Comment repérer les CV rédigés par IA ou trop parfaits avec HCIA

L'essor des CV générés par IA

Les chercheurs d'emploi ont désormais accès en un clic à des outils qui réécrivent, embellissent ou fabriquent entièrement des CV. Le résultat n'est pas seulement un formatage plus net — c'est une avalanche de CV conçus pour battre les scanners de mots-clés et paraître irréprochables au premier coup d'œil. Pour les recruteurs, la question n'est plus "ce candidat a-t-il l'air bon sur le papier ?" mais "ce papier est-il réel ?"

Pourquoi "trop beau pour être vrai" est un signal mesurable

Le moteur de conformité de HCIA inclut une analyse dédiée appelée Trop Beau Pour Être Vrai (TGTBT) — un score de 0 à 100 qui quantifie à quel point un profil semble suspectement parfait. Il ne repose pas sur des impressions vagues. Le LLM évalue des signaux concrets :

• Tous les scores de correspondance dépassant 95 dans chaque catégorie
• 100% de densité d'impact — chaque point est quantifié avec une métrique, aucune déclaration floue
• Aucun écart ou faiblesse détectable dans l'historique professionnel
• Progression de carrière plus rapide que le 95e percentile pour le poste
• Confiance de détection de modèle supérieure à 80

Lorsque TGTBT dépasse 70, les recruteurs voient une bannière d'avertissement rouge avec les indicateurs spécifiques listés — pas un tampon "rejeté" en boîte noire, mais une invitation fondée sur des preuves à regarder de plus près.

Au-delà des mots-clés — ce que HCIA analyse réellement

Le pipeline de tri de HCIA fonctionne en deux niveaux.

Niveau de base

Le niveau de base extrait un profil de candidat structuré et le score par rapport à la description de poste selon 11 dimensions : correspondance des compétences, correspondance de l'expérience, profondeur sectorielle, alignement de l'ancienneté, formation, certifications, localisation, attentes salariales et disponibilité. Il effectue également une analyse de qualité du CV dédiée couvrant :

• Complétude — les sections clés sont-elles présentes ?
• Compatibilité ATS — les systèmes de parsing le liront-ils correctement ?
• Qualité du formatage — est-il bien structuré ?
• Couverture des mots-clés — correspond-il à la description de poste ?
• Taux de quantification — combien de points contiennent des métriques ?
• Clarté et qualité linguistique — l'écriture est-elle claire ?
• Détection de répétitions — les phrases ou structures sont-elles recyclées ?
• Détection d'image — s'agit-il d'une image scannée plutôt que de texte ?

Niveau avancé

Le niveau avancé exécute quatre analyses approfondies en parallèle :

NLP sémantique

Évalue l'écriture à un niveau forensique :

• Score de densité d'impact — quel pourcentage de points contient des métriques ?
• Score de verbe d'action — combien utilisent des verbes forts ("dirigé", "optimisé") contre des verbes faibles ("assisté", "aidé", "participé") ?
• Score de détection de modèle — identifie les modèles générés par IA. Lorsque le score dépasse 60, les recruteurs reçoivent un avertissement "Modèle de CV détecté" avec les trois principaux indicateurs listés : structures identiques de points, formulation générique, ou manque de preuves spécifiques.
• Analyse de l'écriture — grammaire, concision, clarté, formulation.
• Correspondance des exigences implicites — trouve des preuves de compétences que la description de poste implique mais n'énumère pas explicitement.

Intelligence de carrière

Reconstruit la trajectoire de carrière du candidat :

• Trajectoire de progression — ascendante, latérale, descendante
• Ancienneté moyenne et maximale — signale des durées inhabituellement courtes
• Indicateur de saut d'emploi — changements fréquents sans progression
• Signal de loyauté — engagement à long terme envers les employeurs
• Périodes d'inactivité — durée, type et contexte pour chaque période
• Profondeur sectorielle — années d'expérience par secteur
• Pivots de carrière — changements de domaine avec résumés

Il met en évidence des progressions improbables — celles qui ont l'air bien mais ne résistent pas à l'examen.

Signaux prédictifs

Modélise les résultats futurs avec une incertitude explicite :

• Probabilité de rétention — à quel point le candidat est susceptible de rester
• Potentiel de performance — niveau de contribution estimé
• Risque de départ — décomposé par ancienneté, surqualification et écart salarial
• Potentiel de croissance — capacité d'avancement
• Préparation au leadership — et s'il s'agit d'un leadership technique, de personnes ou hybride
• Signaux culturels — startup vs. entreprise, télétravail vs. présentiel, collaboratif vs. autonome

Chaque prédiction comporte une mention obligatoire : "Ceci est basé sur des schémas observés — pas une garantie de performance future."

Conformité

Exécute l'analyse TGTBT en parallèle avec :

• Détection d'incohérences — dates contradictoires, chronologies d'emploi improbables qui ne concordent pas — chacune avec un niveau de gravité et une action recommandée
• Vérification de l'éligibilité au travail — confirmée, inférée ou détail manquant
• Garde-fous contre les biais — vérifie activement si l'IA montre des signes de biais démographique, produisant un résumé des garde-fous que le recruteur peut examiner
• Audit des données personnelles — quelles données personnelles ont été extraites, où elles sont stockées et pour combien de temps

Explicabilité, pas boîtes noires

Chaque score produit par HCIA est accompagné d'une explication. La cascade d'explicabilité commence à une base neutre de 50 et guide le recruteur à travers chaque contribution positive et négative :

Direction	Facteur	Impact
↑ Positif	10+ ans d'expérience en marketing digital	+15
↑ Positif	MBA d'un programme de premier plan	+10
↓ Négatif	Aucune propriété directe de GMV déclarée	-10
↓ Négatif	Expérience manquante avec les comptes entreprises	-10
Final		78

Les recruteurs peuvent inspecter la justification complète, voir une analyse et chaque force et faiblesse détaillée. S'ils ne sont pas d'accord, ils peuvent annuler le score IA avec une raison — cette action est enregistrée dans la piste d'audit.

Le jugement humain est l'étape finale

HCIA ne rejette pas automatiquement les candidats. Le pipeline signale, score et explique — mais les changements d'étape (Présélectionné, Rejeté, Entretien) sont toujours manuels. Un CV signalé comme "modèle détecté" pourrait appartenir à un rédacteur de CV professionnel. Un score TGTBT élevé pourrait refléter une carrière exceptionnelle, pas une fabrication. Les explications donnent aux recruteurs les preuves dont ils ont besoin pour prendre cette décision.

Ce que cela signifie pour les équipes de recrutement

Les CV générés par IA ne disparaîtront pas. La réponse n'est pas d'interdire l'IA — c'est de construire des systèmes de tri qui sont :

• Transparents sur l'incertitude — chaque prédiction comporte une mention
• Spécifiques sur les préoccupations — pas "cela semble bizarre" mais "structure de points identique sur les 12 entrées"
• Auditables — chaque décision, annulation et changement d'étape est enregistré
• Équitables — des garde-fous contre les biais sont appliqués aux propres résultats de l'IA

Le pipeline de HCIA met en évidence les signaux qui comptent : non pas seulement si un CV est "bon", mais s'il est réel.