Ce que le procès Workday sur l'IA de recrutement change pour tous les ATS

Oui, l’éditeur d’un logiciel de suivi des candidatures (ATS) peut désormais être poursuivi pour discrimination à l’embauche. Dans l’affaire Mobley c. Workday (tribunal fédéral de Californie du Nord, n° 3:23-cv-00770-RFL), un juge fédéral a estimé qu’un outil de recrutement par IA pouvait être tenu directement responsable en tant qu’« agent » des employeurs qui l’utilisent. Le tribunal a depuis certifié une action collective nationale pour discrimination liée à l’âge, susceptible de concerner des centaines de millions de candidats. La décision ne met pas seulement Workday sur la sellette. Elle met en cause tout un schéma de conception : le pipeline de rejet automatique, opaque, sans aucune intervention humaine, sur lequel reposent la plupart des outils de présélection par IA.

C’est l’évolution juridique la plus importante pour les logiciels de recrutement depuis dix ans, et elle change la manière dont les fondateurs, les directeurs des talents et les responsables conformité doivent évaluer chaque ATS qu’ils utilisent. Voici ce que dit réellement l’affaire, d’où vient la responsabilité, et à quoi ressemble concrètement une pile de recrutement IA-native défendable.

Cet article fournit des informations générales et ne constitue pas un conseil juridique. Consultez un avocat spécialisé en droit du travail pour votre situation particulière.

Le procès qui met tous les ATS en alerte

Mobley c. Workday est un procès fédéral qui accuse le système de recommandation de candidatures par IA de Workday d’écarter de manière disproportionnée des candidats en fonction de leur âge, de leur origine ethnique et de leur handicap. Il concerne toutes les équipes de recrutement parce qu’un tribunal a désormais autorisé la procédure à viser l’éditeur du logiciel lui-même, et pas seulement les employeurs.

L’urgence pour les directeurs des talents, en ce moment, c’est une échéance. Un tribunal fédéral a autorisé l’envoi d’une notification formelle aux membres potentiels du collectif, avec une date limite d’adhésion fixée au 7 mars 2026 pour les candidats de 40 ans et plus à qui une recommandation a été refusée via la plateforme Workday. C’est cette échéance qui remet l’affaire au cœur de l’actualité, et qui explique pourquoi vos candidats, votre conseil d’administration et votre service juridique pourraient bientôt vous demander ce que fait, concrètement, votre propre présélection par IA.

En résumé : la menace réglementaire qui inquiétait les équipes de recrutement depuis des années a changé de forme. Les agences fédérales américaines ont levé le pied sur la répression en 2025, mais les actions collectives privées ont pris le relais. L’exposition au risque n’a pas disparu. Elle est passée des régulateurs aux avocats des plaignants et aux législateurs des États.

Qu’est-ce que Mobley c. Workday ?

Mobley c. Workday est un procès pour discrimination intenté en 2023 par Derek Mobley, qui affirme que les outils de présélection par IA de Workday l’ont rejeté sur environ 100 candidatures, avec un taux de réussite quasi nul pour franchir le premier filtre automatisé. Il a porté plainte sur le fondement du Title VII, de l’Americans with Disabilities Act (ADA) et de l’Age Discrimination in Employment Act (ADEA).

Deux décisions ont fait de cette affaire un précédent majeur :

• 12 juillet 2024 : le tribunal a autorisé la poursuite de l’argument selon lequel Workday, en tant qu’éditeur de logiciel et non employeur, peut être tenu directement responsable en tant qu’« agent » de ses clients employeurs.
• 16 mai 2025 : le tribunal a certifié de manière conditionnelle une action collective nationale au titre de l’ADEA, couvrant « toutes les personnes âgées de 40 ans et plus qui, du 24 septembre 2020 à ce jour, ont postulé à des offres d’emploi via la plateforme de candidature de Workday et se sont vu refuser une recommandation d’embauche ».

L’ampleur donne le vertige. Dans ses conclusions, Workday a indiqué que 1,1 milliard de candidatures ont été rejetées à l’aide de ses outils pendant la période concernée, et le tribunal a reconnu que le collectif pourrait atteindre « des centaines de millions » de personnes.

Une réserve essentielle : Workday nie tout manquement, et l’affaire en est au stade de la notification du collectif, pas à celui d’un constat de responsabilité. Rien ici n’affirme que Workday a discriminé. Ce que le tribunal a décidé, c’est que ces accusations sont suffisamment plausibles pour aller au procès, et que l’éditeur ne peut pas se réfugier derrière le « nous ne faisons que vendre un logiciel ».

