IA et recrutement : ce que l'AI Act impose aux éditeurs d'outils de tri de CV

Un module qui trie, note ou classe des candidatures est un système d'IA à haut risque au sens de l'annexe III du règlement (UE) 2024/1689. L'éditeur qui le vend en porte la charge la plus lourde : gestion des risques, gouvernance des données, documentation, contrôle humain, marquage CE, enregistrement, surveillance après commercialisation. Le règlement (UE) 2026/1744 a reporté l'échéance au 2 décembre 2027, sans retirer une ligne de ces obligations. Cet article les traduit en chantiers produit, en clauses de contrat et en calendrier pour l'éditeur d'ATS ou de solution de matching.

Fournisseur ou déployeur : la question qui fixe le niveau d'obligation

Le règlement répartit les obligations selon le rôle. Le fournisseur développe le système et le met sur le marché sous son nom. Le déployeur l'utilise sous son autorité : c'est l'employeur ou le cabinet de recrutement client. Les obligations de l'employeur sont traitées dans notre article sur ce que l'AI Act et le RGPD imposent aux RH. Ici, on se place de l'autre côté du contrat : celui de l'éditeur.

La différence de charge est considérable. Le déployeur suit la notice, organise la surveillance humaine, conserve les journaux sous son contrôle et informe ses salariés. Le fournisseur, lui, doit démontrer la conformité du système avant sa mise sur le marché, puis la maintenir pendant toute sa durée de vie. L'article 16 lui attribue douze obligations distinctes, de la conformité aux exigences techniques jusqu'à l'accessibilité.

Les cas où le client devient fournisseur

L'article 25, paragraphe 1, requalifie en fournisseur le distributeur, le déployeur ou le tiers qui commercialise sous sa propre marque un système à haut risque déjà sur le marché, qui y apporte une modification substantielle, ou qui en change la destination pour le faire entrer dans le haut risque. Trois situations courantes chez les éditeurs RH :

• la marque blanche : un intégrateur ou un groupe d'intérim revend votre moteur de matching sous son nom ;
• le réentraînement par le client : un grand compte entraîne votre modèle sur ses propres données d'embauche et en modifie le comportement ;
• le détournement d'usage : un module de recommandation de formation est utilisé par le client pour sélectionner les salariés promus.

Dans ces trois cas, le fournisseur initial n'est plus fournisseur de ce système précis. Il reste tenu, depuis la rédaction issue du règlement 2026/1744, de remettre une documentation technique suffisante, d'informer le nouveau fournisseur des limites et modes de défaillance connus, et de lui donner un accès technique ciblé. Il n'y échappe qu'en ayant clairement précisé que son système ne doit pas être transformé en système à haut risque. Cette précision doit figurer dans le contrat et dans la notice, pas dans un échange de courriels.

Reste la question préalable : votre produit est-il réellement à haut risque ? La dérogation de l'article 6, paragraphe 3, existe pour les tâches procédurales étroites, mais elle ne joue jamais lorsque le système effectue un profilage de personnes physiques. Un score de candidat est un profilage. La méthode de qualification complète, appliquée à tout le logiciel RH, fait l'objet de notre article logiciel RH et AI Act : votre outil est-il à haut risque ?

Le calendrier réel après l'omnibus numérique sur l'IA

Le règlement (UE) 2026/1744 du 8 juillet 2026, publié au Journal officiel le 24 juillet et entré en vigueur le 27 juillet 2026, a réécrit l'article 113 de l'AI Act. Les exigences techniques et les obligations des fournisseurs (chapitre III, sections 1 à 3) s'appliquent :

• au 2 décembre 2027 pour les systèmes de l'annexe III, dont le tri de CV et l'évaluation des candidats ;
• au 2 août 2028 pour les systèmes intégrés à des produits réglementés de l'annexe I.

Deux obligations ne sont pas reportées. L'interdiction de la reconnaissance des émotions sur le lieu de travail (article 5, paragraphe 1, f) s'applique depuis le 2 février 2025, et les lignes directrices de la Commission sur les pratiques interdites incluent la phase de recrutement : un module d'entretien vidéo qui prétend lire le stress ou la sincérité d'un candidat est hors la loi aujourd'hui. L'obligation de maîtrise de l'IA (article 4) s'applique aussi déjà. L'omnibus en a fait une obligation de moyens : prendre des mesures pour former les équipes, sans garantir un niveau donné.

Le régime des produits déjà sur le marché

Le nouvel article 111, paragraphe 2, prévoit que les systèmes à haut risque mis sur le marché avant la date d'application ne sont soumis au règlement que s'ils subissent, à compter de cette date, d'importantes modifications de leur conception. L'argument est tentant pour un éditeur déjà installé. Il est fragile pour un SaaS qui livre toutes les deux semaines et réentraîne ses modèles chaque trimestre : la notion d'importante modification n'a pas encore été précisée par la Commission, et un changement de modèle ou de variables d'entrée a de bonnes chances d'être qualifié comme tel. Bâtir sa stratégie sur ce régime transitoire revient à geler son produit.

