Les questions d'entretien sur l'IA permettent aux candidats de vérifier si un employeur utilise vraiment bien l'IA. Interrogez-le sur les workflows concrets, les outils, les règles de données, la formation et l'impact sur les carrières, puis notez les réponses de 1 à 5. Vous verrez si « nous utilisons l'IA » relève de la pratique quotidienne ou du slogan, et ce qu'il faut négocier avant de signer.

Si vous utilisez aussi l'IA dans votre propre recherche d'emploi, gardez le même état d'esprit : périmètre clair, risques clairs, contrôles clairs. Les garde-fous décrits dans Outils d'IA pour candidater : choisir des assistants qui font gagner du temps sans passer pour un robot de spam valent tout autant pendant l'entretien.

Questions de l'enquête

Questions fermées (échelle de Likert, 1-5)

Répondez à chaque affirmation d'après ce que vous avez appris lors des entretiens et dans les documents écrits. Échelle : 1 = Pas du tout d'accord, 2 = Pas d'accord, 3 = Neutre/pas clair, 4 = D'accord, 5 = Tout à fait d'accord.

  • Q1 Le poste définit clairement quand je dois utiliser l'IA (et quand non).
  • Q2 L'équipe de recrutement a pu citer 3 à 5 tâches pour lesquelles l'IA est déjà utilisée dans ce poste.
  • Q3 L'équipe de recrutement a pu citer 1 à 2 tâches pour lesquelles l'usage de l'IA est explicitement restreint.
  • Q4 Je comprends ce que signifie un « bon résultat » lorsque l'IA soutient mon travail.
  • Q5 Le poste prévoit du temps et de l'espace pour apprendre les workflows d'IA pendant l'onboarding.
  • Q6 L'équipe a défini clairement le passage de relais entre jugement humain et résultats de l'IA.
  • Q7 Les collaborateurs ont accès à des outils d'IA validés, adaptés au travail quotidien (pas à des comptes personnels utilisés au cas par cas).
  • Q8 La configuration des outils de l'entreprise répond aux exigences UE/DACH (langue, localisation des données, confidentialité).
  • Q9 L'équipe de recrutement a pu expliquer quels outils sont autorisés et lesquels ne le sont pas.
  • Q10 Les outils d'IA sont intégrés aux workflows existants (documents, ticketing, CRM, analytics).
  • Q11 Je bénéficierais d'un soutien concret (IT/helpdesk, bibliothèque de prompts, permanences) pour bien utiliser l'IA.
  • Q12 L'entreprise peut expliquer comment elle évalue les nouveaux outils d'IA avant leur déploiement.
  • Q13 L'entreprise dispose d'une politique écrite sur l'usage de l'IA, compréhensible par les collaborateurs.
  • Q14 L'équipe de recrutement a pu expliquer comment le RGPD/Datenschutz influence l'usage de l'IA dans ce poste.
  • Q15 Une règle claire définit les données qui ne doivent jamais être saisies dans des outils d'IA externes.
  • Q16 L'entreprise peut expliquer où sont stockées les données liées à l'IA et qui y a accès.
  • Q17 L'usage de l'IA est journalisé ou auditable pour les workflows sensibles (sans l'impression d'une « surveillance secrète »).
  • Q18 Le point de vue du Betriebsrat/comité d'entreprise est pris en compte lorsque c'est pertinent (ou l'entreprise peut expliquer pourquoi ce n'est pas le cas).
  • Q19 L'entreprise propose aux collaborateurs une formation structurée à l'IA, et pas seulement des vidéos facultatives.
  • Q20 Le contenu des formations est adapté à chaque métier (par ex. ventes, RH, produit ou finance).
  • Q21 Les managers sont formés pour évaluer équitablement et de façon cohérente le travail assisté par l'IA.
  • Q22 L'entreprise enseigne « comment vérifier les résultats de l'IA » (qualité, sources, biais), et pas seulement le prompting.
  • Q23 Je saurais à qui poser mes questions sur un usage sûr de l'IA (responsables nommés, canaux).
  • Q24 Les compétences en IA sont considérées comme des compétences qui s'apprennent, et non comme une attente implicite.
  • Q25 Les personnes peuvent parler ouvertement des erreurs liées à l'IA sans craindre d'être blâmées.
  • Q26 L'équipe encourage l'expérimentation avec des garde-fous clairs.
  • Q27 Je pense pouvoir dire « non » à un cas d'usage risqué de l'IA sans conséquences négatives.
  • Q28 La culture de l'équipe favorise l'apprentissage entre pairs (partage de prompts, de relectures, d'exemples).
  • Q29 L'équipe de recrutement a été transparente sur les limites, les risques et les compromis de l'IA.
  • Q30 L'équipe voit l'IA comme un soutien, pas comme un substitut à la réflexion.
  • Q31 Les attentes de performance sont réalistes et ne supposent pas que « l'IA double la production du jour au lendemain ».
  • Q32 L'entreprise a une approche équitable pour mesurer la productivité assistée par l'IA.
  • Q33 Je comprends comment l'IA influence mes objectifs, mes cibles et mes critères de qualité.
  • Q34 L'usage de l'IA ne servira pas à justifier une charge de travail floue ni une extension permanente du périmètre.
  • Q35 Les parcours de carrière récompensent le jugement et la résolution de problèmes, pas seulement l'utilisation des outils.
  • Q36 L'entreprise peut expliquer comment les rôles pourraient évoluer à cause de l'IA dans les 12 à 24 prochains mois.
  • Q37 Pour le travail en contact avec les clients ou sur le produit : les cas d'usage et les risques de l'IA sont clairement documentés.
  • Q38 L'entreprise teste la qualité, la sécurité et la conformité des fonctionnalités d'IA avant leur lancement.
  • Q39 L'entreprise peut expliquer comment elle gère les hallucinations, les erreurs et les cas limites.
  • Q40 Une procédure d'escalade claire existe pour les incidents liés à l'IA (préjudice client, problèmes de données).
  • Q41 L'entreprise peut expliquer comment elle évite les résultats injustes de l'IA (biais, exclusion).
  • Q42 L'entreprise peut expliquer comment les données clients sont protégées lorsque l'IA est impliquée.

