IA au travail : les grands principes à appliquer pour les professionnels des RH

31 août 2026

Comment utiliser au travail de façon « responsable, réfléchie et conforme » ? Le syndicat professionnels des RH au Québec, l’Ordre des conseillers en ressources humaines agréés (CRHA), vient de publier des lignes directrices à ce sujet, tout à fait transposables aux enjeux en France. Synthèse.

L’intégration de l’IA fait émerger un paradoxe : elle ouvre la voie à de nouvelles possibilités tout en faisant émerger les risques liés à une utilisation qui ne serait pas éclairée et réfléchie ».

Ainsi s’ouvre ce document d’une cinquantaine de pages qui recense 10 principes clés, en lien avec les obligations déontologiques des professionnels des RH. En voici les éléments importants.

1) L’IA ne dilue jamais la responsabilité

C’est le fil rouge du rapport. Le recours à l’IA « ne saurait en aucun cas constituer une justification pour des erreurs commises ou pour excuser des répercussions sur des personnes ou des organisations ».

Une communication rédigée avec ChatGPT, une recommandation appuyée sur une analyse prédictive, une décision prise à partir d’un tri automatisé : le ou la professionnelle RH doit en assumer l’entièreté, au titre de sa responsabilité civile. Corollaire : il faut toujours pouvoir expliquer sa recommandation autrement que par le fait que l’IA l’a produite.

2) Se former avant de l’utiliser

L’Ordre demande d’acquérir les connaissances sur les fonctionnalités, les limites et les risques d’un outil IA avant d’y recourir. Mais aussi de maîtriser suffisamment le champ RH concerné pour juger de la qualité du résultat.

L’IA ne peut en aucun cas compenser un manque d’expertise professionnelle ».

Autrement dit, cela reste un outil d’accompagnement et non un palliatif en remplacement d’un manque de compétence.

La préconisation invite donc à développer en continu sa littératie numérique et en IA, et à consulter des spécialistes quand les connaissances manquent.

3) Confidentialité : une ligne rouge à ne pas franchir

Le message est clair :

Ne jamais saisir des renseignements personnels, de données confidentielles ou des informations stratégiques dans un outil d’IA sans certitude que les données sont protégées. »

L’Ordre distingue ici 3 cas de figure :

• L’outil public gratuit : aucune entente contractuelle, les requêtes servent à entraîner le modèle donc jamais indiquer de données sensibles
• L’abonnement payant : les conditions peuvent exclure l’exploitation des données, mais celles-ci quittent quand même l’organisation
• Et le modèle privé hébergé à l’interne, seule façon de garder le contrôle

4) Systématiquement vérifier les sources

La fameuse question des hallucinations. L’IA « est en effet programmée pour fournir une réponse vraisemblable même en l’absence d’informations pertinentes, ce qui peut donner lieu à des contenus erronés, voire fictifs ».

En un mot : tout doit être corroboré auprès de sources fiables. Le ton assuré de l’outil ne vaut pas validation.

5) Le jugement professionnel reste non délégable

Le message de l’Ordre est explicite : aucune recommandation ne devrait reposer entièrement sur une analyse générée par l’IA. Il faut plutôt traiter l’outil comme un assistant produisant une ébauche, une piste ou une tendance qui restent à vérifier, adapter, nuancer, compléter et contextualiser.

Les lignes directrices déclinent cette exigence par usage :

• Relecture et conformité aux conventions collectives pour la génération de texte ;
• Croisement avec d’autres sources pour l’analytique ;
• Encadrement des sujets traités pour un agent conversationnel ;
• Limites opérationnelles et surveillance dans le temps pour l’IA agentique.

6) Évaluer le risque avant et non après

Le niveau de risque varie selon le contexte : réviser linguistiquement un texte n’a rien à voir avec recommander des promotions ou des licenciements. Plus le volume de données traitées est élevé (tri de CV par exemple), plus la validation devient difficile et la vigilance nécessaire.

Conclusion : décider de ne pas utiliser l’IA est une issue légitime de cette analyse.

7) Biais : une vigilance permanente et non un audit ponctuel

L’IA reproduit les biais de ses données d’entraînement et peut les amplifier. Le document insiste ainsi sur la discrimination par procuration : même en excluant les critères protégés par la Charte, un algorithme peut discriminer via des variables neutres corrélées (code postal, parcours scolaire…).

Formation webinaire: Recrutement & IA : Devenez expert en attraction de talents

Recrutement & IA : Devenez expert en attraction de talents. Boostez chaque étape de votre processus de recrutement grâce à l’IA : analyse, diffusion, ciblage et personnalisation

formations.isarta.fr