Canva impose l'IA dans ses entretiens techniques. Et vous ?

Oui, vous pouvez exiger des candidats qu’ils utilisent l’IA en entretien technique, et trois des plus gros employeurs d’ingénieurs le font désormais. Canva, Meta et Google ont chacun ouvert un tour précis aux assistants IA, prévenu les candidats à l’avance et réécrit l’énoncé pour qu’une seule requête ne suffise pas à le résoudre. Aucun n’a actionné d’interrupteur valable pour toute l’entreprise. La vraie décision ne porte pas sur l’autorisation de l’IA, mais sur l’étape qui l’autorise et sur ce que vous évaluez à ce moment-là.

Canva a cessé de traquer l’IA en entretien pour se mettre à l’exiger

Le 11 juin 2025, l’équipe d’ingénierie de Canva a publié un billet signé Simon Newton, au titre sans la moindre ambiguïté : « Oui, vous pouvez utiliser l’IA dans nos entretiens. Nous y tenons, même. »

Pour les candidats backend, machine learning et frontend, Canva a supprimé son entretien « Computer Science Fundamentals », le tour classique d’algorithmique et de structures de données, et l’a remplacé par une nouvelle compétence évaluée : le codage assisté par IA. Les candidats viennent avec leurs propres outils. Le billet cite Copilot, Cursor et Claude. La justification est directe : « Plutôt que de lutter contre cette réalité et d’essayer de surveiller l’usage de l’IA, nous avons décidé de miser sur la transparence et de composer avec ce nouveau contexte. »

Le plus instructif n’est pas la règle elle-même, mais ce qu’est devenu l’énoncé. Canva a retiré les exercices autoportants du type Jeu de la vie de Conway et les a remplacés par des scénarios produit volontairement flous. L’exemple qu’ils publient : concevoir un système de contrôle des décollages et des atterrissages dans un aéroport saturé. Impossible d’en venir à bout en une seule requête. Il n’existe aucune réponse à mémoriser, et aucun moyen d’avancer sans décider par quoi commencer, puis défendre ce choix à voix haute.

Canva a aussi prévenu les candidats de ce qui les attendait. Dans les mots de l’entreprise : « nous informons désormais les candidats en amont qu’ils devront utiliser des outils d’IA, et nous leur recommandons vivement de s’entraîner ».

La justification interne était banale et, pour la plupart des équipes techniques, très familière : près de la moitié des ingénieurs frontend et backend de Canva utilisaient déjà quotidiennement un outil de codage assisté par IA. L’entretien s’était éloigné du métier.

La stratégie défensive ne produit aucun signal exploitable

La plupart des équipes ont pris le chemin inverse, et les chiffres donnent à penser que c’est peine perdue.

Le rapport « AI Workforce Transformation » 2025-2026 de Karat, publié le 7 janvier 2026 et mené auprès de 400 responsables techniques aux États-Unis, en Inde et en Chine, livre trois constats qui ne prennent leur sens qu’ensemble. 62 % des organisations interdisent toujours l’IA en entretien technique. Ces mêmes responsables estiment que plus de la moitié des candidats s’en servent malgré tout, consigne contraire ou pas. Et 71 % jugent que l’IA a rendu les compétences techniques plus difficiles à évaluer.

En une phrase : la plupart des équipes interdisent, la plupart pensent que l’interdiction échoue, et l’évaluation s’est compliquée quand même. L’interdiction produit une mise en scène de conformité, pas une mesure.

Le volet répressif est encore moins reluisant. Des documents internes d’Amazon consultés par Business Insider en février 2025 demandent aux candidats de ne pas utiliser d’outils d’IA générative pendant les entretiens « sauf autorisation explicite », en avertissant qu’un manquement « peut entraîner une disqualification ». Amazon a également diffusé un guide censé aider les évaluateurs à repérer l’usage de l’IA, avec des indices comme le candidat qui tape pendant qu’on lui pose la question, qui lit au lieu de répondre, ou dont le regard se promène. C’est du détecteur de mensonges amateur sur 45 minutes, et c’est le meilleur argument disponible pour dire que la détection ne fonctionne pas. Nous avons raconté cette course aux armements dans recruter des ingénieurs quand tout le monde a la même IA.

