Les questions d'entretien sur l'IA pour les postes de mobilité interne mesurent des comportements observables, et non la familiarité avec un outil : la personne sait-elle mettre en place un matching responsable fondé sur l'IA, en mesurer l'équité et s'y retrouver dans la gouvernance DACH (Betriebsrat, Datenschutz, Dienstvereinbarung) sans perdre en rapidité ? Ce modèle vous propose 53 questions évaluables réparties sur 8 dimensions, des seuils clairs, des actions recommandées et des grilles par domaine, pour comparer les candidats équitablement et repérer tôt les risques de gouvernance.
Si vous affinez votre dispositif de mobilité interne ou de place de marché de talents, deux ressources posent les bases : un aperçu du fonctionnement opérationnel des places de marché de talents internes et votre approche de la gestion des compétences : taxonomie, preuves, rythme de mise à jour. Sans ce socle, vous évaluez les candidats par rapport à une cible qui n'est pas stable en interne.
Pourquoi des questions d'entretien structurées sur l'IA comptent pour recruter en mobilité interne
Les entretiens non structurés favorisent les visages familiers, un risque particulièrement aigu en mobilité interne, où le biais de familiarité et l'effet de halo jouent à plein. Une évaluation structurée protège à la fois les candidats et votre organisation.
La mobilité interne ne rapporte que si vous recrutez des personnes capables de piloter le programme de façon responsable, idéalement avec un logiciel de talent management qui réunit au même endroit les compétences et les mouvements internes.
Pour la mobilité interne fondée sur l'IA, une couche s'ajoute : le règlement européen sur l'IA (AI Act) classe les systèmes qui font correspondre, présélectionnent ou recommandent des candidats à des postes parmi les IA à haut risque de l'annexe III. Les personnes que vous recrutez pour ces postes doivent considérer la supervision humaine, la traçabilité et la préparation vis-à-vis du conseil d'entreprise non comme une lourdeur administrative, mais comme des conditions de réussite.
Le jeu de questions : 53 questions d'entretien sur l'IA pour la mobilité interne (2026)
Utilisez une échelle de Likert de 1 à 5 pour les Q1-Q48 : 1 = Pas du tout d'accord … 5 = Tout à fait d'accord. Chaque intervieweur répond aux questions de façon indépendante, juste après le bloc consacré à l'IA, dans un délai de ≤2 h.
Dimension 1 : Matching & recommandations (Q1-Q6)
- Q1. Le candidat sait expliquer concrètement comment fonctionnent le matching et les recommandations dans une place de marché de talents interne.
- Q2. Le candidat propose des contrôles avec intervention humaine pour les décisions de matching assistées par l'IA.
- Q3. Le candidat distingue « l'aide à la recommandation » de « la prise de décision automatisée » et explique pourquoi cela compte.
- Q4. Le candidat sait décrire comment suivre la qualité des recommandations dans le temps : dérive, boucles de rétroaction, cas limites.
- Q5. Le candidat sait expliquer comment un matching par règles et un matching par IA peuvent coexister en toute sécurité.
- Q6. Le candidat anticipe les effets néfastes du matching (par ex. restriction des options, reproduction des mouvements passés) et propose des mesures d'atténuation.
Dimension 2 : Données, graphes de compétences & profils (Q7-Q12)
- Q7. Le candidat décrit les sources de données de compétences (auto-évaluation, validation par le manager, preuves, données de formation) et leurs avantages et limites.
- Q8. Le candidat défend la transparence des profils de compétences : les collaborateurs peuvent voir et corriger leurs compétences et leurs preuves.
- Q9. Le candidat applique la minimisation des données lorsqu'il propose des signaux de compétences pour le matching et le reporting.
- Q10. Le candidat sait expliquer la logique de consentement et d'autorisation pour les données de compétences dans un contexte de mobilité interne.
- Q11. Le candidat distingue « l'inférence de compétences » de la « vérification de compétences » et explique quand recourir à l'une ou à l'autre.
