Tous les articles
Méthode·15 juillet 2025·5 min
Score IA candidat : pourquoi l'explicabilité change tout
Un score sans explication est juridiquement indéfendable et opérationnellement inutile. Ce que doit contenir une bonne explication.
La fin du pourcentage opaque
« 87 % de match » ne dit rien à un recruteur, et encore moins à un candidat qui conteste. L'AI Act exige une justification individuelle : pourquoi ce score, sur quels critères, avec quelle marge d'incertitude.
Les quatre composantes d'un score lisible
- •Pondération transparente : quels critères pèsent combien (expérience 35 %, compétences techniques 30 %, parcours 20 %, mobilité 15 %).
- •Justification narrative : 2-3 phrases en langage humain expliquant le score.
- •Marge d'incertitude : intervalle de confiance, pas un chiffre sec.
- •Alternatives proposées : si rejeté pour ce poste, signalé pour quel autre.
Le test du candidat
Si le candidat ne comprend pas pourquoi il est rejeté en lisant l'explication, l'explication n'existe pas.
Concrètement : phrases courtes, vocabulaire métier, pas de jargon algorithmique. Et une voie de recours visible.
Le bénéfice secondaire
L'explicabilité n'est pas qu'un sujet de conformité. C'est aussi un outil de calibrage continu : analyser les justifications agrégées révèle les biais du modèle bien avant un audit formel.
Envie d'en discuter dans votre contexte ? Diagnostic offert, 30 min, sans engagement.
Engager la conversation