La facture atterrit aussi dans votre emploi du temps. Robert Half a interrogé plus de 2 000 responsables du recrutement américains en novembre 2025 : 67 % déclarent que l’examen des candidatures générées par IA a ralenti leurs recrutements et 65 % que la vérification des compétences est devenue plus difficile.

Ce que Canva, Meta et Google ont réellement changé

Trois entreprises, trois parcours d’entretiens différents, un même geste structurel. Chacune a cantonné l’IA à une seule étape, laissé le reste inchangé et prévenu les candidats avant l’étape, pas après.

Le porte-parole de Meta présente la chose comme une évidence : « Nous nous concentrons évidemment sur l’IA pour aider nos ingénieurs au quotidien ; il n’est donc pas surprenant que nous testions la mise à disposition de ces outils auprès des candidats pendant les entretiens. » En interne, un second motif apparaît : un tour ouvert à l’IA reflète mieux l’environnement réel de développement et rend la triche par LLM beaucoup moins payante. Quand l’outil est autorisé, l’introduire en fraude cesse d’être un avantage.

Brian Ong, vice-président du recrutement chez Google, tient publiquement le même raisonnement : le pilote existe « pour mieux refléter la façon dont nos équipes travaillent à l’ère de l’IA ». D’après le document interne rapporté par Business Insider, les évaluateurs jugent trois choses : la formulation des requêtes, la validation du code produit et la capacité à déboguer.

Le quatrième point de données est un revirement, et c’est le plus convaincant. Anthropic a interdit l’IA aux candidats en mai 2025, puis a abandonné cette interdiction dès juillet 2025. Le résultat n’est ni un oui ni un non : l’IA est autorisée pour les documents de candidature et la préparation aux entretiens, autorisée dans les exercices à réaliser chez soi lorsque la consigne le précise, et interdite en entretien en direct sauf mention contraire. Un laboratoire d’IA n’a pas réussi à faire tenir une interdiction générale sur son propre entonnoir, et il l’a remplacée par une règle étape par étape.

Ouvrir ou fermer l’IA se décide par étape, pas par entreprise

« Autorise-t-on l’IA ? » est la mauvaise question, parce que le parcours d’entretiens n’est pas un bloc unique. Un exercice à réaliser chez soi et une discussion d’architecture ne mesurent pas les mêmes facultés, se déroulent dans des conditions différentes et n’ont rien de comparable en matière d’exposition à l’IA. Un seul réglage à l’échelle de l’entreprise garantit qu’au moins une de ces étapes sera mal paramétrée.

Deux définitions, parce que le vocabulaire n’est pas ici un détail :

• Une étape ouverte à l’IA attend du candidat qu’il utilise un assistant, et la grille d’évaluation note la façon dont il le dirige, le vérifie et le corrige.
• Une étape fermée à l’IA exclut tout assistant et reste assez courte et circonscrite pour qu’on puisse légitimement demander une performance sans aide.

Un parcours par défaut ressemble à ceci :

La règle empirique : ne gardez une étape fermée à l’IA que si vous savez formuler ce qu’une performance sans aide vous apprend et que la version ouverte masquerait. « Cela paraît plus rigoureux » n’est pas une réponse. « Ce tour vérifie si le candidat tient un arbitrage de systèmes distribués en tête pendant que je le contredis », si.

Repensez l’exercice pour qu’une seule requête ne suffise pas

Ouvrir une étape à l’IA sans toucher à l’énoncé, voilà l’erreur type. Si un ingénieur compétent bouclait votre exercice en trois heures en 2023, un assistant le termine aujourd’hui en douze minutes, et vous avez transformé une évaluation en formalité. Quatre changements font l’essentiel du travail :

1. Rendez l’énoncé ambigu. Le système de contrôle aérien de Canva n’indique aucun schéma de données, aucun périmètre défini, aucun premier geste évident. Le candidat doit choisir, et ce choix est le signal.
2. Partez d’un code imparfait, pas d’un dépôt vide. Fournissez un dépôt de départ contenant de vrais problèmes : une condition de concurrence subtile, une requête N+1, un test qui passe pour de mauvaises raisons. Comprendre et corriger est un objectif plus exigeant que générer, et le tour pilote de Google repose précisément là-dessus.
3. Exigez une trace écrite du raisonnement. Demandez une description de pull request nommant une chose que l’assistant a ratée et la manière dont le candidat s’en est aperçu. Ceux qui n’ont rien vérifié ne peuvent pas simuler ce paragraphe de façon crédible.
4. Notez les arbitrages soulevés, pas les tests réussis. Si votre notation se résume à une suite de tests, c’est l’IA qui remporte l’évaluation et vous n’apprenez rien.