La théorie de l’« agent » : pourquoi votre éditeur peut être responsable

Le cœur juridique de l’affaire est la théorie de l’« agent », et c’est la partie que tout acheteur d’ATS devrait comprendre. Les lois fédérales anti-discrimination visent non seulement les employeurs, mais aussi leurs « agents ». La question était de savoir si un éditeur de logiciel peut être un agent. Le tribunal a répondu oui, dès lors que le logiciel prend ou recommande la décision de rejeter ou de faire avancer une candidature.

La juge Rita Lin a estimé que la plainte « allègue de manière plausible que les clients de Workday lui ont délégué leur fonction traditionnelle de rejeter des candidats ou de les faire passer à l’étape de l’entretien ». La conséquence juridique est directe : lorsque le logiciel d’un éditeur prend la décision de présélection, l’éditeur se met dans la peau de l’employeur en matière de responsabilité pour discrimination.

En quoi cela diffère de « ce n’est qu’un outil »

Le tribunal a tracé une frontière nette entre un outil passif et un décideur actif. Un tableur qui stocke des données de candidats est un outil. Un logiciel qui classe des candidats et recommande lesquels rejeter est tout autre chose. Comme l’a formulé le tribunal, « Workday revêt bien la qualité d’agent, car ses outils sont censés exercer une fonction d’embauche traditionnelle, à savoir rejeter des candidats au stade de la présélection et recommander lesquels faire avancer ».

C’est ce schéma de conception qui est jugé. Le risque, ce n’est pas « utiliser l’IA dans le recrutement ». Le risque, c’est de déléguer le jugement humain de qui avance à une boîte noire que personne ne peut expliquer, auditer ou corriger. Si votre ATS rejette automatiquement des candidats sans contrôle humain ni trace de la décision, vous avez recréé exactement la configuration que le tribunal a jugée suffisamment plausible pour aller au procès, et votre éditeur pourrait désormais partager la responsabilité avec vous.

Il n’y a pas que Workday : Eightfold et le front du FCRA

L’affaire Workday a ouvert une porte, et d’autres théories s’y engouffrent. Le 7 juillet 2025, le tribunal a élargi le collectif Mobley pour inclure les candidats traités via les fonctionnalités HiredScore AI de Workday, et a ordonné à Workday d’identifier les clients qui les avaient activées. Le périmètre ne cesse de s’étendre.

Une autre affaire ouvre un front juridique entièrement nouveau. Dans Kistler et al. c. Eightfold AI Inc., déposée le 20 janvier 2026 en Californie puis transférée devant un tribunal fédéral, les plaignants affirment que le modèle d’Eightfold collecte « des milliards de points de données » pour produire des « rapports » cachés sur les candidats et des classements. L’infraction invoquée ne relève pas du tout du droit de la discrimination. Il s’agit du Fair Credit Reporting Act (FCRA) et de l’ICRAA californien, les lois qui encadrent les rapports de solvabilité et autres « consumer reports ».

L’image est marquante : un candidat classé selon sa « probabilité de réussite », à partir de données web et sociales collectées à son insu, fait en pratique l’objet d’un rapport caché qu’il n’a jamais pu consulter. Aux États-Unis, le FCRA exige pour cela une information préalable, un consentement et un droit de contestation. En France, le même mécanisme tombe sous le coup d’un texte directement applicable : l’article 22 du RGPD, qui encadre les décisions entièrement automatisées et le profilage. Un outil de présélection par IA qui classe des personnes à partir de données qu’elles ne peuvent ni voir ni corriger n’expose donc pas seulement son éditeur outre-Atlantique : il se heurte, ici, à une obligation d’information et de contrôle humain dont le non-respect engage la responsabilité de l’employeur.

Les enseignements d’EEOC c. iTutorGroup

Rien de tout cela n’est hypothétique. Dans un accord transactionnel homologué en septembre 2023, iTutorGroup a versé 365 000 dollars pour solder les accusations de l’EEOC, selon lesquelles son logiciel de recrutement rejetait automatiquement les candidates de plus de 55 ans et les candidats hommes de plus de 60 ans. Il a été largement présenté comme le premier accord de l’EEOC portant sur une discrimination liée à l’IA de recrutement.

La preuve était presque trop nette pour être vraie. Une candidate a envoyé deux candidatures identiques ne différant que par la date de naissance, et n’a décroché une proposition d’entretien qu’avec la date la plus récente. Voilà à quoi ressemble la discrimination automatisée liée à l’âge dans la pratique : pas de la malveillance, juste une règle inscrite dans un logiciel que personne n’a relu.

Le biais est réel, et il est mesurable

Les théories juridiques reposent sur un constat factuel : les outils de présélection par IA produisent des résultats biaisés. La preuve la plus solide n’est pas anecdotique. Elle est expérimentale.