Question globale de type NPS (0-10)

  • Q43 Dans quelle mesure recommanderiez-vous le niveau de maturité IA de cet employeur à un collègue ? (0-10)

Questions ouvertes

  • Q44 Quelle preuve la plus crédible avez-vous vue que l'IA est utilisée de façon responsable ici ?
  • Q45 Qu'est-ce qui vous a semblé flou, éludé ou « approximatif » à propos de l'IA dans ce poste ?
  • Q46 Quel risque lié à l'IA voudriez-vous réduire dès vos 30 premiers jours ?
  • Q47 Qu'est-ce qui vous rassurerait davantage pour rejoindre l'entreprise sous l'angle de l'IA ?
Question(s) / domaine Score / seuil Action recommandée Responsable Objectif / échéance
Gouvernance, données et confidentialité (Q13-Q18) Moyenne <3,0 Demandez la politique écrite et une synthèse du traitement des données ; sollicitez un échange de suivi avec l'IT/le DPO. Vous Dans les 48 h après l'entretien
Outils et accès (Q7-Q12) Moyenne <3,0 Clarifiez les outils validés, les licences et les accès à l'onboarding ; considérez « utilisez votre propre compte » comme un risque. Vous Avant l'étape d'entretien suivante
Formation et accompagnement (Q19-Q24) Moyenne <3,5 Négociez du temps d'onboarding pour les workflows d'IA ; demandez un responsable nommé de l'accompagnement. Vous + manager recruteur Avant de signer une offre
Culture et sécurité psychologique (Q25-Q30) Moyenne <3,5 Sondez avec des questions de mise en situation ; demandez à rencontrer un pair pour valider la culture « réelle ». Vous Dans les 7 jours
Performance et carrières (Q31-Q36) Moyenne <3,0 Demandez des exemples d'objectifs et de critères de qualité ; méfiez-vous de la pression « IA = plus de production ». Vous Dans les 72 h
Produit et impact client (Q37-Q42) Moyenne <3,0 Demandez les contrôles des risques (tests, escalade, gestion des incidents) ; envisagez de renoncer si les réponses restent vagues. Vous Avant le dernier tour
Maturité globale (Q1-Q42) + Q43 Moyenne ≥4,0 et Q43 ≥8 Poursuivez ; notez les points forts ; utilisez-les comme priorités d'onboarding et leviers de négociation. Vous Dans les 24 h après chaque entretien

Points clés à retenir

  • Demandez, notez, comparez : vous réduisez le biais de l'intuition d'un interlocuteur à l'autre.
  • Un faible score de confidentialité se « corrige » difficilement plus tard ; voyez-y un signal d'alerte précoce.
  • De bons outils sans formation conduisent généralement à des résultats inégaux et à du stress.
  • La sécurité psychologique détermine si les expérimentations d'IA deviennent un apprentissage ou une chasse aux responsables.
  • Utilisez des seuils pour décider : clarifier, négocier, escalader ou renoncer.

Définition et périmètre

Cette enquête mesure la maturité d'un employeur en matière d'IA pour un poste précis, à partir d'éléments recueillis en entretien. Elle s'adresse aux candidats, aux personnes en reconversion et aux coachs qui veulent des signaux structurés et comparables d'une entreprise à l'autre. Elle aide à décider s'il faut poursuivre, quoi négocier, quels risques signaler et quoi prioriser pendant vos 30 à 90 premiers jours.

Comment utiliser ces questions d'entretien sur l'IA en situation réelle

Voyez-y un workflow en deux étapes : vous posez les questions, puis vous notez ce que vous avez entendu. Vous obtiendrez des signaux plus nets si vous considérez le flou comme une donnée, et non comme une garantie. Si vous utilisez l'IA dans votre recherche d'emploi, appliquez la même discipline que pour les meilleurs outils d'IA pour candidater : vous restez responsable des entrées comme des sorties.

Seuil pratique : si l'interlocuteur ne peut pas répondre à au moins 2 questions clés d'un domaine, notez ce domaine à 3,0 maximum jusqu'à preuve du contraire.

Processus (rapide, reproductible) : 1) choisissez 2 domaines par tour d'entretien, 2) posez 6 à 8 questions, 3) notez mot pour mot les affirmations, 4) attribuez les scores dans les 24 h, tant que c'est frais.

  • Choisissez 2 domaines prioritaires pour le prochain tour d'entretien ; responsable : vous ; échéance : le jour même.
  • Préparez 1 question de mise en situation (« Que s'est-il passé la dernière fois… ? ») ; responsable : vous ; échéance : avant l'appel.
  • Notez Q1-Q42 dans les 24 h ; responsable : vous ; échéance : le lendemain au plus tard.
  • Envoyez 3 questions de clarification au recruteur si une moyenne de domaine est <3,0 ; responsable : vous ; échéance : dans les 48 h.
  • Tenez un « journal des preuves IA » d'une page pour chaque employeur ; responsable : vous ; échéance : en continu.

Questions d'entretien sur l'IA pour candidats, par domaine

1) Clarté du rôle et des workflows

Vous voulez savoir si l'IA fait partie de la conception du poste ou si elle reste une attente floue. Les équipes solides savent décrire les tâches, les contrôles qualité et les points où le jugement humain doit garder la main. Les équipes plus fragiles restent abstraites et ne parlent que d'« efficacité ».

