Gouvernance de l’IA en RH  : quand le jugement humain doit-il prendre le relais ? 

Selon le Baromètre national de l’IA dans les RH 2026 de Parlons RH, 80 % des répondants utilisent un assistant conversationnel dans leur pratique professionnelle. L’IA fait désormais partie du quotidien des équipes RH. Reste à définir les usages autorisés, les vérifications nécessaires et les décisions qui doivent rester entre les mains d’une personne. 

Résumer une procédure, préparer un document, retrouver une information : les possibilités de l’intelligence artificielle suscitent l’intérêt des équipes RH, souvent absorbées par les tâches administratives. Les premiers échanges portent donc naturellement sur le temps qu’elle peut leur faire gagner. Mais dès que l’IA accède aux données de l’entreprise, d’autres questions se posent. Quelles informations peut-on lui confier ? Que peut-elle en faire ? Et qui répond des décisions prises avec son aide ? 

Les équipes RH détiennent des informations particulièrement confidentielles : rémunération, évaluations professionnelles, absences, candidatures, incidents au travail, santé ou relations sociales. Les confier à un outil d’IA ne change rien aux exigences de protection. Selon l’usage prévu, des contrôles supplémentaires peuvent même être nécessaires. Pour les responsables RH, il s’agit donc de définir le rôle de l’IA dans chaque activité, les limites de son intervention et les responsabilités des personnes qui l’utilisent. 

Quels usages de l’IA en RH nécessitent un encadrement plus rigoureux ? 

Certains usages de l’IA apportent une aide ponctuelle. Un assistant peut préparer un message destiné aux collaborateurs, résumer un document avant une réunion ou retrouver une information dans une base documentaire. La personne qui l’utilise gagne du temps, tout en restant responsable du contenu qu’elle reprend et de l’usage qu’elle en fait. 

Les enjeux changent lorsque l’IA intervient dans une décision qui concerne un salarié ou un candidat. Reformuler un e-mail interne n’a pas les mêmes conséquences que sélectionner les candidatures retenues pour un entretien. Dans ce second cas, l’outil peut peser sur l’accès à l’emploi, les revenus ou l’évolution professionnelle d’une personne. Le niveau de contrôle doit en tenir compte. 

En France, le RGPD interdit en principe les décisions fondées exclusivement sur un traitement automatisé lorsqu’elles produisent des effets juridiques ou affectent une personne de manière significative. Des exceptions existent, mais elles sont assorties de garanties spécifiques. Un outil qui écarte automatiquement des candidatures appelle donc une vigilance particulière : faire valider ses résultats sans réel examen ne suffit pas à garantir une intervention humaine. 

La protection des données doit être prévue dès la conception du projet. Il faut préciser l’objectif du traitement, n’utiliser que les données nécessaires et informer les personnes concernées. Une analyse d’impact relative à la protection des données (AIPD) est obligatoire lorsque le traitement est susceptible d’engendrer un risque élevé pour leurs droits et libertés. Cette obligation dépend des caractéristiques et des risques du traitement, et non du seul recours à l’IA. 

Le règlement européen sur l’intelligence artificielle (RIA) complète ce cadre. Certains systèmes utilisés pour le recrutement, l’évaluation ou la gestion des salariés sont classés à haut risque. Pour chaque projet, l’entreprise doit vérifier la catégorie dont relève le système, les obligations qui en découlent et leur date d’application. Les obligations déjà en vigueur au titre du RGPD et du droit du travail restent applicables. 

En pratique, plus un outil peut influencer une décision importante pour une personne, plus sa supervision doit être rigoureuse. La grille suivante aide les équipes RH à adapter leurs contrôles aux usages envisagés :

Comment repérer et encadrer le shadow AI dans les RH ?

Avant de définir des règles d’utilisation, il faut savoir quels outils sont déjà utilisés. L’IA entre souvent dans l’entreprise sans déploiement spécifique, à travers une nouvelle fonctionnalité d’un logiciel de recrutement, d’une suite bureautique ou d’une application métier. Des salariés adoptent aussi de leur propre initiative des assistants conversationnels généralistes. Lorsque ces outils sont utilisés sans l’approbation de la direction informatique ou des RH, on parle de « shadow AI », ou d’IA fantôme. Ces pratiques peuvent échapper aux responsables chargés de protéger les données et d’encadrer les usages. 

Le baromètre de Parlons RH illustre l’étendue des usages : 80 % des répondants posent des questions à un assistant conversationnel, 78 % créent des contenus texte et 71 % synthétisent des documents ou en extraient des informations. Ces chiffres ne permettent pas de savoir quels usages sont autorisés. Ils montrent toutefois que l’inventaire doit couvrir les outils que les équipes utilisent réellement, au-delà des seuls projets officiellement déployés. 