- Q12. Le candidat aborde les risques liés à la qualité des données (données manquantes, profils obsolètes, taxonomies incohérentes) avec des contre-mesures concrètes.
Dimension 3 : Biais, équité & explicabilité (Q13-Q18)
- Q13. Le candidat sait nommer les risques de biais typiques du matching assisté par l'IA : biais de données, variables indirectes, boucles de rétroaction.
- Q14. Le candidat propose des contrôles d'équité pratiques : comparaisons de résultats, analyse des erreurs, suivi par sous-groupes.
- Q15. Le candidat sait expliquer comment rendre les recommandations compréhensibles pour les collaborateurs et les managers (« Pourquoi cette recommandation ? »).
- Q16. Le candidat évite le raisonnement de type boîte noire et expose clairement les arbitrages.
- Q17. Le candidat sait quand cesser d'utiliser un signal d'IA parce qu'il nuit à l'équité ou à la confiance.
- Q18. Le candidat communique de façon à préserver la sécurité psychologique lorsque des collaborateurs contestent des recommandations.
Dimension 4 : Gouvernance, protection des données & conseil d'entreprise (Q19-Q24)
- Q19. Le candidat sait collaborer avec le service juridique, la protection des données et l'IT sur les documents de gouvernance : politique, réflexion sur l'AIPD, documentation.
- Q20. Le candidat anticipe les attentes du conseil d'entreprise (codétermination, transparence, Dienstvereinbarung/accord d'entreprise).
- Q21. Le candidat définit des rôles clairs : qui est responsable des modifications du modèle et des règles, qui les valide, qui les audite.
- Q22. Le candidat décrit des contrôles de conservation et d'accès pour les données de mobilité : besoin d'en connaître, pistes d'audit.
- Q23. Le candidat repère les questions de transferts transfrontaliers de données et de prestataires/sous-traitants dans un contexte UE/DACH.
- Q24. Le candidat sait expliquer comment documenter la logique de décision à des fins d'audit sans collecter trop de données.
Dimension 5 : Expérience des managers & des collaborateurs (Q25-Q30)
- Q25. Le candidat conçoit les fonctionnalités d'IA de sorte que les managers restent responsables, sans comportement du type « c'est l'outil qui a décidé ».
- Q26. Le candidat conçoit les fonctionnalités d'IA de sorte que les collaborateurs gardent la main : opt-out, paramètres de visibilité, commandes claires.
- Q27. Le candidat sait proposer des garde-fous UI/UX contre la confiance excessive : indicateurs de confiance, alternatives, justifications.
- Q28. Le candidat prend en compte l'expérience des groupes sous-représentés dans les parcours de mobilité.
- Q29. Le candidat sait communiquer des recommandations sans donner l'impression d'une surveillance.
- Q30. Le candidat sait répondre aux inquiétudes des collaborateurs par des explications calmes et concrètes.
Dimension 6 : Mesure & itération (Q31-Q36)
- Q31. Le candidat définit des KPI qui équilibrent rapidité et équité, par ex. taux de postes pourvus en interne plus perception d'équité.
- Q32. Le candidat mesure la « qualité du matching » au-delà du taux de clic : mobilités réussies, satisfaction, rétention.
- Q33. Le candidat sait fixer des seuils et des circuits d'escalade lorsque les indicateurs se dégradent.
- Q34. Le candidat propose une boucle de retour des collaborateurs et des managers vers le système de matching.
- Q35. Le candidat sait mener des expériences contrôlées (A/B ou déploiement progressif) sans entamer la confiance des collaborateurs.
- Q36. Le candidat traduit les indicateurs en plans d'itération concrets : ce qui change, qui valide, quand.
Dimension 7 : Évaluation des fournisseurs & des outils (Q37-Q42)
- Q37. Le candidat sait évaluer de façon critique les promesses des fournisseurs en matière d'IA : base de données, type de modèle, preuves, limites.
- Q38. Le candidat exige explicabilité, journaux d'audit et possibilités de contournement lorsqu'il évalue des outils.
