Une lettre de motivation est souvent la première chose qu’un recruteur lit d’un candidat, et de plus en plus, la première question qu’il se pose n’est plus seulement si le contenu est convaincant, mais si le ton sonne authentique.
Cette question se pose dans un contexte où la confiance envers les entreprises qui utilisent l’IA reste limitée. Une étude Ipsos internationale a trouvé que si 72 pour cent des personnes interrogées affirment comprendre ce qu’est l’IA, seulement 47 pour cent font confiance aux entreprises qui l’utilisent pour protéger leurs données, un climat qui rend les deux parties du processus de recrutement mutuellement méfiantes.
Une étude SHRM 2025 sur les tendances RH a trouvé que 66 pour cent des organisations de recrutement qui utilisent déjà l’IA l’appliquent spécifiquement à la rédaction de descriptions de poste. L’IA n’est plus seulement du côté du candidat, elle est aussi largement présente du côté du recruteur.
Ce Qui a Changé Des Deux Côtés
Une analyse du Financial Times a trouvé qu’environ la moitié des candidats utilisent désormais un outil d’IA à un moment de leur processus de candidature. Cela signifie que les recruteurs examinent des candidatures à un volume et un rythme qui rendent un jugement rapide et informel plus probable qu’un examen approfondi.
Une étude SHRM a également trouvé que l’usage de l’IA dans le recrutement dépasse largement la simple rédaction de descriptions de poste, s’étendant à la présélection des candidatures elles-mêmes. Cette double présence de l’IA, côté candidat et côté recruteur, crée une situation où les deux parties utilisent parfois des outils similaires sans le savoir, chacune essayant d’anticiper ce que l’autre pourrait faire.
- Des candidats qui vérifient leur propre lettre de motivation avant de l’envoyer, pour éviter qu’elle ne sonne générique.
- Des recruteurs qui utilisent un vérificateur pour filtrer un grand volume de candidatures, sans toujours communiquer cette pratique aux candidats.
- Des cabinets de recrutement qui commencent à demander explicitement des garanties sur l’origine du contenu d’une candidature.
Pourquoi un Score Ne Doit Pas Être Traité Comme Définitif
Une étude de Weber-Wulff et ses collègues a testé quatorze outils de détection d’IA et a trouvé qu’aucun ne dépassait 80 pour cent de précision. Un recruteur qui rejette automatiquement une candidature sur la base d’un seul score risque d’écarter injustement un candidat dont l’écriture est simplement formelle ou rédigée dans une langue seconde.
Ce risque est d’autant plus réel dans un contexte francophone international, où de nombreux candidats postulent dans une langue qui n’est pas leur langue maternelle, produisant naturellement une écriture plus régulière et prudente que celle d’un locuteur natif, sans que cela reflète en rien la qualité réelle de leur candidature ou de leurs compétences professionnelles.
Ce Que Cela Signifie Pour un Candidat
Un candidat qui comprend comment fonctionne un vérificateur peut écrire une lettre de motivation qui sonne naturellement, avec de la variation dans le rythme des phrases, plutôt que de simplement essayer de deviner ce qu’un système pourrait signaler. Cette approche protège autant contre un jugement humain défavorable que contre un score technique élevé.
Cette compréhension devient particulièrement précieuse pour les candidats qui postulent dans un domaine où l’écriture formelle et standardisée est la norme, juridique, financier, technique, où la ligne entre un style professionnel légitime et un texte qui ressemble statistiquement à de l’IA est particulièrement fine.
Vérifier une candidature avec un détecteur de contenu IA avant de l’envoyer donne un chiffre concret à partir duquel travailler, plutôt qu’une simple impression sur le ton du texte.
Ce Que Cela Signifie Pour un Recruteur
Un recruteur qui comprend la marge d’erreur de ces outils est mieux placé pour les utiliser comme un élément parmi d’autres dans une évaluation, plutôt que comme un filtre automatique. Traiter un score comme point de départ à une conversation, plutôt que comme une décision finale, évite d’écarter injustement de bons candidats pour des raisons purement statistiques.
Cette approche protège aussi l’entreprise elle-même. Un processus de recrutement perçu comme injuste ou trop mécanique nuit à la marque employeur, un risque particulièrement coûteux dans un marché où les candidats qualifiés comparent activement leurs expériences de candidature entre différentes entreprises.
Cette vérification est disponible directement à l’intérieur de Phrasly AI, aux côtés des autres outils d’écriture, ce qui en fait une étape facile à intégrer dans un processus de recrutement déjà chargé.
Le recrutement n’a jamais été une science exacte, et l’ajout de la vérification IA ne change pas cela. Ce qui change, c’est la nécessité de comprendre les limites de cet outil des deux côtés de la table, pour que ni le candidat ni le recruteur ne traitent un chiffre imparfait comme une vérité absolue. Les organisations qui réussissent le mieux cette transition sont généralement celles qui forment explicitement leurs recruteurs à interpréter un score plutôt que de simplement leur donner accès à l’outil. Cette formation fait souvent la différence entre un processus de recrutement perçu comme juste et un processus perçu comme arbitraire.