Une étude Brookings de 2025 a testé la présélection de CV par IA sur trois systèmes d’embeddings issus de grands modèles de langage, en comparant environ 554 CV à 571 descriptions de poste, soit près de 40 000 comparaisons par modèle. Les résultats sont sans appel :

• Les noms associés à des personnes blanches étaient privilégiés 85,1 % du temps, contre 8,6 % pour les noms associés à des personnes noires.
• Les prénoms masculins étaient favorisés 51,9 % du temps, contre 11,1 % pour les prénoms féminins.
• Dans la comparaison intersectionnelle la plus dure, les CV d’hommes noirs n’ont jamais été retenus (0 %) face à ceux d’hommes blancs.

Tout l’intérêt d’une étude par permutation de noms, c’est que la seule chose qui change, c’est le nom. Le biais réside dans le modèle, pas chez l’utilisateur. Autrement dit, un employeur qui se fie à une présélection IA non auditée ne supprime pas le biais humain. Il met à l’échelle un autre biais, tout en évacuant le jugement humain qui aurait pu le repérer.

L’étau réglementaire : règlement IA de l’UE, RGPD et Code du travail

Contrairement aux États-Unis, où la répression fédérale s’est assouplie en 2025, la trajectoire européenne est exactement inverse : le cadre se durcit. Pour un employeur opérant en France, l’exposition ne dépend pas d’un patchwork d’États fédérés, mais d’un empilement de textes qui s’appliquent tous, en même temps, dès qu’une IA participe au tri des candidatures.

Le règlement IA de l’UE classe les IA de recrutement et de sélection de candidats comme à haut risque (annexe III, point 4). Les obligations associées incluent une évaluation des risques, une documentation, des tests de biais, une supervision humaine et de la transparence, avec des amendes pouvant atteindre 15 millions d’euros ou 3 % du chiffre d’affaires mondial. Il s’applique de manière extraterritoriale à quiconque produit une sortie d’IA affectant des personnes dans l’UE, et son application est confiée à des autorités nationales de surveillance — en France, la CNIL est pressentie comme chef de file. (Un projet d’« AI Digital Omnibus » pourrait reporter certaines obligations haut risque d’août 2026 à décembre 2027 ; considérez ce calendrier comme susceptible d’évoluer.)

Mais ce règlement ne fait que s’ajouter à des protections déjà en vigueur. Pour une équipe de recrutement opérant en France, trois cadres se cumulent :

À noter : le droit français ne fixe aucun seuil d’âge. Contrairement au seuil américain de 40 ans propre à l’affaire Mobley, la discrimination par l’âge à l’embauche est interdite à tout âge, et une offre d’emploi ne peut mentionner aucun âge souhaité — tout candidat est protégé.

Aux États-Unis, le recul fédéral n’est pas un refuge — et la France ne connaît aucun recul

Outre-Atlantique, il est tentant de lire le retrait fédéral de 2025 comme une autorisation. L’EEOC a supprimé ses documents d’orientation sur l’IA en janvier 2025, et le décret 14281 a enjoint aux agences, en avril, de déprioriser la répression des effets discriminatoires indirects (« disparate impact »). Mais retirer des lignes directrices n’abroge pas les lois : le Title VII, l’ADA et l’ADEA continuent d’ouvrir un droit d’action privé, et ce sont précisément ces poursuites privées qui alimentent l’affaire Mobley. Ce relâchement reste toutefois une particularité américaine, sans équivalent en France.

Côté français, la trajectoire est inverse : le cadre se resserre, il ne s’allège pas. Les candidats sont protégés par l’article L1132-1 du Code du travail, qui interdit toute discrimination à l’embauche sur les 25 critères protégés recensés par le Défenseur des droits (âge, origine, sexe, état de santé, handicap, etc.), renforcé par la loi n° 2008-496 du 27 mai 2008 transposant les directives européennes sur l’égalité de traitement. Une décision d’embauche discriminatoire est nulle et expose l’employeur à une responsabilité civile comme pénale (articles 225-1 et 225-2 du Code pénal). L’équivalent français de l’EEOC est le Défenseur des droits, autorité indépendante qui instruit les réclamations pour discrimination à l’embauche, peut enquêter, exiger des pièces et proposer des règlements amiables ; les recours passent aussi par le conseil de prud’hommes et le juge pénal. Le risque ne s’est pas évaporé : en France, il ne s’est même jamais relâché.

Rejet automatique opaque vs. pile de recrutement IA défendable

Voici le recadrage qui compte : l’IA dans le recrutement n’est pas le problème. C’est l’IA opaque et irresponsable dans le recrutement qui l’est. Le schéma Workday et Eightfold, ce pipeline de rejet automatique sans humain ni trace, est ce que les tribunaux scrutent. L’alternative défendable est un ATS IA-native explicable, avec un humain dans la boucle, journalisé et transparent par conception.