- Q39. Le candidat maîtrise les bases d'une contractualisation conforme au RGPD (réflexion sur le DPA/AVV, clarté sur les sous-traitants) sans en promettre trop.
- Q40. Le candidat sait définir des exigences d'intégration minimales (SIRH, ATS, LMS) pour éviter les « données fantômes ».
- Q41. Le candidat sait évaluer si le matching de compétences est une aide ou une prise de décision, et adapte la gouvernance en conséquence.
- Q42. Le candidat sait proposer un séquencement de mise en œuvre réaliste : pilote, évaluation, conduite du changement, déploiement.
Dimension 8 : Apprentissage & conduite du changement (Q43-Q48)
- Q43. Le candidat sait outiller les managers avec des consignes simples pour un usage responsable de l'IA dans les décisions de mobilité interne.
- Q44. Le candidat sait outiller les collaborateurs avec une communication claire et des ressources d'apprentissage pour la mobilité assistée par l'IA.
- Q45. Le candidat sait décrire comment former les utilisateurs à remettre en question les résultats de l'IA de façon constructive.
- Q46. Le candidat sait créer une documentation et des playbooks légers que les gens suivront réellement.
- Q47. Le candidat reconnaît les risques de fatigue face au changement et propose des tactiques d'adoption qui respectent la charge de travail.
- Q48. Le candidat sait maintenir le programme à jour à mesure que les outils, les politiques et les attentes de l'UE évoluent.
Confiance globale & questions ouvertes (Q49-Q53)
- Q49 (0-10). Dans quelle mesure êtes-vous convaincu que ce candidat saura utiliser l'IA de façon responsable dans la mobilité interne ou la place de marché de talents ?
- Q50. Qu'a dit le candidat qui a renforcé votre confiance dans son approche éthique de l'IA ?
- Q51. Quel risque souhaiteriez-vous creuser davantage : données, équité, gouvernance ou sur-automatisation ?
- Q52. Quel exemple auriez-vous aimé qu'il partage : un projet, un échec, un arbitrage ?
- Q53. Si nous l'embauchions, quel livrable à 30 jours lui confieriez-vous pour valider ses compétences ?
Grille d'évaluation : seuils et actions recommandées
| Dimension / Questions | Seuil | Action recommandée | Responsable | Échéance |
|---|---|---|---|---|
| Matching & recommandations (Q1-Q6) | Moyenne <3,5 | Ajouter un scénario de 20 minutes ; exiger un workflow écrit avec intervention humaine (≤1 page). | Responsable du recrutement | Avant le dernier tour (≤7 jours) |
| Données, graphes de compétences & profils (Q7-Q12) | Tout item ≤2 | Mener un test sur la minimisation des données ; vérifier avec des exemples le processus de consentement et de correction des profils. | RH / Talent Partner | Dans la même semaine (≤5 jours) |
| Biais, équité & explicabilité (Q13-Q18) | Moyenne <3,8 | Demander un plan de contrôle d'équité : suivi par sous-groupes, déclencheurs d'escalade, projet de communication. | RH + People Analytics | Avant l'offre (≤10 jours) |
| Gouvernance, protection des données & conseil d'entreprise (Q19-Q24) | Moyenne <3,5 | Ajouter un entretien de gouvernance : préparation de la Dienstvereinbarung, pistes d'audit, modèle de rôles pour les modifications. | RH + Juridique/Protection des données | Avant l'offre (≤10 jours) |
| Expérience des managers & des collaborateurs (Q25-Q30) | Moyenne <3,8 | Demander un récit de déploiement orienté UX ; vérifier dans le langage les risques de surveillance et la sécurité psychologique. | Responsable de la mobilité interne | Avant la décision finale (≤7 jours) |
| Mesure & itération (Q31-Q36) | Moyenne <3,5 | Demander 5 KPI et un rythme d'itération de 90 jours ; clarifier la responsabilité des modifications du modèle et des règles. | People Analytics | Avant le dernier tour (≤7 jours) |
| Évaluation des fournisseurs & des outils (Q37-Q42) | Tout item ≤2 | Test des promesses fournisseurs : quelles preuves exigerait-il avant d'activer des fonctionnalités d'IA ? | RH + IT | Avant le dernier tour (≤7 jours) |
| Apprentissage & conduite du changement (Q43-Q48) | Moyenne <3,5 | Faire un exercice de plan de changement : formation des managers, communication aux collaborateurs, indicateurs d'adoption, modèle de support. | RH / L&D | Avant l'offre (≤10 jours) |
Comment utiliser ces questions en pratique : 3 formats types
Menez le bloc IA comme une conversation structurée, puis notez de façon indépendante : cela évite la pensée de groupe et crée une piste d'audit. Utilisez les notes pour décider de ce qu'il faut approfondir ensuite, pas pour rejeter automatiquement.