La grille d’évaluation : notez la collaboration, pas le résultat

Dans un entretien technique où l’IA est autorisée, notez six choses : la façon dont le candidat découpe un énoncé ambigu, les moments où il choisit de ne pas recourir à l’IA, sa manière de valider le code généré, son diagnostic et sa correction des erreurs, son aptitude à soulever spontanément les enjeux de production, et sa capacité à expliquer du code qu’il n’a pas tapé.

Cette grille combine les cinq compétences publiées par Canva et les trois critères annoncés par Google, et prolonge la grille de jugement présentée dans comment évaluer le vrai niveau des ingénieurs à l’ère de l’IA. La mécanique de pondération est détaillée dans notre guide des grilles d’évaluation structurées, et elle pèse ici plus lourd que dans un parcours classique, parce que la variance se concentre sur la validation du résultat et la correction.

Cette pondération repose sur des données. Dans l’enquête développeurs 2025 de Stack Overflow, la première source de frustration liée à l’IA, à 66 %, ce sont « les solutions d’IA presque justes, mais pas tout à fait », et 45,2 % indiquent que déboguer du code généré par IA prend plus de temps. La défiance active envers l’exactitude de l’IA est passée à 46 %, contre 31 % un an plus tôt, quand seulement 3,1 % déclarent une confiance élevée.

Passons au chiffre le plus dérangeant. Un essai contrôlé randomisé de METR publié en juillet 2025 a confié à 16 développeurs open source expérimentés 246 tickets réels issus de leurs propres dépôts. Avec des outils d’IA à disposition, ils ont été 19 % plus lents. Après coup, ils estimaient que l’IA les avait rendus 20 % plus rapides. L’échantillon est réduit, mais lisez ce résultat comme un argument en faveur de l’entretien ouvert à l’IA, pas contre lui. Si des ingénieurs chevronnés ne savent pas dire si leur assistant les aide, alors savoir quand cesser de le solliciter devient une compétence rare et difficile à feindre. Elle est aussi invisible dans un entretien où l’IA est bannie, puisque le candidat qui accepte une réponse presque juste et celui qui la rattrape se ressemblent trait pour trait devant un tableau blanc.

Prévenez les candidats avant l’étape, pas après

Le volet annonce n’est pas une politesse : c’est votre garde-fou contre la fraude.

L’enquête menée par Gartner au 2ᵉ trimestre 2025 auprès de 3 000 candidats montre que 6 % reconnaissent avoir participé à une fraude en entretien, c’est-à-dire s’être fait passer pour quelqu’un d’autre ou avoir envoyé un tiers à leur place ; le cabinet prévoit qu’un profil de candidat sur quatre dans le monde sera factice d’ici 2028. Jamie Kohn, directrice de recherche senior au pôle RH de Gartner, le dit sans détour : « Il devient plus difficile pour les employeurs d’évaluer les capacités réelles des candidats et, dans certains cas, leur identité. »

La parade recommandée par Gartner n’est pas un prestataire de détection, mais des attentes claires et des critères de recrutement communiqués, y compris, explicitement, votre définition d’un usage acceptable de l’IA. Un cabinet d’analystes qui se penche sur la fraude des candidats aboutit à la réponse constructive.

Il existe une deuxième raison de publier vos règles. La même enquête révèle que seuls 26 % des candidats font confiance à l’IA pour les évaluer équitablement. Face à une règle non énoncée, les candidats devinent votre critère et imaginent le pire ; cette ambiguïté vous coûte de bons profils en haut de l’entonnoir.

