé ? Combien de temps le dossier sera-t-il conservé ?

Rien de tout cela ne prouve que HN Match Maker a enfreint la loi. Son opérateur, son pays d’établissement, ses processus internes et son architecture technique complète ne sont pas publics. En revanche, cela montre pourquoi une notice de confidentialité claire, une politique de conservation et une procédure de correction ou de suppression doivent faire partie du produit, et non être renvoyées à un chantier juridique ultérieur.

Le détail d’un score ne vaut pas validation

L’explicabilité comporte au moins trois niveaux, mais les produits de recrutement se limitent souvent au premier.

Calcul : l’utilisateur peut-il reproduire le score à partir des facteurs affichés ? HN Match Maker s’en sort plutôt bien sur ce point.

Interprétation : l’utilisateur sait-il ce que signifie ce score ? Un résultat de 44 peut être faible, moyen ou excellent selon la distribution et le seuil retenu. Sans étalonnage, ce n’est qu’un nombre affiché avec une fausse précision décimale.

Validité : le score améliore-t-il réellement le résultat qu’il prétend favoriser ? Pour le savoir, il faut le comparer à des évaluations ou à des résultats pertinents, surveiller les types d’erreurs et vérifier si ses performances diffèrent selon les groupes et les types de postes.

Une pondération fixe traduit elle aussi un choix de conception. Pourquoi le recoupement des compétences devrait-il compter deux fois plus que le niveau d’expérience ? Comment « Ruby », « Rails » et « Hotwire » sont-ils normalisés ? Une fourchette salariale absente reçoit-elle une valeur neutre, une pénalité ou un marqueur d’incertitude ? L’« adéquation au domaine » repose-t-elle sur une expérience explicite ou sur une supposition du LLM ? Une formule transparente rend ces questions visibles, mais n’y répond pas.

Le cadre de gestion des risques liés à l’IA du NIST propose un modèle opérationnel utile autour de quatre fonctions : Govern, Map, Measure et Manage, soit gouverner, cartographier, mesurer et gérer. Il s’agit de recommandations volontaires, pas d’une loi sur le recrutement. Leur intérêt tient à la prise en compte de tout le cycle de vie. Les équipes documentent l’usage prévu, mesurent les performances et les effets, recueillent les retours des personnes concernées, surveillent le comportement en production et précisent comment des humains peuvent passer outre le système ou l’arrêter.

Pour un outil d’appariement de candidats, les mesures utiles comprennent :

• Le taux d’erreur d’extraction par champ et par format de source
• La part des appariements immédiatement écartés par les recruteurs
• Le taux de correction, de suppression et de réclamation des candidats
• La fréquence et les motifs des décisions humaines qui contredisent le système
• La conversion d’un appariement suggéré en échange accepté par les deux parties
• Les écarts de résultats selon les postes, les lieux, les niveaux d’expérience et les groupes pertinents
• Le taux de profils obsolètes et de prises de contact infructueuses

Si vous ne savez pas expliquer ce qui vous conduirait à réduire l’influence d’un modèle ou à le désactiver, vous n’avez pas de supervision. Vous vous en remettez simplement au modèle, avec un tableau de bord en prime.

Sept garde-fous pour un appariement respectueux du contexte

Les garde-fous suivants distinguent un produit d’appariement utile d’un répertoire de personnes sans responsable clairement désigné.

1. Conserver la finalité avec la provenance

Conservez l’URL source, la date de collecte, le type de source et la finalité annoncée dans le dossier. « Web public » n’est pas une catégorie de source assez précise pour régir les utilisations ultérieures. Un message qui invite à proposer un emploi et une liste de participants à une conférence peuvent être publics tout en suscitant des attentes très différentes.

2. Informer avant que le profil ne produise des conséquences

Indiquez aux candidats que leurs données ont été recueillies, quelles informations ont été copiées ou déduites, pourquoi elles sont traitées, qui peut les voir et combien de temps elles seront conservées. Lorsque la loi impose d’informer en cas de collecte indirecte, cette démarche peut constituer une obligation. Ailleurs, elle demeure un choix de conception qui nourrit la confiance.

Pour un petit répertoire doté de pages de profil accessibles, « il est impossible d’informer les personnes » ne devrait pas être l’hypothèse retenue par défaut.

3. Réduire la republication au strict nécessaire

Un outil d’appariement n’a généralement pas besoin de republier un CV entier, une adresse e-mail personnelle ou le message brut pour démontrer la pertinence d’un résultat. Présentez au recruteur le minimum d’éléments utiles et renvoyez-le vers la source d’origine lorsque c’est approprié. Ne déduisez pas de caractéristiques protégées ou sensibles simplement parce qu’un modèle en est capable.

4. Distinguer les faits, les déductions et les valeurs manquantes

Différenciez clairement les mentions « déclaré par le candidat », « extrait de la source » et « déduit par le modèle ». Signalez l’absence d’information sur le salaire, le niveau d’expérience ou le lieu au lieu de fabriquer une fausse certitude. Donnez au candidat comme au recruteur les moyens de corriger le dossier.

5. Faire courir la durée de conservation dès la collecte

Les données des candidats doivent avoir une échéance, calculée dès leur collecte. Un fil de recrutement mensuel se prête particulièrement bien à cette règle : la source elle-même est limitée dans le temps. N’actualisez un dossier qu’en présence d’un nouveau signal ou d’un renouvellement explicite, pas chaque fois qu’un robot d’indexation repasse sur la page.