Questions clés à poser

  • Où attendez-vous de moi que j'utilise l'IA pendant les 30 premiers jours ?
  • Quelles tâches ne doivent jamais être réalisées avec l'IA, même si c'est plus rapide ?
  • À quoi ressemble un « bon » résultat assisté par l'IA dans ce poste ?
  • Quels workflows intègrent déjà l'IA aujourd'hui, et lesquels sont prévus ?
  • Qui relit le travail assisté par l'IA, et que vérifie cette personne ?
  • Comment évitez-vous que l'IA crée des retouches (mauvaises réponses, mauvais ton, mauvaises données) ?
  • Quelle documentation existe pour les processus assistés par l'IA (procédures, checklists, exemples) ?
  • Comment gérez-vous la responsabilité quand le résultat de l'IA est faux : qui corrige, qui en tire des leçons ?

Questions de relance possibles

  • Pouvez-vous me décrire étape par étape un exemple réel de la semaine dernière ?
  • Qu'attendriez-vous de quelqu'un qui refuse d'utiliser l'IA pour une tâche risquée ?

Comment interpréter les réponses

  • Encourageant : des tâches précises, des exemples et des critères de qualité clairs montrent une vraie adoption opérationnelle.
  • Encourageant : des zones « interdites » clairement définies traduisent une vraie culture du risque, et non une accélération aveugle.
  • Préoccupant : « on verra bien » associé à des attentes élevées laisse deviner une pression de performance cachée.
  • Préoccupant : personne n'est responsable de la relecture ni des contrôles qualité, donc les erreurs retomberont sur vous.

2) Outils et accès

La maturité IA s'effondre vite quand l'accès est flou ou risqué. Vous vérifiez si l'entreprise fournit des outils validés, de bons réglages par défaut et un soutien. Demandez aussi comment elle empêche la « shadow AI » et les fuites de données.

Questions clés à poser

  • Quels outils d'IA sont officiellement validés pour les collaborateurs de ce poste ?
  • Fournissez-vous des licences, ou les gens utilisent-ils des comptes personnels ?
  • Quelle est la règle pour les données clients, les données confidentielles et le code interne avec les outils d'IA ?
  • Comment gérez-vous la localisation des données et les exigences de stockage dans l'UE pour l'usage de l'IA ?
  • Les outils d'IA sont-ils intégrés aux systèmes du quotidien (documents, tickets, CRM) ou séparés ?
  • Qui aide quand des prompts, des autorisations ou des intégrations ne fonctionnent plus ?
  • Comment évaluez-vous et déployez-vous de nouveaux outils en toute sécurité ?
  • Disposez-vous d'une bibliothèque de prompts ou de modèles standard pour les tâches courantes ?

Questions de relance possibles

  • Quel outil avez-vous testé puis écarté, et pourquoi ?
  • Quel est le moyen le plus rapide pour une nouvelle recrue d'obtenir ses accès dès le premier jour ?

Comment interpréter les réponses

  • Encourageant : des outils validés nommés, des étapes d'accès et des restrictions claires signalent une vraie gouvernance.
  • Encourageant : l'intégration aux workflows suggère que l'IA fait partie de la productivité, et non d'un passe-temps annexe.
  • Préoccupant : « utilisez ce que vous voulez » augmente le risque pour la confidentialité et rend la qualité inégale.
  • Préoccupant : s'ils poussent à l'automatisation à grande échelle, rappelez-vous le battage autour de l'IA de candidature automatique face à la réalité : la vitesse sans contrôle se retourne contre soi.

3) Gouvernance, données et confidentialité (RGPD/Datenschutz)

C'est le domaine où les signaux sont les plus déterminants. Si les réponses sont vagues ici, supposez un risque tant que vous n'avez pas vu de règles écrites. Dans un contexte UE/DACH, vous testez aussi si la conformité est concrète, et pas seulement un discours juridique.

Questions clés à poser

  • Avez-vous une politique d'IA que les collaborateurs peuvent consulter et comprendre ?
  • Quelles catégories de données sont interdites dans les outils d'IA externes ?
  • Où sont stockées les données liées à l'IA, et qui peut accéder aux journaux ou aux transcriptions ?
  • Réalisez-vous des AIPD ou des évaluations similaires pour les cas d'usage sensibles de l'IA ?
  • Comment gérez-vous la conservation et la suppression des données liées à l'IA ?
  • L'usage de l'IA est-il surveillé, et si oui, que mesure-t-on exactement ?
  • Comment le Betriebsrat/comité d'entreprise est-il impliqué lorsque la codécision s'applique ?
  • Qui valide les cas d'usage de l'IA à haut risque : IT, juridique, DPO, sécurité, métier ?

Questions de relance possibles

  • Pouvez-vous partager la section de la politique qui concerne ce poste (même sous forme de résumé) ?
  • Quel incident lié à l'IA avez-vous évité ou traité, et qu'est-ce qui a changé ensuite ?

Comment interpréter les réponses

  • Encourageant : des règles claires du type « ne pas saisir » et la transparence sur le stockage et les accès réduisent votre risque personnel.
  • Encourageant : des responsables nommés et l'auditabilité indiquent que l'entreprise attend de la redevabilité.
  • Préoccupant : « le juridique s'en occupe » sans détails opérationnels signifie que vous devrez deviner sous pression.
  • Préoccupant : éviter le comité d'entreprise entraîne souvent des retards de déploiement et des problèmes de confiance par la suite.

4) Formation et accompagnement

Un accès aux outils sans formation crée des performances inégales et de la frustration. Vous vérifiez si l'entreprise investit dans les compétences, et pas seulement dans les licences. Demandez aussi comment elle forme les managers, car ce sont eux qui fixent les attentes.