Point de vigilance. Quatorze mois séparent octobre 2026 de décembre 2027. Un système de gestion de la qualité, une documentation technique conforme à l'annexe IV et des tests de biais documentés ne se construisent pas en un trimestre. Le report donne le temps de bien faire, pas celui d'attendre.

Les obligations du fournisseur de système d'IA à haut risque, traduites en chantiers

Les articles 9 à 17 se lisent mieux comme un backlog que comme une liste d'exigences. Voici leur traduction pour un éditeur d'outil de tri ou de matching.

Gestion des risques (article 9)

Un processus itératif sur tout le cycle de vie : identifier les risques pour les droits fondamentaux en usage normal et en mauvaise utilisation raisonnablement prévisible, les réduire par la conception, tester avant mise sur le marché sur des indicateurs et seuils probabilistes définis à l'avance. En recrutement, la mauvaise utilisation prévisible est connue : le recruteur qui écarte automatiquement tous les candidats sous un score de 60, ou qui applique un modèle entraîné sur des profils de commerciaux à un recrutement d'ingénieurs. Ces scénarios doivent figurer dans le registre des risques, avec la mesure qui y répond.

Journalisation (articles 12 et 19)

Le système doit enregistrer automatiquement les événements pertinents tout au long de sa vie. Pour un outil de tri, cela signifie tracer la version du modèle, les données d'entrée prises en compte, le score produit, et l'action humaine qui a suivi. Le fournisseur conserve les journaux sous son contrôle au moins six mois. En SaaS, c'est presque toujours lui qui les détient : la durée doit être conciliée avec la politique de conservation des données candidats, traitée dans notre article sur les données candidats dans un ATS.

Exactitude, robustesse et cybersécurité (article 15)

Les niveaux d'exactitude et leurs indicateurs doivent être déclarés dans la notice. Un système qui continue d'apprendre en production doit neutraliser les boucles de rétroaction : un modèle qui apprend des embauches qu'il a lui-même recommandées amplifie ses propres biais. La cybersécurité vise les attaques propres à l'IA, dont l'empoisonnement des données et les entrées conçues pour tromper le modèle, comme un CV truffé de mots-clés invisibles.

Système de gestion de la qualité et surveillance (articles 17 et 72)

Le système de gestion de la qualité couvre treize aspects, de la stratégie réglementaire à la gestion des modifications. Sa mise en œuvre est proportionnée à la taille du fournisseur, et l'omnibus ouvre aux PME sans entreprise liée une conformité simplifiée sur certains éléments, selon des lignes directrices que la Commission doit élaborer. La surveillance après commercialisation repose sur un plan intégré à la documentation technique ; la Commission doit en publier le modèle au plus tard le 2 septembre 2027. Tout incident grave est signalé à l'autorité de surveillance du marché au plus tard 15 jours après sa connaissance (article 73).

Données d'entraînement et biais : le chantier qui conditionne tout

L'article 10 impose une gouvernance des jeux d'entraînement, de validation et de test : origine des données et finalité initiale de leur collecte, opérations de préparation, hypothèses sur ce que les données mesurent, examen des biais susceptibles de conduire à une discrimination, mesures pour les corriger. En recrutement, ce n'est pas une formalité. Un modèle entraîné sur dix ans d'embauches reproduit les préférences de ceux qui ont embauché.

Les variables qui discriminent sans le dire

L'article L. 1132-1 du Code du travail interdit d'écarter un candidat en raison, notamment, de son âge, de son sexe, de son lieu de résidence, de son état de santé ou de son nom de famille. Un modèle n'a pas besoin de ces champs pour discriminer : le code postal approxime le lieu de résidence, l'année d'obtention du diplôme approxime l'âge, une interruption de carrière approxime la maternité. L'audit de biais porte donc sur les variables indirectes, pas seulement sur les champs interdits.

Le risque juridique est d'autant plus lourd que la preuve est aménagée. L'article L. 1134-1 impose au candidat de présenter des éléments laissant supposer une discrimination, puis à l'entreprise de prouver que sa décision repose sur des éléments objectifs. Face à un modèle que personne ne sait expliquer, cette preuve devient impossible. Côté pénal, l'article 225-2 du Code pénal punit le refus d'embauche discriminatoire de trois ans d'emprisonnement et de 45 000 euros d'amende. Votre client sera en première ligne, et il se retournera vers vous.