- 15-20 min (Talent Partner / Responsable de la mobilité interne) : 1 scénario, 6 à 10 questions, 1 mini-livrable, notation.
- 30-40 min d'approfondissement (Responsable de la place de marché de talents / Responsable de la mobilité) : 2 scénarios (équité + gouvernance), jeu de KPI, plan de déploiement, notation.
- 10-15 min de présélection (People Analytics / Talent Ops) : flux de données, indicateurs/suivi, auditabilité, vérifications des fournisseurs, notation.
Workflow standard pour tous les formats :
- Les RH préparent un dossier de scénario (poste, contraintes, types de données) ≤48 h avant les entretiens.
- Le responsable du recrutement mène le bloc IA (15 à 20 minutes) et note des éléments concrets pendant l'échange.
- Chaque intervieweur saisit ses notes dans l'ATS ou dans un formulaire partagé ≤2 h après l'entretien.
- Les RH vérifient la variance entre évaluateurs ; si elle atteint ≥1,0 point, ils lancent une étape de calibrage de 10 minutes.
- Le panel décide des suites à donner à l'aide du tableau de décision ≤24 h après la journée d'entretiens.
Contexte DACH : conseil d'entreprise, règlement européen sur l'IA et Dienstvereinbarung
En Allemagne, le § 87 al. 1 point 6 BetrVG confère aux conseils d'entreprise des droits de codétermination sur les systèmes susceptibles de surveiller le comportement ou la performance des collaborateurs. Le matching fondé sur l'IA entre en général dans ce champ. La personne que vous recrutez doit donc savoir impliquer tôt le Betriebsrat et concevoir une Dienstvereinbarung qui tienne, et pas seulement paramétrer un algorithme.
Au niveau européen, le règlement européen sur l'IA (règlement 2024/1689) classe les systèmes qui font correspondre, présélectionnent ou recommandent des collaborateurs à des postes parmi les systèmes à haut risque de l'annexe III. Dans le cadre du Digital Omnibus sur l'IA (règlement (UE) 2026/1744), en vigueur depuis le 27 juillet 2026, les obligations relatives aux systèmes à haut risque de l'annexe III comme ceux-ci s'appliquent à partir du 2 décembre 2027 ; pour l'IA intégrée à des produits réglementés (annexe I), à partir du 2 août 2028. Pour votre entretien, cela signifie :
- Vérifiez que le candidat comprend la différence entre « IA d'assistance » et « IA à haut risque de l'annexe III », et ce que cela implique concrètement (journalisation, supervision humaine, contestabilité).
- Vérifiez la préparation de la Dienstvereinbarung : que doit contenir un accord d'entreprise pour que ce système puisse être déployé ?
- Interrogez-le sur les circuits d'escalade concrets lorsque le conseil d'entreprise émet des objections : pas des opinions, mais un processus.
- Pas de reconnaissance des émotions en entretien : le règlement européen sur l'IA l'interdit comme risque inacceptable (art. 5). Un candidat qui la suggère révèle une lacune grave en matière de gouvernance.