Questions clés à poser

  • Quelle formation à l'IA recevrai-je pendant mes 4 premières semaines ?
  • La formation est-elle adaptée au rôle, avec des exemples tirés de cette fonction précise ?
  • Formez-vous les collaborateurs à la vérification des résultats et aux contrôles des risques, et pas seulement au prompting ?
  • Les managers sont-ils formés pour évaluer équitablement le travail assisté par l'IA ?
  • Existe-t-il une communauté interne (permanences, ambassadeurs) pour les questions sur l'IA ?
  • Comment maintenez-vous la formation à jour quand les outils changent ?
  • Mesurez-vous l'efficacité de la formation au-delà des taux de participation ?
  • Quelle est la procédure d'escalade si je ne sais pas si un usage de l'IA est autorisé ?

Questions de relance possibles

  • Pouvez-vous partager un exemple de plan de module ou une checklist utilisée en formation ?
  • Qui est responsable de l'accompagnement dans ce service ?

Comment interpréter les réponses

  • Encourageant : des ateliers par métier et une formation à la vérification montrent que la qualité et la sécurité comptent.
  • Encourageant : l'accompagnement des managers réduit la dynamique de l'« IA comme exigence silencieuse ».
  • Préoccupant : « nous avons un wiki » signifie souvent un apprentissage en libre-service et inégal.
  • Préoccupant : l'absence de formation des managers conduit à des évaluations inégales ; comparez avec les attentes décrites dans la formation des managers à l'IA.

5) Culture d'équipe et sécurité psychologique

Vous testez si l'expérimentation est sans danger et si les gens peuvent s'exprimer. L'IA introduit de nouveaux types d'échecs, donc une culture du blâme coûte vite cher. La sécurité psychologique détermine aussi si les cas d'usage risqués sont arrêtés à temps.

Questions clés à poser

  • Parlez-moi de la dernière erreur d'IA de l'équipe. Que s'est-il passé ensuite ?
  • Comment décidez-vous si un cas d'usage de l'IA « en vaut la peine » ?
  • Les membres de l'équipe peuvent-ils dire « non » à une approche d'IA qui leur paraît risquée ?
  • Comment partagez-vous les enseignements (prompts, checklists, exemples) au sein de l'équipe ?
  • Pour quelles raisons les résultats de l'IA sont-ils généralement rejetés en interne ?
  • Comment évitez-vous une dépendance excessive à l'IA pour des décisions qui exigent du jugement ?
  • Comment gérez-vous les désaccords sur la qualité des résultats de l'IA ?
  • Quelle est votre attente en matière de transparence : signalons-nous le travail assisté par l'IA ?

Questions de relance possibles

  • Qui décide quand arrêter une expérimentation, et sur quels critères ?
  • Puis-je parler à un pair de l'impact de l'IA sur le travail quotidien ?

Comment interpréter les réponses

  • Encourageant : ils savent décrire leurs erreurs et ce qu'ils en ont appris sans gêne ni défensive.
  • Encourageant : des règles d'arrêt et des procédures d'escalade montrent que la sécurité est conçue, et non espérée.
  • Préoccupant : personne n'admet d'erreurs, ce qui signifie souvent que les erreurs sont cachées.
  • Préoccupant : une pression du type « utilisez-la, c'est tout » suggère une faible sécurité psychologique sous la pression des livrables.

6) Impact sur la performance et les carrières

Vous voulez comprendre comment l'IA modifie les attentes, les objectifs et les perspectives d'évolution. Certaines entreprises relèvent discrètement leurs attentes de production sans changer les objectifs ni les ressources. Demandez comment elles garantissent une évaluation équitable de la performance quand l'IA entre en jeu.

Questions clés à poser

  • Comment l'IA influencera-t-elle mes objectifs et mes indicateurs de réussite pendant les 6 premiers mois ?
  • Ajustez-vous les cibles quand les outils d'IA modifient les workflows ?
  • Comment évaluez-vous la qualité par rapport à la vitesse pour le travail assisté par l'IA ?
  • Quelles compétences les meilleurs profils développent-ils au-delà du « prompting » ?
  • Comment les promotions tiennent-elles compte du jugement, de la conscience des risques et de l'impact client ?
  • Comment évitez-vous que l'IA alourdisse la charge de travail par davantage de demandes et une extension du périmètre ?
  • Quelles évolutions de rôles attendez-vous dans les 12 à 24 prochains mois à cause de l'IA ?
  • Utilisez-vous l'IA dans les entretiens de performance ou les décisions concernant les personnes, et avec quelles garanties ?

Questions de relance possibles

  • Pouvez-vous partager un exemple anonymisé d'objectifs pour une personne occupant ce poste ?
  • Quelles compétences en IA figurent dans votre référentiel de compétences interne pour cette fonction ?

Comment interpréter les réponses

  • Encourageant : des indicateurs clairs et des garanties d'équité réduisent le risque de « déplacement des objectifs ».
  • Encourageant : des référentiels de compétences montrent que l'IA est traitée comme un renforcement de capacités ; consultez les modèles de matrice de compétences pour voir à quoi ressemble la clarté.
  • Préoccupant : « l'IA signifie que nous attendons plus » sans contrôle qualité annonce épuisement et retouches.
  • Préoccupant : une évaluation pilotée par l'IA sans règles claires est un risque pour l'équité et la confiance.

7) Impact sur le produit et les clients (pour produit, support client, marketing, opérations)

Si l'IA touche les clients ou les livrables du produit, interrogez les tests, l'escalade et la redevabilité. Vous ne cherchez pas des réponses parfaites. Vous cherchez un processus mature et des compromis assumés.