6. Faciliter l’opposition et la suppression

Proposez directement depuis le profil une procédure claire de correction, de retrait, d’exclusion et de suppression. Le droit à l’effacement n’est pas absolu dans toutes les juridictions. Pour autant, obliger quelqu’un à mener l’enquête pour identifier l’opérateur reste une piètre conception, même si la loi ne demande rien de plus.

7. Séparer l’appariement des décisions et des messages

Un score d’appariement doit présenter les éléments qui le justifient, pas devenir un filtre de rejet automatique. Un recruteur doit décider quels dossiers examiner et être capable d’expliquer pourquoi. Toute prise de contact doit faire l’objet d’une approbation distincte, associée au destinataire précis et au contenu exact du message. Cette séparation limite les conséquences d’une mauvaise extraction ou d’un score mal étalonné.

Ce que cela donne dans Kit, et ce qu’il reste à améliorer

Kit sépare volontairement le consentement à rejoindre le vivier de talents, la recherche, la conservation et l’approbation des prises de contact.

Les candidats qui rejoignent un vivier de talents public dans Kit acceptent une déclaration de consentement qui leur est présentée, vérifient leur adresse e-mail et voient leurs données conservées pendant une durée configurable. La valeur par défaut est de 24 mois. Avant l’échéance, le système peut les avertir et demander un renouvellement ; les dossiers dont le renouvellement est refusé ou dont la durée a expiré sont anonymisés. Les recruteurs peuvent utiliser l’extraction et la recherche de CV parmi les dossiers vérifiés, mais la recherche renvoie des éléments de preuve plutôt qu’un score d’adéquation à un poste. Elle ne prétend pas que la similarité cosinus permette de prédire qui devrait être recruté.

Lorsqu’un recruteur passe de la découverte à la prise de contact, Kit traite ce passage comme une nouvelle décision. L’approbation d’un envoi est associée au destinataire, à l’expéditeur, à l’objet, au corps du message, à la version, à l’identité de la personne qui approuve et à l’heure précise. Si le message change, l’approbation devient caduque. C’est le même principe que celui décrit plus haut : la recherche peut suggérer, mais une personne assume l’action. Consultez Confidentialité et consentement des candidats et Vérifier et envoyer des messages pour découvrir le fonctionnement actuel.

Il subsiste aussi une véritable lacune. L’import en masse de CV dans Kit consigne la provenance et exige de l’employeur importateur qu’il atteste disposer d’une base légale et qu’il informera les candidats. Cependant, les dossiers importés dans le vivier de talents ne sont actuellement ni vérifiés ni assortis d’un consentement. Ils n’apparaissent pas dans la recherche ordinaire réservée aux dossiers vérifiés et ne semblent pas non plus être intégrés automatiquement au même mécanisme d’expiration des consentements. Kit ne propose pas davantage d’espace candidat en libre-service qui permettrait à une personne de supprimer son dossier du vivier de talents.

Ces limites méritent d’être énoncées clairement. Une attestation n’est pas un consentement, et consigner la provenance ne revient pas à gérer l’ensemble du cycle de vie. La prochaine étape pour le produit consiste à intégrer les dossiers importés dans un parcours qui tient compte de leur source, avec information, vérification, renouvellement et suppression, sans prétendre que toutes les juridictions ou toutes les sources obéissent à la même règle.

Cette position est plus honnête que d’apposer une étiquette « IA responsable » sur un score caché.

L’appariement sert à découvrir, pas à trancher

HN Match Maker est intéressant précisément parce qu’il se trouve à la frontière. Les données source étaient bel et bien publiques. Les candidats invitaient réellement à leur proposer des postes. Le projet publie effectivement sa formule et renvoie aux éléments d’origine. Ce sont de vrais arguments en sa faveur.

Les questions encore ouvertes commencent avec le nouveau produit construit sur ces données : la personne a-t-elle été informée de l’existence du profil synthétisé ? Peut-elle le corriger ou le supprimer ? Quelle durée de conservation s’applique ? Quels champs sont déduits ? Que prédit le score ? Comment est-il testé ? Qui répond de la décision lorsqu’un recruteur traite un classement comme un jugement ?

La réponse ne consiste ni à interdire l’appariement ni à exiger une boîte de dialogue de consentement pour chaque lien. Il faut concevoir le système de manière à ce que le contexte survive à l’automatisation.

Conservez la provenance avec le dossier. Limitez les données copiées. Montrez l’incertitude. Permettez aux personnes de corriger le dossier. Faites expirer les données obsolètes. Mesurez les résultats et les cas où une personne passe outre la recommandation du système. Exigez qu’une personne assume la présélection, le rejet et le message.

Une intention exprimée publiquement peut justifier la découverte de profils. Elle ne donne pas carte blanche pour constituer un profil permanent ou prendre une décision invisible.

Vous souhaitez disposer d’un vivier de talents où le consentement, la recherche dans les dossiers vérifiés, la conservation et l’approbation des prises de contact constituent des garde-fous distincts ? Démarrez votre essai gratuit. Le produit ne couvre pas encore tous les cas particuliers, et c’est précisément pourquoi les garde-fous comme les lacunes doivent rester visibles.