Reprenez ce texte, adaptez les détails et affichez-le sur l’étape elle-même :

Exercice à réaliser chez soi : outils d’IA attendus. Utilisez ce que vous utilisez au travail, Copilot, Cursor ou Claude compris. Nous ne testons pas votre capacité à écrire du code sans aide ; nous évaluons votre façon de cadrer un problème ambigu, de vérifier ce que produit votre assistant et de le corriger. Dans la description de votre pull request, indiquez-nous une chose que l’assistant a ratée et comment vous l’avez repérée. Le tour suivant est une discussion en direct sur ce code, sans IA : n’envoyez donc que du travail que vous pouvez défendre ligne à ligne.

Cette dernière phrase fait davantage pour l’intégrité de l’évaluation que n’importe quel logiciel de télésurveillance. Quand l’étape ouverte à l’IA est suivie d’une discussion fermée à l’IA sur le même code, les rendus truqués s’effondrent au premier contact.

Les problèmes d’équité que personne n’a résolus

Il y en a trois, et aucun n’a reçu de réponse publiée.

L’accès aux outils. Les formules vraiment utiles de Cursor, Claude et Copilot sont payantes : exiger l’IA revient donc à imposer un abonnement à un candidat sans emploi. Google fournit Gemini, Meta fournit un assistant dans CoderPad. Le billet de Canva ne dit rien de cette question. Fournissez l’outil ou le budget, et ne faites jamais du choix de l’outil une variable notée.

L’asymétrie d’entraînement. Canva « recommande vivement » aux candidats de s’entraîner. Or quiconque travaille déjà dans une entreprise dotée d’un budget IA s’entraîne depuis un an aux frais de son employeur. Publiez le format et un énoncé d’exemple, pas seulement la règle.

Des gains inégaux. Karat mesure une hausse moyenne de productivité de 34 %, en déclaratif, mais répartie de façon inégale : l’écart se creuse entre les bons et les moins bons ingénieurs. Pour le recrutement de juniors, cela joue dans les deux sens, et personne n’a résolu la question.

Et si un exercice à domicile mobilise désormais plusieurs heures et des outils payants, rémunérez-le. Les paiements aux candidats se configurent sur n’importe quelle étape dans Kit.

Cela donne-t-il de meilleurs recrutements ? Personne n’en sait rien

Soyons honnêtes sur les preuves, parce que les éditeurs qui vendent sur ce créneau ne le seront pas.

Canva n’a publié ni taux de réussite, ni volumes de candidatures, ni comparaison sur la qualité des recrutements. Ce que l’entreprise a rapporté, par la voix de Joel Knudsen, son responsable mondial du recrutement technique, à l’ATC2025 en novembre 2025, est qualitatif : des discussions plus riches sur les arbitrages et les cas limites, la possibilité de poser des scénarios réalistes plus complexes, et le constat que les candidats doivent à la fois savoir formuler leurs requêtes et relire du code d’un œil critique. Utile, mais ce n’est pas un résultat contrôlé. Meta et Google en sont au stade du pilote. L’essai de METR comptait 16 développeurs.

Outillez donc votre propre changement. Suivez les taux de réussite par étape sur six mois avant et après, les abandons de candidats à l’étape modifiée, et la corrélation entre la note de cette étape et l’évaluation des managers à 90 jours. Si l’étape ouverte à l’IA ne discrimine pas mieux les candidats que le tour qu’elle remplace, vous aurez appris quelque chose de concret au lieu d’avoir suivi une mode. Cette discipline vaut d’être installée quand on sait à quel point les conseils de recrutement produits par IA peuvent se tromper avec aplomb, et avec quelle prudence il faut fixer la limite de l’autonomie de l’IA dans l’entretien lui-même.

Configurer un parcours ouvert à l’IA dans Kit

La règle sur l’IA est une propriété de l’étape, pas de l’entreprise ; sa place est donc dans la configuration de l’étape. Kit modélise un pipeline comme une suite d’étapes indépendantes, chacune avec sa propre configuration. Le parcours dédoublé de Meta n’exige donc aucun concept nouveau : un exercice de code ouvert à l’IA et un entretien en direct fermé à l’IA se placent côte à côte dans le même pipeline.

