L'étude publiée par Fortune le 10 mai 2026 a fait l'effet d'une bombe dans le monde du recrutement. Zehra Chatoo, ancienne stratège de Meta et fondatrice du think tank Code For Good Now, a soumis deux CV strictement identiques — rédigés par la même intelligence artificielle — à 1 000 évaluateurs. La seule différence : le prénom. « James Clarke » d'un côté, « Emily Clarke » de l'autre. Les résultats donnent le vertige. Le CV masculin a obtenu un taux d'approbation de 97 %. Celui de sa jumelle féminine, lui, était 22 % plus susceptible d'être qualifié de « faible ». Les femmes étaient deux fois plus souvent jugées négativement pour avoir utilisé l'IA dans leur candidature. En 2026, alors que des millions de jeunes Français·es s'apprêtent à postuler pour des stages et premiers emplois, cette révélation interroge frontalement la prétendue neutralité des outils numériques.
Un protocole d'étude implacable
Le dispositif de l'expérience
Zehra Chatoo a conçu un protocole d'une simplicité redoutable. Elle a demandé à une intelligence artificielle générative de rédiger deux curriculum vitae identiques pour un poste dans le marketing digital. Même formation, mêmes compétences, mêmes expériences professionnelles, mêmes mots-clés. La seule variable manipulée était le nom du candidat. « James Clarke » pour l'un, « Emily Clarke » pour l'autre. Aucune autre information ne permettait de distinguer les deux profils.
Les 1 000 évaluateurs recrutés pour l'étude — des professionnels du recrutement, des managers et des responsables RH — ignoraient totalement qu'ils participaient à une expérience sur les biais de genre. On leur a simplement demandé d'évaluer la qualité des CV et l'adéquation des candidats au poste proposé.
Des résultats qui donnent à réfléchir
Les chiffres parlent d'eux-mêmes. Le CV de « James Clarke » a été approuvé par 97 % des évaluateurs. Les commentaires le décrivaient comme « solide », « professionnel », « bien structuré ». Le même CV, signé « Emily Clarke », a reçu un tout autre accueil. Les évaluateurs étaient 22 % plus enclins à le qualifier de « faible ». Les critiques portaient sur le manque de détails, la formulation jugée trop vague, ou encore le choix des mots.
Mais le biais ne s'arrête pas là. Les femmes évaluatrices elles-mêmes n'ont pas échappé au phénomène. L'étude montre que les candidates féminines étaient deux fois plus susceptibles d'être pénalisées pour avoir utilisé l'IA dans leur candidature. Comme si le recours à un outil technologique était perçu comme une tricherie quand il s'agit d'une femme, et comme une marque d'efficacité quand il s'agit d'un homme.
Pourquoi l'IA amplifie-t-elle les discriminations ?
Le miroir grossissant des biais humains
Contrairement à une idée reçue, l'intelligence artificielle n'invente pas les discriminations. Elle les reproduit, et surtout, elle les amplifie. Marie-Sophie Zambeaux, co-autrice de L'intelligence artificielle au service des RH, explique ce mécanisme dans un entretien pour HelloWorkPlace : un biais humain peut affecter une dizaine de décisions dans une journée. Un biais algorithmique, lui, peut en impacter des milliers en quelques secondes.
Les modèles de langage comme ceux utilisés pour générer les CV ou pour analyser les candidatures sont entraînés sur des données historiques. Or, ces données reflètent les inégalités du monde réel. Si, pendant des décennies, les postes à responsabilité ont été majoritairement occupés par des hommes, l'IA apprend que le profil « masculin » est statistiquement plus fréquent pour ces fonctions. Elle ne fait que reproduire ce qu'elle a appris.
Des études convergentes
L'étude de Chatoo n'est pas un cas isolé. En octobre 2024, des chercheurs de l'Université de Washington ont démontré que trois modèles de langage parmi les plus performants montraient des biais significatifs dans le classement des candidats selon leur nom. Les noms associés aux hommes blancs étaient systématiquement préférés.