Grilles par domaine : Basique / Solide / Signal d'alerte
Servez-vous-en pour calibrer rapidement vos notes, sans débat sur les noms d'outils. Dans un contexte DACH, « nous automatisons les promotions ou les mutations » est presque toujours un signal d'alerte, car la responsabilité, la transparence et la codétermination ne sont pas réglées proprement.
Matching & recommandations
- Basique : sait expliquer le matching dans les grandes lignes ; cite 1 à 2 points de contrôle (relecture, contournement).
- Solide : décrit le suivi (dérive, cas limites), la conception avec intervention humaine et une responsabilité clairement établie.
- Signal d'alerte : promet des mobilités ou des classements « entièrement automatisés » ; aucun recours, aucune responsabilité.
Données, graphes de compétences & profils
- Basique : connaît plusieurs sources de données et leurs limites.
- Solide : s'appuie sur la minimisation des données, les droits de rectification, le consentement/les autorisations et la gouvernance de la taxonomie.
- Signal d'alerte : veut collecter largement « pour un usage futur » ; ignore les corrections de profil et la limitation des finalités.
Biais, équité & explicabilité
- Basique : nomme les risques de biais ; propose des contrôles simples.
- Solide : définit un suivi par sous-groupes, des déclencheurs d'escalade, explique les recommandations en langage clair.
- Signal d'alerte : « le modèle est neutre » ; aucune mesure ; les collaborateurs ne devraient pas remettre en question les résultats.
Gouvernance, protection des données & conseil d'entreprise
- Basique : sait que le juridique, la protection des données et l'IT doivent être impliqués tôt.
- Solide : articule documentation, modèle de rôles, contrôles d'accès, pistes d'audit et préparation de la Dienstvereinbarung.
- Signal d'alerte : voit la gouvernance comme un frein ; aucune documentation ; responsabilité floue pour les modifications.
Expérience des managers & des collaborateurs
- Basique : pense à l'UX et à l'adoption ; mentionne l'opt-out ou un texte explicatif.
- Solide : prévoit une protection contre la confiance excessive, des paramètres clairs, un langage adapté, un soutien en cas de contestation.
- Signal d'alerte : décrit le matching comme de la surveillance ; « les managers suivent l'outil » sans relecture.
Mesure & itération
- Basique : cite un jeu de KPI (par ex. taux de postes pourvus en interne, délai de pourvoi).
- Solide : mesure la qualité du matching et l'équité perçue ; fixe des déclencheurs et un rythme d'itération.
- Signal d'alerte : ne mesure que les clics ; aucun mécanisme de correction lorsque les indicateurs se dégradent.
Évaluation des fournisseurs & des outils
- Basique : s'interroge sur la base de données et les grandes lignes des fonctionnalités.
- Solide : exige des preuves, de l'explicabilité, des journaux d'audit, des possibilités de contournement, des exigences d'intégration et la prévention des données fantômes.
- Signal d'alerte : prend les promesses des fournisseurs pour argent comptant ; accepte « propriétaire » comme justification de l'opacité.
Apprentissage & conduite du changement
- Basique : voit la nécessité d'un effort de formation et de communication.
- Solide : prévoit l'accompagnement des managers, des FAQ pour les collaborateurs, des indicateurs d'adoption et une protection contre la fatigue du changement.
- Signal d'alerte : « on le déploie et les gens l'utiliseront » ; aucune ressource pour l'accompagnement ou le support.
À quoi ressemble un bon candidat : les preuves à attendre des profils solides
Les candidats solides promettent rarement l'automatisation complète des décisions de mobilité. Ils décrivent des workflows d'assistance : recommandations, explications et revues structurées avec des possibilités de contournement claires. Exigez au moins un livrable concret (≤1 page) pour limiter le storytelling et rendre les comparaisons équitables. Pour calibrer vos attentes côté collaborateurs, vous pouvez aligner vos critères d'entretien sur les signaux d'une enquête sur la place de marché de talents interne, portant sur la confiance et la perception de l'équité.
