Vous pouvez toujours passer outre, et le système s’y attend
Chaque résultat de l’IA dans Talinty peut être modifié : les scores, les recommandations, la synthèse en 3 colonnes, l’ordre de la liste des candidats. Rien n’est verrouillé. Si l’IA recommande « En attente » et que vous choisissez « Faire avancer », le candidat avance. Si l’IA place un candidat au 47e rang et que vous le placez au 1er rang, l’équipe le voit au 1er rang.
C’est le bon fonctionnement par défaut, pour deux raisons. D’abord, l’IA s’appuie sur les critères que vous avez définis et sur les données fournies par le candidat, et les deux peuvent être incomplets. Ensuite, les décisions de recrutement ont des conséquences importantes : elles doivent donc revenir à une personne. Le produit est conçu pour que l’intervention humaine soit la voie la plus simple, et non un parcours semé d’obstacles.
Quatre façons de passer outre
- Déplacer un candidat contre la recommandation. Cliquez sur le sélecteur d’étape de la fiche candidat et choisissez l’étape voulue. La recommandation de l’IA reste visible sur la fiche : le reste de l’équipe voit que vous ne l’avez pas suivie. Mais le candidat est bien à l’étape choisie. Pas de confirmation, pas d’avertissement, pas d’obstacle.
- Épingler un candidat en haut d’une liste. Ouvrez la fiche candidat, puis cliquez sur l’icône d’épingle. Les candidats épinglés apparaissent en haut de la liste, quel que soit leur score IA. C’est utile pour les candidats choisis à la main lors de la recherche de profils, pour les cooptations que l’équipe doit voir en premier, ou pour toute personne dont le score ne reflète pas la raison pour laquelle vous voulez l’étudier.
- Masquer complètement la recommandation. Dans le profil du candidat, sous le bloc « Recommandation de recrutement de l’IA », cliquez sur « Masquer la recommandation ». La recommandation disparaît pour toute l’équipe. Faites-le lorsque la recommandation est assez trompeuse pour que vous préfériez laisser l’équipe décider sans influence.
- Annoter le score. À côté de chacun des deux scores, vous pouvez ajouter une note privée qui explique votre désaccord. La note apparaît dans la vue de la fiche pour l’équipe. Le score lui-même ne change pas : l’annotation rend votre raisonnement visible. C’est généralement un meilleur choix que de masquer la recommandation. L’équipe apprend ainsi comment vous lisez l’IA, au lieu de ne pas voir le désaccord.
Ce que l’IA fait de vos modifications
Elle n’en tire aucun apprentissage. Vos modifications n’alimentent pas un modèle partagé qui influencerait d’autres clients. Elles ne changent pas non plus le comportement de l’IA pour le candidat suivant.
C’est un choix délibéré. Il serait techniquement possible d’apprendre de ces modifications, et ce serait un peu plus simple à court terme. Mais on créerait un système où les décisions de recrutement passées orientent, sans le dire, les décisions futures. C’est exactement le défaut que l’on reproche à l’IA de recrutement. L’IA de Talinty est limitée par les critères essentiels que vous définissez, et non par des tendances déduites de l’historique de votre équipe.
Si vous voulez que l’IA se comporte différemment, modifiez les critères essentiels. Les critères sont le levier. Les modifications manuelles sont la soupape de sécurité.
Passer outre ou ajuster les critères ?
Deux règles pratiques qui ont fait leurs preuves :
- Passez outre lorsque le candidat sort de l’ordinaire. Par exemple : une cooptation au parcours atypique, un candidat reçu en entretien l’an dernier qui postule de nouveau, ou une personne dont le profil semble mince mais dont les travaux sont exceptionnels. L’IA n’a pas le contexte que vous avez. Passez outre et continuez.
- Ajustez les critères lorsque la situation se répète. Si vous passez outre trois fois dans la semaine pour le même type de candidat, vos critères essentiels sont mauvais. Revenez aux critères, corrigez-les et laissez le vivier se reclasser. Passer outre est rapide pour un cas isolé. L’ajustement est la bonne réponse lorsque l’IA rate toujours la même chose.
Si vous passez outre pour plus de 20 % des candidats que l’IA classe en tête, vos critères doivent être sérieusement réécrits. Multiplier les modifications manuelles ne suffira pas.
Modifications et piste d’audit
Chaque modification est enregistrée : qui l’a faite, ce qui a été modifié, quand, et la note éventuellement jointe. Le journal est disponible dans le fil d’activité du profil candidat et, pour les administrateurs, au niveau de l’espace de travail.
Cela compte dans deux situations. La première est interne : lors de la revue d’un poste, l’équipe voit qui a pris quelle décision. La seconde est réglementaire : dans les juridictions où les décisions de recrutement influencées par l’IA doivent être explicables (le règlement européen sur l’IA en est l’exemple actuel), le journal des modifications fait partie de la façon dont Talinty reste en conformité. La recommandation est explicable, la décision humaine est vérifiable, et l’écart entre les deux est documenté.