Six principes de conception séparent les deux :

1. Une notation explicable. Les candidats sont évalués selon des critères nommés et définis par des humains, pas par un modèle caché. Vous pouvez montrer votre raisonnement.
2. Un humain dans la boucle. C’est une personne qui décide de rejeter ou de faire avancer. L’IA assiste ; elle ne décide pas.
3. La journalisation des décisions. Chaque rejet consigne un motif. Toute dérogation exige une justification structurée. Vous constituez une trace défendable au fil de l’eau.
4. La réversibilité et un délai de réflexion. Les rejets ne sont ni instantanés ni irréversibles. Une fenêtre permet de rattraper les erreurs.
5. La transparence. Les candidats sont informés que l’IA participe à la présélection, conformément à l’obligation d’information de l’article 22 du RGPD et aux exigences de transparence du règlement IA de l’UE, supervisées en France par la CNIL.
6. Les tests de biais. Les résultats de la notation peuvent être exportés et contrôlés contre tout effet discriminatoire, périodiquement, et pas seulement le jour où vous êtes poursuivi.

Si vous évaluez un ATS IA-native, ces six principes constituent votre checklist. Demandez à chaque éditeur de démontrer chacun d’eux. Ceux qui en sont incapables vous vendent justement le schéma de conception qui est aujourd’hui au banc des accusés.

Comment Kit est conçu pour le camp défendable

Kit est un ATS IA-native, ce qui le place pile dans la catégorie sous surveillance. C’est précisément pour cela qu’il est conçu de manière défendable. Chaque risque juridique de l’affaire correspond à un choix d’architecture concret.

Le fil rouge de tout cela, c’est le principe même sur lequel le tribunal a tracé une ligne : c’est un humain, et non un modèle, qui exerce la fonction d’embauche traditionnelle consistant à décider qui avance. C’est aussi pourquoi les équipes associent la présélection de Kit à des assistants IA qui pilotent le pipeline via MCP, où l’assistant prépare et recommande, mais où c’est le recruteur qui décide. Soyons clairs sur le garde-fou d’honnêteté : ce sont des principes de conception qui rendent la conformité atteignable. Ce ne sont ni une garantie juridique, ni un certificat de conformité au règlement IA de l’UE, ni un substitut à votre propre avocat et à vos propres audits de biais.

Une checklist concrète pour tout ATS IA-native

Quel que soit l’outil que vous utilisez, vous pouvez réduire votre exposition dès aujourd’hui. Passez votre pile actuelle au crible de cette liste :

• Notation explicable. Pouvez-vous produire, pour n’importe quel candidat, les critères et les scores qui ont motivé la décision ? Si la réponse est « c’est le modèle qui a décidé », c’est là qu’est le problème.
• Un humain dans la boucle au moment du rejet. Une personne contrôle-t-elle avant tout rejet automatique ? L’avancement automatique est bien moins risqué que le rejet automatique.
• Journaux de décision. Existe-t-il une trace durable du motif de chaque rejet, y compris des dérogations ?
• Délai de réflexion et réversibilité. Pouvez-vous repérer et annuler un rejet erroné avant qu’il n’atteigne le candidat ?
• Transparence. Informez-vous les candidats que l’IA participe à la présélection, là où la loi l’exige ?
• Tests de biais périodiques. Pouvez-vous exporter les données de notation et lancer un contrôle d’effet discriminatoire par âge, origine ethnique et genre ?
• Conditions contractuelles de l’éditeur. Votre contrat précise-t-il qui est responsable si l’outil produit des résultats biaisés ?

Une évaluation juste et structurée n’est pas qu’une posture juridique. C’est aussi un meilleur processus de recrutement, pour la même raison qui fait que des exercices de code structurés battent les entretiens à l’instinct, et qu’un recrutement éthique et respectueux des candidats attire de meilleurs profils.

Ce qu’il faut retenir

Mobley c. Workday n’a pas interdit l’IA dans le recrutement. L’affaire a rendu une chose limpide : si votre logiciel décide qui est rejeté, et que personne ne peut expliquer ni corriger cette décision, votre éditeur et votre entreprise partagent l’exposition au risque. La voie défendable n’est pas d’abandonner l’IA. C’est de garder un humain responsable, de rendre la notation explicable, de journaliser les décisions et d’afficher l’outil utilisé. Le biais est réel et mesurable, l’étau réglementaire se resserre en Europe — RGPD, règlement IA, Code du travail — et le recul observé aux États-Unis n’a aucun équivalent en France.

Intégrez l’auditabilité dès le départ, et l’IA devient un atout pour votre recrutement, et non un passif qui attend une assignation.

Si vous voulez voir à quoi ressemble un recrutement explicable, avec un humain dans la boucle, dans un vrai logiciel, démarrez un essai gratuit de Kit et faites passer vous-même un candidat dans le pipeline.