Questions clés à poser

  • Où l'IA intervient-elle aujourd'hui dans le parcours client ?
  • Comment testez-vous l'exactitude et la sécurité des fonctionnalités d'IA avant leur mise en production ?
  • Comment gérez-vous les hallucinations ou les recommandations erronées en production ?
  • Quelle est la procédure d'escalade si l'IA cause un préjudice à un client ou un incident de confidentialité ?
  • Signalez-vous aux clients les contenus générés par l'IA ou les décisions assistées par l'IA ?
  • Comment vérifiez-vous l'absence de biais ou de résultats injustes dans les processus pilotés par l'IA ?
  • Qui est responsable du risque lié aux modèles : produit, ingénierie, juridique, sécurité ou une équipe dédiée ?
  • Comment traitez-vous les données clients lorsque l'IA est impliquée (accès, stockage, conservation) ?

Questions de relance possibles

  • Quel risque avez-vous décidé de ne pas prendre, même si cela ralentissait la livraison ?
  • Comment analysez-vous les incidents et évitez-vous qu'ils se reproduisent ?

Comment interpréter les réponses

  • Encourageant : des tests, un suivi et des playbooks d'incident signalent une vraie responsabilité opérationnelle.
  • Encourageant : des limites transparentes autour des données clients suggèrent une solide discipline en matière de confidentialité.
  • Préoccupant : sans procédure d'escalade, les problèmes seront traités au cas par cas et de façon politique.
  • Préoccupant : « nous nous reposerons sur le fournisseur » évite d'endosser la responsabilité des résultats pour les clients.

Trames : jeux de questions pour les différentes étapes d'entretien

Vous avez rarement le temps de couvrir chaque domaine à chaque appel. Utilisez ces trames pour rester cohérent tout en allant en profondeur. Voyez-les comme des « packs » réutilisables d'une entreprise à l'autre pour comparer proprement les réponses.

Processus : 1) choisissez le pack, 2) posez les questions clés, 3) ne retenez 2 relances que si les réponses sont vagues, 4) notez vos éléments de l'échelle de Likert dans les 24 h.

(a) 10 à 12 questions clés sur l'IA pour les premiers entretiens

  • Où attendez-vous de moi que j'utilise l'IA pendant les 30 premiers jours ?
  • Quelles tâches sont explicitement interdites à l'IA dans ce poste ?
  • Quels outils d'IA sont validés et fournis par l'entreprise ?
  • Les collaborateurs utilisent-ils des comptes personnels ou un accès géré par l'entreprise ?
  • Quelle est la règle pour les données confidentielles et les données clients avec les outils d'IA ?
  • Qui relit le travail assisté par l'IA, et que vérifie cette personne ?
  • Quelle formation à l'IA recevrai-je pendant les 4 premières semaines ?
  • Comment gérez-vous les erreurs d'IA : apprentissage ou blâme ?
  • Comment l'IA influencera-t-elle les indicateurs de réussite et les attentes pour ce poste ?
  • Qui pilote la gouvernance de l'IA au quotidien (fonction ou personne nommée) ?
  • Pour le travail en contact avec les clients : où l'IA intervient-elle aujourd'hui auprès des clients ?
  • Qu'est-ce qui vous inquiéterait dans l'usage de l'IA au sein de cette équipe ?

(b) 15 à 18 questions plus approfondies sur l'IA pour les entretiens sur site / en panel

  • Décrivez-moi étape par étape un workflow réel assisté par l'IA de la semaine dernière.
  • Quelles données sont interdites dans les outils d'IA externes, et comment cela est-il appliqué ?
  • Où sont stockées les données liées à l'IA, et qui peut y accéder ?
  • Journalisez-vous l'usage de l'IA pour les workflows sensibles, et que journalise-t-on ?
  • Comment évaluez-vous et validez-vous les nouveaux outils d'IA avant leur déploiement ?
  • Quel outil avez-vous testé puis écarté, et pourquoi ?
  • Comment formez-vous les collaborateurs à la vérification des résultats et aux contrôles de biais ?
  • Comment formez-vous les managers à évaluer le travail assisté par l'IA de façon cohérente ?
  • Parlez-moi du dernier incident ou quasi-incident lié à l'IA et de ce qui a changé ensuite.
  • Comment décidez-vous quand l'IA n'en vaut pas le risque, même si elle fait gagner du temps ?
  • Comment évitez-vous que « l'IA augmente la charge de travail » à cause de demandes supplémentaires des parties prenantes ?
  • Comment garantissez-vous une évaluation équitable de la performance quand les gens utilisent l'IA différemment ?
  • Comment gérez-vous les limites des modèles, comme les hallucinations, dans les workflows de production ?
  • Quelle est la procédure d'escalade pour les incidents liés à l'IA et qui est d'astreinte ?
  • Comment testez-vous la sécurité et l'impact client des fonctionnalités d'IA avant leur lancement ?
  • Signalez-vous les contenus générés par l'IA aux clients ou en interne ?
  • Comment le Betriebsrat/comité d'entreprise est-il impliqué lorsque l'IA modifie les processus de travail ?
  • Quelle évolution liée à l'IA attendez-vous dans cette équipe d'ici 12 à 24 mois ?

(c) 8 à 10 questions sur l'IA pour les postes de direction (chef d'équipe, responsable de fonction)

  • Quels sont vos 3 principaux cas d'usage de l'IA pour cette fonction cette année, et pourquoi ?
  • Quels garde-fous existent en matière de confidentialité, de RGPD/Datenschutz et de confiance des clients ?
  • Comment décidez-vous quelles tâches restent exclusivement humaines ?
  • Comment mesurez-vous la qualité et le risque, et pas seulement la vitesse ?
  • Comment budgétez-vous le temps consacré à l'accompagnement, à l'expérimentation et à la gouvernance ?
  • Comment évitez-vous une évaluation injuste quand les équipes adoptent l'IA à des rythmes différents ?
  • Quel est votre plan de réponse aux incidents si l'IA cause un préjudice client ou une exposition de données ?
  • Comment communiquez-vous de façon transparente les changements liés à l'IA aux collaborateurs (et au Betriebsrat si pertinent) ?
  • Quelles capacités devez-vous recruter, et lesquelles construire par la formation ?
  • Qu'est-ce qui vous ferait suspendre ou arrêter un déploiement d'IA ?