- Le responsable du recrutement demande 1 livrable (esquisse de tableau de bord de KPI, checklist d'équité ou FAQ de déploiement) avec une échéance ≤48 h.
- Les RH vérifient dans le livrable le langage sur la minimisation des données et l'explicabilité pour les collaborateurs ≤24 h après réception.
- People Analytics valide la mesurabilité dans votre environnement (sources de données, définitions) ≤3 jours.
- Le service juridique/protection des données fait un contrôle rapide des risques si la moyenne des Q19-Q24 est <3,5 (réponse ≤5 jours ouvrés).
Questions d'approfondissement structurées : transformer les notes faibles en relances ciblées
Les notes faibles ne servent que si elles déclenchent une relance précise. Moyenne d'un domaine <3,5 → court scénario ; item isolé ≤2 → tester précisément ce risque. Cela garde votre processus cohérent d'un candidat à l'autre et réduit les biais des intervieweurs. Pour un contexte plus large sur les compétences IA en RH, la comparaison des logiciels de gestion des compétences offre un cadre utile pour savoir à quoi ressemble le « bon » dans une pile talents.
Relances éprouvées pour le bloc IA :
- « Parlez-moi d'une fois où vous avez retiré un signal de matching, par souci d'équité ou de confiance. »
- « Quelles données n'utiliseriez-vous pas, même si elles étaient techniquement disponibles ? »
- « Décrivez-moi la procédure de recours lorsqu'un collaborateur conteste une recommandation. »
- « Quelles trois choses doivent figurer dans un accord d'entreprise pour que ce système puisse être déployé ? »
- « Comment expliqueriez-vous à un conseil d'entreprise que ce système de matching n'est pas une surveillance déguisée des performances ? »
Expérience candidat : la transparence sans en dire trop
Soyez clair sur ce que vous évaluez : usage responsable de l'IA, réflexion sur l'équité et maturité en gouvernance. Ne demandez ni prompts propriétaires ni données d'anciens employeurs. Cela réduit l'anxiété et améliore la qualité du signal, et dans un contexte DACH, cela illustre aussi la transparence que vous recherchez.
- Les RH partagent un cadrage en 3 phrases au début de l'entretien et confirment la règle « aucune donnée confidentielle ».
- Le responsable du recrutement demande explicitement des arbitrages : rapidité contre équité, automatisation contre contrôle, connaissance contre vie privée.
- Les RH envoient un court message sur les prochaines étapes (sans détail des notes) ≤5 jours après l'étape d'entretien.
Biais et contrôles d'équité dans le processus d'entretien lui-même
Les biais entrent par les intervieweurs, pas seulement par les modèles. Examinez les notes par intervieweur, par type de poste et, lorsque la loi le permet, selon un contexte pertinent comme le lieu ou l'équipe. Concentrez-vous sur la cohérence et les signaux d'impact défavorable, pas sur les caractéristiques personnelles. Fixez une taille de groupe minimale pour les comparaisons (par ex. n ≥ 10) afin de protéger l'anonymat et de réduire le bruit.
- Schéma : un intervieweur note 1,0 point de moins ou plus sur tous les candidats. Réponse : formation à la grille et calibrage ≤14 jours.
- Schéma : les candidats non techniques obtiennent systématiquement des notes plus basses sur les Q37-Q42. Réponse : reformuler pour tester la réflexion, pas le jargon ; mise à jour ≤30 jours.
- Schéma : l'« enthousiasme pour l'automatisation » est récompensé de façon incohérente. Réponse : ajouter une règle stricte à la grille : aucune décision de mobilité automatisée ; application immédiate.
Exemples réels : comment le processus se déroule
Cas 1 : notes faibles en équité/explicabilité (moyenne Q13-Q18 de 3,2). Bon sens du produit, mais incapacité à expliquer comment les collaborateurs contestent les recommandations. Relance : scénario de 15 minutes, un collaborateur affirme que le système masque des postes après un congé parental. Le candidat a proposé un suivi par sous-groupes, une voie de recours claire et des scripts pour les managers. Les notes sont montées à 4,0 ; recruté avec un livrable d'audit d'équité à 30 jours.