La Brookings Institution a publié des résultats similaires, mettant en évidence des biais intersectionnels : les femmes noires subissaient une double discrimination, à la fois de genre et de race. Les systèmes d'IA montraient une préférence marquée pour les candidats masculins blancs.
En France, la Défenseure des droits Claire Hédon a épinglé en novembre 2025 l'algorithme de Facebook pour discrimination basée sur le genre dans la diffusion de publicités d'emploi. Une offre d'auxiliaire de puériculture était présentée à 93 % à des femmes, tandis qu'une offre de mécanicien atteignait 94 % d'hommes. C'était la première fois qu'une autorité européenne pointait un tel manquement.
Les jeunes femmes, premières victimes du biais algorithmique
Un contexte de recrutement sous tension
L'étude de Fortune tombe au pire moment pour les jeunes diplômées. Mai 2026, c'est la pleine saison des candidatures pour les stages d'été et les premiers emplois. Les 16-25 ans sont de plus en plus nombreux à utiliser des outils d'IA pour rédiger leurs CV et lettres de motivation. ChatGPT, générateurs de CV automatiques, assistants d'écriture — ces outils sont devenus des réflexes.
Mais si ces mêmes outils, ou les algorithmes qui analysent les candidatures en aval, pénalisent systématiquement les profils féminins, alors les jeunes femmes partent avec un handicap invisible. Elles peuvent passer des heures à peaufiner un CV parfait, l'IA le jugera « faible » simplement parce qu'il porte un prénom féminin.
Le piège de la double peine
Le phénomène est d'autant plus pernicieux qu'il s'auto-alimente. Une jeune femme qui utilise l'IA pour postuler risque d'être pénalisée deux fois : une première fois parce que son CV sera jugé moins bon que celui d'un homme à profil équivalent, une seconde fois parce que l'utilisation même de l'IA sera perçue comme suspecte.
Les commentaires recueillis dans l'étude sont éloquents. Les évaluateurs remettaient en question la compétence et la fiabilité de la candidate féminine. « Elle a peut-être triché », « On ne sait pas ce qu'elle vaut vraiment », « C'est trop lisse, ça sent l'IA » — autant de remarques qui n'étaient pas adressées au candidat masculin, alors même que les deux CV étaient générés par le même outil.
Que fait la loi pour encadrer ces pratiques ?
L'IA Act européen : une avancée, mais des limites
L'Union européenne a classé le recrutement comme domaine « à haut risque » dans l'IA Act, le règlement sur l'intelligence artificielle entré en vigueur en 2024. Concrètement, les entreprises qui utilisent des algorithmes pour trier les CV ou évaluer les candidats devront démontrer la transparence, la traçabilité et la robustesse de leurs systèmes.
Elles devront notamment prouver que leurs données d'entraînement sont représentatives et exemptes de biais discriminatoires. Des audits réguliers seront obligatoires. En théorie, c'est une avancée majeure. En pratique, la mise en œuvre est complexe. Beaucoup d'entreprises utilisent des solutions logicielles clé en main, dont elles ne maîtrisent pas les données d'entraînement.
La France et le droit du travail
En France, le Code du travail interdit déjà toute discrimination fondée sur le genre, l'origine, l'âge ou l'apparence physique dans le recrutement. La loi « pour une République numérique » de 2016 impose aux plateformes de loyauté et de transparence dans leurs algorithmes. Mais ces textes ont été pensés avant l'explosion de l'IA générative.
Le Défenseur des droits, saisi de plusieurs dossiers, a appelé à un renforcement des contrôles. Le rapport 2023 de la Commission nationale consultative des droits de l'homme (CNCDH) soulignait déjà que les discriminations algorithmiques constituaient un angle mort de la lutte contre les inégalités.
Comment les jeunes femmes peuvent-elles se protéger ?
Des astuces concrètes pour neutraliser le genre
Face à ce constat, des stratégies d'autodéfense émergent. Certaines jeunes femmes choisissent d'utiliser un prénom neutre ou des initiales sur leur CV. « J'ai remplacé Camille par C. Dubois sur mes candidatures, et j'ai eu deux fois plus de retours », témoigne une étudiante en commerce sur un forum dédié à l'emploi.