Notes DACH et UE (Datenschutz, Betriebsrat, AI Act) pour les candidats

Lors d'entretiens dans l'espace DACH, les questions sur l'IA passent bien quand vous les présentez comme des questions de risque et de qualité, et non comme des tests de conformité pièges. Utilisez des termes courants comme Datenschutz, Dienstvereinbarung et psychologische Sicherheit. Si vous entendez « nous ne pouvons pas en parler », demandez le principe et le responsable.

Si l'employeur opère en Allemagne ou en Autriche, l'implication du comité d'entreprise peut être une vraie dépendance opérationnelle. Les principes décrits dans logiciels de gestion de la performance et comités d'entreprise s'appliquent aux workflows assistés par l'IA : transparence, périmètre, droits d'accès et auditabilité.

Comment poser vos questions sans en dire trop sur votre propre usage de l'IA

Vous n'avez pas à décrire comment vous avez utilisé l'IA chez votre employeur actuel. Restez général et tourné vers l'avenir. Interrogez leurs règles, leurs outils et leurs attentes pour ce poste.

  • Dites « Dans mon prochain poste, je veux respecter des politiques d'IA claires » ; responsable : vous ; échéance : pendant l'entretien.
  • Demandez des principes (« Quelles données sont interdites ? »), pas vos exemples passés ; responsable : vous ; échéance : pendant l'entretien.
  • Ne partagez jamais de prompts, de données ou de workflows confidentiels d'anciens employeurs ; responsable : vous ; échéance : toujours.
  • Si l'on insiste, dites que vous respectez une stricte confidentialité et que vous préférez parler de votre démarche de jugement ; responsable : vous ; échéance : immédiatement.

Tableau de formulations rapides (sûres, précises, non juridiques)

Ce que vous voulez savoir Pourquoi c'est important Formulation sûre que vous pouvez utiliser
Limites du Datenschutz Vous évitez une responsabilité personnelle et les mauvaises surprises à l'onboarding. « Quels types de données sont clairement exclus des outils d'IA externes ? »
Implication du comité d'entreprise Signale la maturité du déploiement et la confiance en interne. « Existe-t-il une Dienstvereinbarung ou un cadre pour les workflows assistés par l'IA ? »
Surveillance et journalisation Clarifie la confiance, l'auditabilité et l'expérience des collaborateurs. « L'usage de l'IA est-il journalisé, et que mesure-t-on réellement ? »
Contrôles de l'impact client Réduit le risque d'incident en produit, support client et marketing. « Quelle est votre procédure d'escalade si un résultat de l'IA nuit à un client ? »
Attentes des managers Évite une pression de performance cachée. « Comment fixez-vous des objectifs équitables quand l'IA change la vitesse et la production ? »

Transformer vos constats en décision : accepter l'offre, négocier ou renoncer

Votre but n'est pas de trouver une configuration d'IA parfaite. Votre but est de trouver une configuration où les risques sont reconnus, pris en charge et gérables. Si la gouvernance (Q13-Q18) est <3,0, voyez-y une condition d'arrêt et de clarification, et non un « petit écart ».

Démarche de décision simple : 1) notez les domaines, 2) identifiez le plus faible, 3) posez des relances ciblées, 4) décidez si l'écart peut être comblé par l'onboarding ou la négociation.

  • Listez vos 3 principaux risques liés à l'IA et demandez qui en est responsable ; responsable : vous ; échéance : dans les 48 h.
  • Négociez du temps et de la formation si la moyenne de l'accompagnement est <3,5 ; responsable : vous ; échéance : avant l'offre.
  • Demandez un échange avec un pair si la moyenne de la culture est <3,5 ; responsable : le recruteur ; échéance : dans les 7 jours.
  • Demandez des synthèses écrites pour les affirmations sur la confidentialité et les outils ; responsable : le recruteur ; échéance : dans les 72 h.
  • Renoncez s'ils ne peuvent pas répondre aux bases sur les données et la confidentialité après 2 tentatives ; responsable : vous ; échéance : avant le dernier tour.
Schéma observé dans les scores Ce que cela signifie souvent Que faire ensuite (responsable + échéance)
Outils élevés (≥4,0), formation faible (<3,5) Déploiement « licences d'abord » ; les gains de productivité ne seront pas réguliers. Demandez un plan d'onboarding + des permanences ; responsable : vous ; échéance : dans les 72 h.
Gouvernance faible (<3,0) chez plusieurs interlocuteurs Pas de règles communes ; risque accru pour le RGPD/Datenschutz et les incidents. Demandez une synthèse de la politique ou un échange avec le DPO/l'IT ; responsable : vous ; échéance : dans les 48 h.
Culture faible (<3,5), forte pression de performance (Q31-Q36 <3,0) L'IA sert à relever les attentes de production, pas à améliorer la qualité du travail. Demandez des exemples concrets d'objectifs ; responsable : vous ; échéance : avant l'appel pour l'offre.
Réponses divergentes entre le recruteur et le manager recruteur Désalignement ; le « récit IA » n'est peut-être que de la marque employeur. Validez avec un entretien avec un pair ; responsable : le recruteur ; échéance : dans les 7 jours.