Cas 2 : lacune de gouvernance pour un déploiement DACH (moyenne Q19-Q24 de 2,8). A proposé de collecter de larges métadonnées de collaboration pour inférer des compétences. Risque élevé pour la protection des données et le Betriebsrat. Entretien de gouvernance : minimisation des données, limitation des finalités, contrôles d'accès, préparation de la Dienstvereinbarung. Plan révisé vers des preuves en opt-in et une visibilité contrôlée par les collaborateurs. L'offre n'a avancé qu'après une approche de gouvernance écrite d'une page sous 7 jours.
Cas 3 : indicateurs solides, expérience collaborateur faible (moyenne Q31-Q36 de 4,3 ; moyenne Q25-Q30 de 3,1). Le jeu de KPI était solide, mais la communication présentait le matching comme de la surveillance. Relance : FAQ de déploiement et plan d'accompagnement des managers. L'approche révisée a ajouté des opt-out, des explications « pourquoi cette recommandation » et une formation pour remettre en question les résultats de l'IA. Recruté ; confiance suivie via des pulse surveys sur la mobilité interne.
Indicateurs de processus : comment mesurer la qualité de vos propres entretiens
| Indicateur | Objectif | Responsable | Rythme de revue |
|---|---|---|---|
| Taux de réponse à l'enquête (par entretien) | ≥90% | RH | Mensuel |
| Variance moyenne entre évaluateurs (même candidat) | ≤0,8 point | RH | Mensuel |
| % d'entretiens déclenchant des relances (moyenne du domaine <3,5) | 10-30 % (sélectivité saine) | Responsable du recrutement | Trimestriel |
| Délai entre l'entretien et la décision | ≤10 jours ouvrés | RH | Mensuel |
| Offres annulées pour des raisons de gouvernance | 0 après le dernier tour | RH + Juridique/Protection des données | Trimestriel |
Mise en œuvre : piloter et déployer le processus
Commencez avec 1 à 2 postes, par exemple Responsable de la mobilité interne et Talent Ops. Déployez dès que les notes de votre panel sont stables et que les relances sont prévisibles. Mettez le jeu de questions à jour au moins une fois par an, et immédiatement dès que votre politique d'IA, votre accord d'entreprise ou les capacités des outils changent de façon notable. Pour savoir à quoi ressemble une pile de compétences mature, la catégorie des logiciels de gestion des compétences offre un cadre de référence utile.
- Pilote (4 à 6 semaines) : les RH mènent l'enquête auprès de 5 à 10 candidats ; objectif de variance entre évaluateurs ≤0,8.
- Déploiement (8 à 12 semaines) : ajouter tous les postes de mobilité interne et de place de marché de talents ; objectif de ≥ 90 % de réponses à l'enquête.
- Formation : les RH forment les intervieweurs aux grilles et aux signaux d'alerte ; à terminer sous ≤30 jours.
- Rythme de revue : revue trimestrielle des seuils ; actualisation annuelle des questions avec gestion des versions.
Conclusion
Cette enquête vous aide à recruter des personnes capables d'utiliser l'IA pour soutenir la mobilité interne sans transformer le matching en boîte noire. Vous obtenez une alerte plus précoce sur les lacunes de gouvernance et les angles morts en matière d'équité, de meilleures discussions de panel fondées sur des preuves plutôt que sur l'intuition, et des priorités claires pour les entretiens de suivi.
Les prochaines étapes sont simples : choisissez un poste pilote, collez les Q1-Q53 dans votre outil de grille d'entretien et accordez-vous sur les seuils avant le premier candidat. Désignez ensuite des responsables pour les suites de gouvernance (RH, People Analytics, Juridique/Protection des données) afin d'avancer vite sans porter de risque caché.
FAQ
Pourquoi utiliser des questions d'entretien structurées sur l'IA plutôt qu'une conversation libre ?