Pour chaque outil, l’inventaire doit préciser à quoi il sert et quelles conséquences son utilisation peut avoir. Un assistant de rédaction ne soulève pas les mêmes questions qu’un outil de présélection des candidatures ou d’évaluation de la performance. L’entreprise peut alors décider des usages qu’elle autorise et des conditions à respecter pour chacun, avec des règles suffisamment précises pour guider les équipes. 

Il faut aussi examiner les données qui circulent dans ces outils. Les restrictions d’accès aux dossiers des salariés doivent continuer à s’appliquer lorsqu’une IA intervient. Où les données sont-elles traitées ? Sont-elles conservées, et pendant combien de temps ? Qui peut les consulter ? Sont-elles toutes nécessaires à la tâche ? 

Fournir davantage de données à l’IA n’améliore pas nécessairement ses résultats. Cela peut, en revanche, exposer inutilement des informations confidentielles. L’outil doit disposer des données utiles à la tâche et du contexte nécessaire pour les interpréter, sans accéder à l’ensemble des informations de l’entreprise. 

Pour établir cet inventaire : 

1. Recensez les outils d’IA utilisés, y compris les fonctionnalités intégrées aux logiciels et les assistants adoptés directement par les équipes. 

• Précisez l’objectif de chaque usage et ses conséquences possibles pour les salariés ou les candidats, puis déterminez le niveau de supervision nécessaire. 
• Identifiez les données accessibles à chaque outil, leur lieu de traitement et leurs conditions de conservation.
• Définissez qui peut utiliser l’outil, avec quelles données, qui vérifie ses résultats et quelles traces doivent être conservées. 

Donner aux équipes les moyens d’exercer leur jugement 

On parle souvent de « human in the loop » pour désigner l’intervention d’une personne dans un processus utilisant l’IA. Encore faut-il que cette intervention permette un véritable examen du résultat. Un manager qui approuve systématiquement les recommandations d’un outil sans les vérifier ne joue pas ce rôle. 

La personne chargée de cette vérification doit pouvoir comprendre le résultat, consulter les données utilisées et repérer ce que l’outil a pu négliger. Elle doit aussi avoir les compétences, le temps et l’autorité nécessaires pour contester une recommandation et prendre une autre décision. C’est à cette expertise humaine que les gains de temps permis par l’IA peuvent profiter. 

« Plus l’intelligence artificielle prend en charge l’exécution des tâches simples, plus les professionnels des RH disposeront de temps pour monter en qualité sur l’interprétation des données, l’accompagnement de salariés, la décision, la conduite du changement, l’expérience employé… » 

Patrice Poirier, président de Sigma-RH Solutions (aujourd’hui Sigmia), Baromètre national de l’IA dans les RH 2026, Parlons RH. 

Cette capacité de recul est essentielle face à des réponses qui peuvent sembler convaincantes tout en reposant sur des données incomplètes ou une hypothèse erronée. La qualité de la rédaction ne garantit pas la fiabilité du résultat. En RH, une erreur peut avoir des conséquences directes sur la situation d’un salarié ou d’un candidat. 

Il faut également pouvoir retracer les étapes d’une décision prise avec l’aide de l’IA, notamment si elle est contestée plusieurs mois plus tard. Toutes les interactions ne nécessitent pas le même degré de détail. Pour les décisions importantes, l’entreprise doit toutefois pouvoir retrouver l’outil utilisé, les données prises en compte, le résultat obtenu et l’intervention de la personne responsable. Ces traces aident à comprendre ce qui s’est passé et à corriger les erreurs.

Donner aux équipes les moyens d’exercer leur jugement 

On parle souvent de « human in the loop » pour désigner l’intervention d’une personne dans un processus utilisant l’IA. Encore faut-il que cette intervention permette un véritable examen du résultat. Un manager qui approuve systématiquement les recommandations d’un outil sans les vérifier ne joue pas ce rôle. 

La personne chargée de cette vérification doit pouvoir comprendre le résultat, consulter les données utilisées et repérer ce que l’outil a pu négliger. Elle doit aussi avoir les compétences, le temps et l’autorité nécessaires pour contester une recommandation et prendre une autre décision. C’est à cette expertise humaine que les gains de temps permis par l’IA peuvent profiter. 

« Plus l’intelligence artificielle prend en charge l’exécution des tâches simples, plus les professionnels des RH disposeront de temps pour monter en qualité sur l’interprétation des données, l’accompagnement de salariés, la décision, la conduite du changement, l’expérience employé… » 

Patrice Poirier, président de Sigma-RH Solutions (aujourd’hui Sigmia), Baromètre national de l’IA dans les RH 2026, Parlons RH

Cette capacité de recul est essentielle face à des réponses qui peuvent sembler convaincantes tout en reposant sur des données incomplètes ou une hypothèse erronée. La qualité de la rédaction ne garantit pas la fiabilité du résultat. En RH, une erreur peut avoir des conséquences directes sur la situation d’un salarié ou d’un candidat. 