Trois choses à mettre en place au moment de créer l’offre d’emploi et de construire le pipeline :

1. Inscrivez la règle dans la description candidat de l’étape. Chaque type d’étape porte un texte destiné au candidat ; la règle se lit donc dans le portail au moment où elle s’applique, et non enfouie dans un e-mail envoyé trois semaines plus tôt. C’est l’avertissement préalable de Canva, mis en œuvre. Le résumé général, lui, a sa place dans le texte affiché au moment de la candidature.
2. Placez le contrat sur l’IA dans les consignes de l’exercice. Pour une étape d’exercice de code, les consignes sont livrées dans le dépôt privé du candidat, à côté d’un modèle de départ. C’est là que vous nommez les outils autorisés et que vous exigez le paragraphe de pull request sur ce que l’assistant a raté. Un dépôt de départ volontairement imparfait transforme la tâche en travail de compréhension et de correction.
3. Donnez à l’étape ouverte à l’IA sa propre grille d’évaluation pondérée. Ajoutez-y le découpage, la retenue dans l’usage des outils, la validation du résultat, la correction, les exigences de production et l’explication comme critères pondérés, puis notez-les pendant l’examen des candidatures. Une étape ouverte à l’IA ne doit pas partager sa grille avec une étape fermée.

Kit ne vend pas de détection d’IA et n’a pas de case à cocher « règle IA », parce que ni l’une ni l’autre n’est nécessaire. La règle tient dans la configuration de l’étape, le texte lu par le candidat et une grille. Une fois le parcours au point, enregistrez-le comme modèle de processus pour que le poste suivant démarre déjà configuré au lieu d’être reconstruit.

Questions fréquentes

Utiliser l’IA en entretien de code, est-ce tricher ?

Uniquement si l’étape l’interdisait. Tricher, c’est enfreindre une règle énoncée ; la solution consiste donc à énoncer la règle étape par étape plutôt qu’à supposer une norme partagée. Karat relève que 62 % des organisations interdisent l’IA alors que les responsables estiment que plus de la moitié des candidats s’en servent quand même — ce qui arrive quand une règle inapplicable rencontre un outil que tout le monde a déjà ouvert.

Quelles entreprises autorisent l’IA en entretien technique ?

Canva l’attend dans sa compétence « codage assisté par IA » pour les postes backend, ML et frontend. Meta teste un tour ouvert à l’IA qui remplace l’un des deux entretiens de code sur site. Google pilote un tour de compréhension de code assisté par IA pour les postes juniors et intermédiaires aux États-Unis, avec Gemini. Anthropic autorise l’IA pour les documents de candidature et pour les exercices à réaliser chez soi quand la consigne le précise, mais pas en entretien en direct. Amazon l’interdit sauf autorisation explicite.

Comment évaluer des ingénieurs quand tout le monde dispose de l’IA ?

Changez ce que l’énoncé exige. Donnez un sujet ambigu sans réponse unique, partez d’une base de code imparfaite plutôt que d’une page blanche, exigez une trace écrite du raisonnement, et faites suivre l’étape ouverte à l’IA d’une courte discussion sans IA sur le même code.

Faut-il autoriser l’IA dans les exercices à réaliser chez soi ?

Oui, dans presque tous les cas. Ces exercices ne sont pas supervisés et l’interdiction reste inapplicable : l’interdire transforme l’étape en test d’honnêteté plutôt qu’en test de compétence. Autorisez-la, relevez la difficulté, et notez la vérification et la correction plutôt que l’exactitude du résultat.

Comment annoncer votre règle sur l’IA aux candidats ?

Sur l’étape concernée, dans la vue candidat de cette étape, avant qu’ils ne commencent. Résumez la règle générale au moment de la candidature, puis rappelez la règle précise à chaque étape. Gartner recommande de communiquer votre définition d’un usage acceptable de l’IA comme mesure contre la fraude, pas seulement par courtoisie.

Canva, Meta et Google n’ont pas tranché la question de savoir si l’IA a sa place dans le recrutement. Ils ont choisi le tour où elle a sa place, réécrit l’énoncé en conséquence et prévenu les candidats d’abord. C’est un changement de configuration et un après-midi de rédaction de grille, pas une philosophie. Choisissez l’unique étape où l’usage de l’IA ressemble le plus au métier, ouvrez-la, rendez l’énoncé trop ambigu pour une seule requête, et notez la collaboration. Puis mesurez si elle a mieux discriminé les candidats que ce qu’elle remplace.