Les entretiens non structurés favorisent les visages familiers, un risque particulièrement sérieux pour le recrutement en mobilité interne. Des questions structurées avec notation de Likert imposent une documentation cohérente des preuves, rendent la variance entre évaluateurs visible et créent une base de décision auditable. Pour les postes liés à l'IA, elles protègent aussi contre l'erreur de recrutement la plus courante : confondre « semble techniquement compétent » avec un usage responsable de l'IA.
À quelle fréquence faut-il mettre à jour ce jeu de questions ?
Revoyez-le chaque trimestre : les seuils sont-ils toujours pertinents, la variance entre évaluateurs est-elle maîtrisée (≤0,8 point) ? Une actualisation complète une fois par an suffit en général. Mettez-le à jour immédiatement si vos outils de place de marché de talents, votre politique d'IA ou une Dienstvereinbarung changent de façon notable. Indiquez les numéros de version dans la grille pour pouvoir comparer les décisions de recrutement dans le temps sans mélanger les grilles.
Que faire si un candidat obtient une note très basse en gouvernance (Q19-Q24) ?
« Pause et clarification », pas un rejet automatique. Ajoutez un entretien de gouvernance (10 à 20 minutes) et demandez une approche écrite d'une page : minimisation des données, limitation des finalités, contrôles d'accès, pistes d'audit, modèle de rôles pour les modifications, réflexion sur la Dienstvereinbarung. S'il défend encore des décisions automatisées opaques, arrêtez le processus. Dans un contexte UE/DACH, une faiblesse de gouvernance finit par se traduire en risque de réalisation et de confiance.
Comment réagir face à « l'IA devrait décider qui est promu en interne » ?
Ne débattez pas d'idéologie : testez l'opérationnalisation. Demandez : qui est responsable ? Quelles données sont utilisées ? Comment les collaborateurs peuvent-ils contester les résultats ? Comment évitez-vous la discrimination par variables indirectes ? S'il ne peut pas présenter un processus avec intervention humaine et des voies de recours claires, c'est un signal d'alerte : documentez-le de façon factuelle et en lien avec le poste. Vous restez ainsi équitable et auditable.
Comment garder le processus équitable pour des candidats ayant un accès différent aux outils ?
Notez le comportement et le raisonnement, pas la connaissance des marques. Les candidats solides expliquent les workflows en langage clair : les signaux qu'ils utiliseraient, ceux qui sont interdits, comment ils expliqueraient les recommandations. Utilisez des scénarios plutôt que des quiz sur les outils. Gardez les livrables courts (≤1 page) et n'exigez ni captures d'écran ni données propriétaires. Cela évite que le budget ou l'accès à des outils propres à un employeur ne fausse les notes.
Faut-il mentionner le règlement européen sur l'IA en entretien ?
Pas besoin d'un quiz juridique, mais testez la sensibilisation. Une question simple suffit : « Quand classeriez-vous une fonctionnalité comme à haut risque ou sensible, et quels contrôles ajouteriez-vous ? » Une bonne réponse renvoie à l'annexe III, à la supervision humaine et à la journalisation, sans bloc de citations. Pour votre équipe de politique interne, la référence officielle est le règlement européen sur l'intelligence artificielle (règlement (UE) 2024/1689).
Comment impliquer le conseil d'entreprise sans transformer l'entretien en examen de droit ?
Présentez-le comme un test pratique, pas comme un quiz de conformité. Expliquez que le poste s'exerce dans un environnement de codétermination en DACH, et testez la maturité à travers des actions concrètes : quelle documentation créeriez-vous, qui faut-il impliquer et quand, quelles données laisseriez-vous de côté ? Une bonne réponse montre une implication précoce, la préparation de la Dienstvereinbarung et des contrôles pratiques : journaux d'accès, calendriers de suppression, pistes d'audit. Le service juridique/protection des données n'intervient que sur les vrais signaux de risque issus des Q19-Q24.