Mesurer les biais : ce que l'omnibus autorise

Mesurer un biais suppose souvent de connaître l'attribut protégé. Le règlement 2026/1744 a supprimé l'ancien article 10, paragraphe 5, et créé un article 4 bis : le fournisseur d'un système à haut risque peut exceptionnellement traiter des catégories particulières de données pour détecter et corriger les biais, à six conditions cumulatives. Parmi elles : aucune donnée synthétique ou anonymisée ne suffit, pseudonymisation et contrôle strict des accès, aucune transmission à des tiers, suppression dès la correction faite, justification inscrite au registre des traitements. Le RGPD continue de s'appliquer en entier : cette dérogation se documente avant d'être utilisée.

Documentation technique et notice d'utilisation

La documentation technique de l'article 11 contient au minimum les éléments de l'annexe IV : description du système, conception, données, tests, mesures de contrôle humain, plan de surveillance. Elle se conserve dix ans après la mise sur le marché (article 18). L'omnibus permet aux PME et aux petites entreprises à moyenne capitalisation de la fournir sous une forme simplifiée, au moyen d'un formulaire que la Commission doit établir et que les organismes notifiés devront accepter.

La notice d'utilisation de l'article 13 est le document le plus lu, car c'est celui que votre client exploite. Elle indique la destination du système, son niveau d'exactitude et ses indicateurs, ses performances sur des groupes de personnes spécifiques, les circonstances qui peuvent conduire à des risques, les mesures de contrôle humain et la manière de collecter et d'interpréter les journaux.

Une notice bien faite sert trois obligations du client à la fois. Elle alimente son analyse d'impact relative à la protection des données, que l'article 26, paragraphe 9, lui demande de nourrir avec ces informations. Elle documente l'information préalable du CSE sur les méthodes d'aide au recrutement, prévue à l'article L. 2312-38 du Code du travail. Elle permet enfin d'informer expressément le candidat des méthodes utilisées à son égard et de démontrer leur pertinence, comme l'exige l'article L. 1221-8. Un éditeur qui livre ces trois usages prêts à l'emploi raccourcit ses cycles de vente.

Contrôle humain : ce que l'interface doit permettre

L'article 14 est le plus directement produit du règlement. Le système doit être conçu pour qu'une personne puisse comprendre ses capacités et ses limites, détecter les anomalies, avoir conscience du biais d'automatisation, interpréter correctement les sorties, décider de ne pas suivre la recommandation ou l'inverser, et interrompre le système. Traduit en fonctionnalités :

• afficher pour chaque candidat les principaux facteurs du score, pas seulement un chiffre ;
• ne jamais proposer de rejet automatique par seuil comme paramétrage par défaut ;
• rendre la décision contraire aussi simple que l'acceptation, et la tracer ;
• signaler les cas où le modèle sort de son domaine de validité (poste ou pays non couvert par l'entraînement) ;
• permettre de désactiver le scoring sur une campagne sans perdre les candidatures.

L'articulation avec l'article 22 du RGPD

L'article 22 du RGPD donne au candidat le droit de ne pas faire l'objet d'une décision fondée exclusivement sur un traitement automatisé qui l'affecte de manière significative. Dans l'arrêt SCHUFA du 7 décembre 2023 (C-634/21), la Cour de justice a jugé que l'établissement automatisé d'un score constitue une telle décision lorsque le tiers qui le reçoit s'y fie de manière déterminante. La jurisprudence tend ainsi à saisir le producteur du score, et pas seulement celui qui décide. Un outil de tri dont les recruteurs suivent le classement sans examen réel expose l'éditeur comme son client. Dans l'arrêt Dun & Bradstreet Austria du 27 février 2025 (C-203/22), la Cour a précisé que l'explication due à la personne porte sur la procédure et les principes effectivement appliqués. Le droit à l'explication de l'article 86 de l'AI Act, qui pèse sur le déployeur, ira dans le même sens : votre interface doit lui permettre d'y répondre.

Conseil d'avocat. Un contrôle humain se démontre par les journaux. Si vos traces montrent que 98 % des recommandations sont validées en moins de dix secondes, l'argument du contrôle humain effectif tombe, pour votre client devant la CNIL comme pour vous devant l'autorité de surveillance du marché.

Évaluation de conformité, marquage CE et enregistrement

Bonne nouvelle pour les éditeurs RH : pour les systèmes de l'annexe III, points 2 à 8, l'article 43, paragraphe 2, impose une évaluation fondée sur le contrôle interne de l'annexe VI, sans organisme notifié. Le recrutement relève du point 4. L'éditeur vérifie lui-même que son système de gestion de la qualité et sa documentation technique satisfont aux exigences, sous sa responsabilité. L'absence de tiers n'allège pas la preuve : en cas de contrôle, c'est votre dossier qui sera examiné.