Notation et seuils

Utilisez l'échelle de Likert de 1 à 5, de « Pas du tout d'accord » à « Tout à fait d'accord ». Notez « Neutre/pas clair » à 3,0 quand vous manquez d'éléments. Calculez ensuite les moyennes par domaine : rôle (Q1-Q6), outils (Q7-Q12), gouvernance (Q13-Q18), formation (Q19-Q24), culture (Q25-Q30), performance (Q31-Q36), impact produit (Q37-Q42).

Plage de score moyen Signification Règle de décision
<3,0 Écart critique Ne présumez rien ; posez des relances ou considérez-le comme un signal d'arrêt.
3,0–3,9 À améliorer Négociez l'accompagnement, la clarté ou une validation par un pair avant de vous engager.
≥4,0 Signal fort Poursuivez ; notez ce qui fonctionne et servez-vous-en pour façonner votre plan d'onboarding.

Transformez les scores en actions en appliquant les seuils de façon systématique. Exemple : une gouvernance <3,0 déclenche une demande de politique écrite dans les 48 h. Une formation entre 3,0 et 3,9 déclenche la négociation d'un temps d'apprentissage protégé pendant les 30 premiers jours. Si vous voulez intégrer les « compétences en IA » à un plan de développement personnel, inspirez-vous de la structure de la formation à ChatGPT pour les collaborateurs et traduisez-la en résultats liés au poste.

Suivi et responsabilités

Les scores ne servent que si vous assurez un suivi rapide et écrit. Traitez chaque domaine faible comme un mini registre des risques avec un responsable et une échéance. Si vous utilisez un outil de suivi ou une plateforme de talents comme Sprad Growth, vous pouvez automatiser les rappels et les tâches de suivi sans changer votre méthode.

  • Si une moyenne de domaine est <3,0, envoyez 3 questions ciblées ; responsable : vous ; échéance : dans les 48 h.
  • Si la confidentialité ou la surveillance semble sensible, demandez le bon responsable interne (IT/DPO) ; responsable : le recruteur ; échéance : dans les 72 h.
  • Si vous recevez des réponses contradictoires, demandez un court appel d'alignement ; responsable : le manager recruteur ; échéance : dans les 7 jours.
  • Consignez chaque affirmation qui influe sur votre risque (données, surveillance, impact client) ; responsable : vous ; échéance : dans les 24 h.
  • Avant de signer, rédigez un plan d'onboarding de 10 lignes fondé sur les domaines les plus forts et les plus faibles ; responsable : vous ; échéance : dans les 48 h suivant l'offre.

Délais de réponse à attendre : clarifications critiques sur la politique sous ≤7 jours, clarté sur l'accès aux outils et l'onboarding sous ≤72 h, et organisation d'un échange avec un pair sous ≤14 jours. S'ils ne peuvent pas tenir ces bases, voyez-y un signal sur leur capacité et leur maturité.

Équité et contrôles des biais

Les signaux de maturité IA peuvent varier selon l'équipe, le site et l'interlocuteur. Pour rester équitable, comparez les réponses entre groupes : recruteur, manager recruteur et pair, équipes full remote et équipes très présentielles, unités réglementées et non réglementées. Votre but n'est pas de pénaliser une petite entreprise, mais de comprendre le risque et le niveau de soutien.

  • Repérez la « dérive de rôle » : un interlocuteur attend un usage intensif de l'IA, un autre l'interdit ; responsable : vous ; échéance : dans les 24 h.
  • Repérez le « théâtre de la politique » : ils mentionnent le RGPD mais ne savent pas expliquer les règles opérationnelles ; responsable : vous ; échéance : dans les 48 h.
  • Repérez le « biais d'évaluation » : ils attendent la vitesse de l'IA mais n'ajustent pas les contrôles qualité ; responsable : vous ; échéance : avant l'offre.

Schémas typiques et réaction : (1) Scores de culture faibles chez un seul interlocuteur : demandez à un pair de valider la réalité du quotidien. (2) Outils élevés mais gouvernance faible : demandez qui a validé la configuration et où circulent les données. (3) Gouvernance solide mais accompagnement faible : négociez du temps de formation, car des règles sans compétences créent de la peur et un sous-usage.

Exemples / cas d'usage

Cas d'usage 1 : les scores de gouvernance sont bas (moyenne Q13-Q18 de 2,6). Vous entendez « nous sommes conformes », mais personne ne sait énoncer les règles sur les données interdites. Vous décidez de suspendre le processus et de demander une synthèse écrite de la politique d'IA ainsi qu'un court appel avec l'IT ou le DPO. L'entreprise fournit des limites et des règles de stockage claires sous 7 jours, et votre score passe à 3,6, ce qui est acceptable avec prudence.

Cas d'usage 2 : les outils sont solides, la formation est faible (outils 4,2 ; formation 3,1). L'équipe dispose d'outils validés et d'intégrations, mais l'onboarding semble en libre-service. Vous négociez du temps d'apprentissage protégé pendant les 30 premiers jours et demandez un contact nommé pour l'accompagnement. Ensuite, vous acceptez l'offre avec un plan d'onboarding explicite incluant des ateliers par métier et des relectures entre pairs.

Cas d'usage 3 : la culture paraît peu sûre (culture 2,9) malgré un discours assuré sur l'IA. Le manager décrit l'IA comme obligatoire et qualifie les erreurs de « négligence ». Vous demandez à rencontrer un pair et sondez la façon dont les erreurs sont réellement gérées. Le pair confirme un schéma de blâme et une escalade floue. Vous décidez de vous retirer avant le dernier tour pour ne pas rejoindre un environnement à haut risque.

Mise en œuvre et mises à jour

Même en tant que candidat, vous pouvez mener cela comme un pilote léger : testez l'enquête sur 2 à 3 entretiens, affinez la formulation, puis réutilisez-la d'une entreprise à l'autre. Si vous coachez d'autres personnes, standardisez la notation par domaine pour que les clients puissent comparer les résultats d'un poste à l'autre.