D'autres modifient volontairement le style de leur CV pour adopter un ton plus « masculin » : phrases plus courtes, verbes d'action forts, mise en avant des résultats chiffrés plutôt que des compétences relationnelles. Une enquête du site HelloWorkPlace montre que les CV féminins contiennent en moyenne 30 % de termes liés à la collaboration et au travail d'équipe, contre 15 % pour les CV masculins — or, les algorithmes valorisent davantage les termes associés à la compétition et à la performance individuelle.
Choisir les bons outils et les bonnes plateformes
Tous les générateurs de CV ne se valent pas. Certains outils intègrent désormais des fonctionnalités de détection des biais. Avant d'utiliser un assistant IA, mieux vaut vérifier s'il propose une option de « neutralisation de genre » ou s'il a été audité par un organisme indépendant.
Les plateformes de recrutement comme LinkedIn ou HelloWork ont annoncé des mesures pour réduire les discriminations algorithmiques. LinkedIn a notamment modifié son algorithme de suggestion de candidats pour ne plus favoriser les profils masculins dans les métiers techniques. Mais ces correctifs restent partiels et leur efficacité est difficile à évaluer.
Signaler et agir collectivement
Le site SignalConso permet de signaler des pratiques discriminatoires dans le recrutement. Les jeunes femmes qui constatent des différences de traitement liées à leur genre peuvent y déposer une alerte. Les associations comme Les Glorieuses ou le Collectif Féministe Contre le Numérique proposent des ressources et des modèles de lettre pour contester une décision de recrutement suspecte.
Le financement de l'IA et les inégalités femmes-hommes sont aussi un sujet brûlant. Comme le souligne Rana el Kaliouby, les biais ne disparaîtront pas tant que les équipes qui conçoivent ces technologies resteront majoritairement masculines.
L'urgence d'une prise de conscience collective
Les recruteurs aussi doivent changer
Les biais ne sont pas une fatalité. Des entreprises commencent à former leurs recruteurs à la détection des discriminations algorithmiques. Certaines adoptent le recrutement « à l'aveugle » : suppression des noms, des photos, des mentions de genre sur les CV avant de les soumettre aux évaluateurs.
D'autres vont plus loin en imposant des audits externes de leurs outils de recrutement. La société Pymetrics, par exemple, utilise des jeux neuroscientifiques plutôt que des CV pour évaluer les candidats, contournant ainsi les biais liés à la présentation écrite.
Une responsabilité partagée
L'étude de Zehra Chatoo met en lumière un problème systémique. L'IA n'est ni bonne ni mauvaise en soi. Elle est le reflet de la société qui la conçoit et des données sur lesquelles elle est entraînée. Si cette société est sexiste, l'IA le sera aussi.
La solution ne viendra pas seulement de la technologie. Elle passera par une prise de conscience collective, des régulations plus strictes, et une éducation aux biais algorithmiques dès le plus jeune âge. Les jeunes femmes ne devraient pas avoir à « hacker » leur propre CV pour espérer être traitées à égalité avec les hommes.
Conclusion
L'expérience des deux CV identiques générés par IA révèle une vérité dérangeante : la technologie censée faciliter l'accès à l'emploi peut, en réalité, creuser les inégalités. Quand un même document est jugé « faible » pour une femme et approuvé à 97 % pour un homme, ce n'est pas un bug technique. C'est le symptôme d'un système qui reproduit, amplifie et automatise les discriminations de genre.
Pour les 16-25 ans qui entrent sur le marché du travail en 2026, l'enjeu est immédiat. Savoir que ces biais existent, c'est déjà pouvoir s'en protéger. Utiliser des outils audités, varier les canaux de candidature, signaler les abus sur SignalConso — autant de gestes qui permettent de reprendre la main. Mais à long terme, c'est toute la chaîne du recrutement qui doit être repensée, des concepteurs d'algorithmes aux recruteurs en passant par les législateurs. L'égalité professionnelle ne se décrète pas. Elle se construit, outil par outil, décision par décision.
