IA et recrutement
18 octobre 2026
Extraction du CV et classement des candidats : deux tâches distinctes
Un CV bien extrait peut être mal évalué, et un score plausible peut masquer une lecture incomplète. Vérifiez séparément les données et leur interprétation.
Équipe HRvana
2 min de lecture
Un CV peut être correctement extrait puis mal évalué. Il peut aussi recevoir un score plausible alors qu'une partie du document n'a jamais été lue.
Pendant l'essai d'un outil, examinez l'extraction et le classement séparément. Vous éviterez de corriger une étape qui n'est pas à l'origine du problème.
L'extraction cherche ce que dit le document
Un analyseur transforme le fichier en texte ou en champs structurés. Selon le produit, il reconnaît noms, dates, postes et autres informations. Cette première tâche consiste à conserver les éléments nécessaires à la suite.
Vérifiez que les dates restent reliées au bon emploi et qu'un projet n'est pas pris pour une expérience salariée. Examinez la dernière page d'un document long et les textes dans une autre écriture. Le premier paragraphe correctement affiché ne prouve pas que tout a été traité.
Le classement ajoute une appréciation liée au poste
Un rapprochement peut comparer les informations aux critères, attribuer des catégories ou ordonner les dossiers pour leur examen.
Cette appréciation dépend aussi de la définition des besoins, des preuves acceptées et du traitement des absences d'information. Une extraction correcte ne corrige pas un critère ambigu.
Gardez deux listes d'erreurs
| Observation | Première question à examiner |
|---|---|
| Une qualification du CV n'apparaît pas dans le profil | A-t-elle été extraite ? |
| Elle apparaît mais le résultat la déclare absente | Comment l'évaluation l'interprète-t-elle ? |
| Une date se retrouve sous le mauvais emploi | La structure du document a-t-elle été conservée ? |
| Les mêmes éléments reçoivent un traitement différent | Les critères, réglages, versions ou contextes ont-ils changé ? |
Gardez le fichier original accessible aux personnes autorisées. Une correction doit permettre de comprendre si la donnée ou son évaluation a changé.
Évaluez chaque étape sur sa tâche
Pour l'extraction, comparez les champs au document. Pour l'appréciation, utilisez une grille convenue par des évaluateurs compétents et examinez leurs désaccords. L'aspect raisonnable de la sélection finale ne suffit pas à tester les deux.
Utilisez des dossiers fictifs ou correctement encadrés. Ajoutez des cas en échec et vérifiez qu'un document illisible devient une exception visible, sans être silencieusement mal noté.
Demandez au fournisseur d'expliquer les deux traitements. Selon l'origine de l'erreur, la bonne réponse sera de corriger le dossier, revoir un critère, relancer l'analyse ou passer en examen manuel.
Sources et lectures complémentaires
Articles associés
Articles associés
IA et recrutement
Préparer un pilote IA pour une petite équipe de recrutement
Testez une seule tâche avec des données autorisées, une grille et une procédure d'exception. Fixez les raisons de suspendre l'essai avant d'élargir l'usage.
IA et recrutement
Que faire quand le traitement automatique d'un CV échoue ?
Distinguez candidature reçue et analyse terminée. Rendez les erreurs visibles, encadrez les nouvelles tentatives et prévoyez une revue manuelle des dossiers.
IA et recrutement
Qu'expliquer aux candidats sur l'usage de l'IA dans le recrutement ?
Décrivez la tâche automatisée, les informations utilisées et la revue humaine réelle. Prévoyez un contact pour signaler un problème et gardez l'explication à jour.
Prêt à transformer
votre carrière ?
Créez votre profil, explorez les offres ou trouvez des candidats. Commencez avec HRvana.