  • Pilotez sur 1 poste cible et 2 entreprises ; responsable : vous ; échéance : dans les 14 jours.
  • Déployez sur toutes vos candidatures actives ; responsable : vous ; échéance : dans les 30 jours.
  • Entraînez-vous à appliquer des règles de notation cohérentes (ce qui compte comme « preuve ») ; responsable : vous ; échéance : dans les 7 jours.
  • Révisez et mettez à jour vos questions 1 fois par an ou après des changements majeurs de réglementation ou d'outils ; responsable : vous ; échéance : tous les 12 mois.
  • Si vous suivez vos résultats, consignez votre « score de maturité IA » à côté de vos décisions sur les offres ; responsable : vous ; échéance : en continu.

Indicateurs à suivre (simples, utiles) : (1) taux de complétion (avez-vous noté dans les 24 h ?), (2) moyennes par domaine et par employeur, (3) nombre d'« écarts critiques » (<3,0) par employeur, (4) fréquence à laquelle les relances ont amélioré un score, (5) issues des décisions (accepter, refuser, suspendre). Pour une discipline d'enquête plus large, la démarche décrite dans les modèles d'enquêtes auprès des collaborateurs (DE) est une bonne référence pour la cadence et le suivi.

Conclusion

La maturité IA n'est pas un slogan : elle se voit dans les workflows, les accès, la gouvernance, la formation et la culture. Un ensemble structuré de questions d'entretien sur l'IA pour candidats vous aide à repérer tôt les signaux faibles, avant de signer dans un cadre risqué. Il améliore aussi vos échanges, car vous passez d'opinions abstraites à des éléments concrets.

Si vous voulez l'utiliser dès demain, choisissez 2 domaines pour votre prochain entretien et ne posez que 6 à 8 questions. Notez les réponses dans les 24 h, puis relancez tout ce qui est inférieur à 3,0 dans les 48 h. Enfin, consignez ce que vous avez appris comme priorités d'onboarding, pour démarrer votre prochain poste avec de la clarté plutôt que des suppositions.

FAQ

À quelle fréquence utiliser cette enquête pendant un processus de recrutement ?

Utilisez-la après chaque échange significatif : premier échange avec le recruteur, entretien avec le manager recruteur et panel final. Notez dans les 24 h pour que vos notes restent exactes. Si le processus est long, refaites les domaines les plus à risque (gouvernance, outils, performance) juste avant de signer. La régularité compte plus qu'une couverture parfaite, car vous voulez des signaux comparables d'un employeur à l'autre.

Que faire si un score de domaine est très bas (moyenne <3,0) ?

Ne le « compensez » pas avec d'autres points forts. Considérez <3,0 comme un seuil d'arrêt et de clarification. Envoyez 3 questions de relance précises par écrit dans les 48 h et demandez un responsable nommé (IT, DPO, sécurité ou responsable de l'accompagnement). Si les réponses restent vagues après 2 tentatives, partez du principe que l'écart est réel et décidez si vous pouvez accepter ce risque.

Comment réagir face à des réactions critiques ou défensives quand je pose des questions sur l'IA ?

Restez calme et pragmatique. Présentez vos questions comme de la gestion de la qualité et des risques, et non comme un contrôle de conformité. Utilisez le langage du poste : « Je veux fournir un travail de qualité et éviter les erreurs sur les données. » Si quelqu'un se met sur la défensive, c'est aussi un signal sur la culture et la sécurité psychologique. Demandez à valider avec un échange avec un pair ou un court suivi avec le responsable concerné.

Comment aborder la conformité UE et l'AI Act sans parler comme un juriste ?

Demandez des règles opérationnelles, pas des interprétations juridiques. Bonne formulation : « Quelles sont vos règles sur les données interdites ? » et « Qui valide les cas d'usage de l'IA à risque élevé ? » Pour le contexte, vous pouvez parcourir la présentation officielle de l'UE sur le règlement dans la page de la Commission européenne sur le cadre réglementaire de l'IA. Revenez ensuite à des questions d'entretien pratiques qui influencent votre travail au quotidien.

Comment tenir ma banque de questions à jour dans le temps ?

Révisez-la 1 fois par an, ainsi qu'après des changements d'outils majeurs dans votre secteur cible. Gardez ce qui a produit des réponses claires et retirez les questions qui mènent toujours à des propos vagues. Ajoutez des questions quand apparaissent de nouveaux risques, comme les pratiques de surveillance, le signalement aux clients ou l'IA dans l'évaluation de la performance. Si vous travaillez avec un coach, alignez-vous sur des seuils communs pour que les scores restent comparables d'un client et d'un poste à l'autre.

Jürgen Ulbrich

CEO et cofondateur de Sprad

Jürgen Ulbrich cumule plus de dix ans d’expérience dans la construction et la direction d’équipes et d’entreprises performantes. Expert des programmes de cooptation ainsi que des processus de feedback et de performance, Jürgen a aidé plus de 100 organisations à optimiser leur stratégie d’acquisition et de développement des talents.

Modèles et téléchargements gratuits

Rejoignez la communauté en seulement 26 secondes et profitez d’un accès gratuit à plus de 100 ressources, modèles et guides.

Modèle gratuit d'enquête sur l'efficacité du leadership (Excel)
Vidéo
Gestion de la performance
Modèle gratuit d'enquête sur l'efficacité du leadership (Excel)

La People Powered HR Community s’adresse aux professionnels RH qui placent l’humain au cœur de leur travail RH et recrutement. Ensemble, transformons notre conviction commune en un mouvement qui change le monde des RH.