Il faut également pouvoir retracer les étapes d’une décision prise avec l’aide de l’IA, notamment si elle est contestée plusieurs mois plus tard. Toutes les interactions ne nécessitent pas le même degré de détail. Pour les décisions importantes, l’entreprise doit toutefois pouvoir retrouver l’outil utilisé, les données prises en compte, le résultat obtenu et l’intervention de la personne responsable. Ces traces aident à comprendre ce qui s’est passé et à corriger les erreurs.

Une IA utile doit tenir compte des règles de l’entreprise

La pertinence d’une réponse ne dépend pas uniquement du modèle d’IA. Elle dépend aussi des données auxquelles l’outil a accès et des règles qu’il peut prendre en compte. Un dossier salarié, par exemple, ne suffit pas toujours à comprendre une situation. Le poste, le site, le service, les horaires de travail ou la convention collective peuvent déterminer la règle à appliquer. L’IA peut traiter un grand volume de données sans pour autant disposer de tous ces éléments.

Lorsque les données et les règles sont dispersées entre plusieurs systèmes qui ne communiquent pas entre eux, les équipes doivent reconstituer ce contexte à chaque utilisation. Le risque est alors de travailler à partir d’informations partielles ou de passer à côté d’une règle applicable. Des données RH structurées et des règles clairement définies facilitent ce travail. L’outil peut ainsi accéder aux informations utiles à une tâche, dans les limites des droits de l’utilisateur.

C’est l’approche retenue par Sigmia. Son IA est intégrée au SIRH et intervient dans les écrans, les documents et les processus RH pour lesquels ses fonctionnalités sont activées. Elle s’appuie sur les documents et les règles approuvés par les administrateurs. Ce fonctionnement permet d’inscrire les usages de l’IA dans les processus de l’entreprise, tout en laissant aux personnes responsables le soin de vérifier les résultats et de prendre les décisions importantes.

Cette prise en compte du contexte est particulièrement utile dans les entreprises qui regroupent plusieurs entités ou sites, avec des conventions collectives et des règles de gestion différentes. Les résultats de l’IA doivent pouvoir être examinés au regard de la situation réelle des salariés concernés.

Des règles claires pour faciliter l’adoption 

Définir un cadre demande du temps au départ. Mais des règles connues de tous évitent ensuite de longues hésitations à chaque nouvel usage. 

Sans ce cadre, les mêmes questions reviennent : peut-on utiliser ces données ? Faut-il faire intervenir le délégué à la protection des données (DPO) ou le responsable de la protection des données ? Qui doit examiner la sécurité de l’outil ? Qui valide ses résultats ? Clarifier les rôles et les critères d’examen permet aux équipes de savoir quand avancer et quand demander un avis. 

Les usages à faible risque peuvent ainsi être mis en place plus facilement. Ceux qui présentent des risques plus importants font l’objet de vérifications approfondies, voire sont écartés si les bénéfices attendus ne justifient pas les risques. 

Une gouvernance utile donne donc aux équipes des repères concrets : ce qu’elles peuvent confier à l’IA, les données qu’elles peuvent utiliser et les situations qui exigent un examen humain. Elles peuvent alors tirer parti de l’outil en connaissant ses limites et les responsabilités qui leur incombent. 

Pour encadrer l’IA dans vos pratiques RH, commencez par ces cinq actions :  

• Adaptez les contrôles aux conséquences de chaque usage pour les salariés et les candidats. 

• Recensez les outils déjà utilisés, y compris ceux que les équipes ont adoptés de leur propre initiative. 

• Limitez l’accès de l’IA aux données nécessaires à la tâche, dans le respect des droits d’accès existants. 

• Donnez aux personnes chargées de la supervision les moyens de vérifier les résultats et d’écarter une recommandation. 

• Conservez les traces nécessaires pour expliquer les décisions importantes prises avec l’aide de l’IA. 

Sources 

• CNIL. Profilage et décision entièrement automatisée. 

• CNIL. Le guide du recrutement. 

• CNIL. Ce qu’il faut savoir sur l’analyse d’impact relative à la protection des données (AIPD). 

• CNIL. Liste des types d’opérations de traitement pour lesquelles une AIPD est requise. 

• Commission européenne. Cadre réglementaire de l’intelligence artificielle (RIA). 

• Sigmia France. Intelligence artificielle. 

• Parlons RH (2026). 2e Baromètre national de l’IA dans les RH — IA et RH : le calme avant la tempête. Usages : p. 18 ; entretien avec Patrice Poirier : p. 24 ; méthodologie : p. 42–43. Enquête en ligne auprès de 343 répondants, du 15 décembre 2025 au 2 février 2026. SIGMA-RH figurait parmi les partenaires de l’étude. 

• Code du travail. Article L2312-38 — Méthodes de recrutement et moyens de contrôle de l’activité des salariés.