Suivent trois formalités :

1. la déclaration UE de conformité (article 47), lisible par machine, signée, tenue dix ans à la disposition des autorités ;
2. le marquage CE (article 48), qui peut être numérique pour un SaaS s'il est facilement accessible depuis l'interface ;
3. l'enregistrement du fournisseur et du système dans la base de données de l'Union avant la mise sur le marché (article 49, paragraphe 1). L'éditeur qui conclut que son système n'est pas à haut risque au titre de l'article 6, paragraphe 3, doit lui aussi s'enregistrer (article 49, paragraphe 2) et documenter son analyse.

L'état des normes harmonisées

Une norme harmonisée citée au Journal officiel donne une présomption de conformité. Le comité CEN-CENELEC JTC 21 a publié en juillet 2026 la norme EN 18286 sur le système de gestion de la qualité de l'article 17 ; sa citation au Journal officiel n'était pas constatée à la date de rédaction. Les projets sur la gestion des risques, la qualité des jeux de données et la cybersécurité de l'IA restent en cours. Pour le recrutement, l'absence de norme ne bloque pas l'évaluation par contrôle interne, mais elle oblige à justifier soi-même chaque choix technique. Aligner dès maintenant son système qualité sur l'EN 18286 est le pari le moins risqué.

Ce que vos clients vont exiger contractuellement

Les acheteurs n'attendent pas décembre 2027. Les grilles d'appel d'offres des grands groupes comportent déjà un volet AI Act, et le déployeur a besoin de vous pour remplir ses propres obligations : surveiller le fonctionnement sur la base de la notice et vous signaler les risques (article 26, paragraphe 5), conserver les journaux sous son contrôle au moins six mois, informer les représentants du personnel avant la mise en service (article 26, paragraphe 7). Attendez-vous à négocier :

• la qualification contractuelle des rôles, avec l'interdiction de marque blanche ou de réentraînement non autorisé, faute de quoi l'article 25 s'applique ;
• la remise de la notice, de la déclaration de conformité et d'une synthèse de la documentation, sans livrer vos secrets d'affaires ;
• l'accès aux journaux et leur format d'export ;
• la communication périodique des résultats d'audit de biais ;
• un délai de notification des modifications du modèle et des incidents graves, cohérent avec les 15 jours de l'article 73 ;
• une garantie de conformité et un plafond de responsabilité qui tiennent compte des sanctions.

Les sanctions de l'article 99 donnent l'ordre de grandeur. Le manquement aux obligations du fournisseur de l'article 16 est puni d'une amende pouvant atteindre 15 millions d'euros ou 3 % du chiffre d'affaires annuel mondial, le montant le plus élevé étant retenu. Pour une PME ou une petite entreprise à moyenne capitalisation, c'est le plus faible des deux qui s'applique. Fournir des informations inexactes à une autorité coûte jusqu'à 7,5 millions d'euros ou 1 %. Depuis l'omnibus, le manquement aux obligations de coopération de l'article 25 est lui aussi sanctionnable. Un client qui découvre que votre outil n'est pas conforme vous réclamera, en plus, la réparation de son propre préjudice : la clause de responsabilité se négocie maintenant.

Budget et séquencement jusqu'au 2 décembre 2027

Le coût de la conformité dépend moins de la taille de l'éditeur que de l'état de sa documentation. Je propose de séquencer le chantier en quatre temps.

1. Fin 2026 : qualification et cartographie. Qualifier chaque module (haut risque, dérogation documentée, hors champ), vérifier qu'aucune fonctionnalité ne relève de l'article 5, recenser les modèles tiers intégrés et engager avec leurs fournisseurs l'accord écrit de l'article 25, paragraphe 4.
2. Premier semestre 2027 : données et risques. Documenter l'origine des jeux d'entraînement, mener le premier audit de biais, ouvrir le registre des risques. C'est le poste qui mobilise le plus les data scientists.
3. Second semestre 2027 : produit et documentation. Livrer les fonctionnalités de contrôle humain et de journalisation, rédiger la notice et la documentation de l'annexe IV, formaliser le système qualité.
4. Avant le 2 décembre 2027 : conformité formelle. Contrôle interne, déclaration UE, marquage CE, enregistrement, plan de surveillance après commercialisation, mise à jour des contrats.

Ce séquencement suppose un pilote unique entre produit, data et juridique. Les éditeurs qui avancent le plus vite sont ceux qui ont confié la qualification à un juriste capable de lire une architecture, puis laissé l'équipe produit dérouler les chantiers. Le panorama des autres échéances du règlement figure dans notre article sur les obligations de l'AI Act pour les entreprises.

J'accompagne les éditeurs de logiciels RH sur la qualification de leurs modules, la documentation de conformité et les contrats clients, avec une lecture technique de leur produit. Pour un cadrage de votre feuille de route, voyez mon accompagnement en droit de l'intelligence artificielle, ou échangeons sur votre outil de tri de candidatures et votre calendrier.