Tri des curriculum vitæ : des pistes de solution à la discrimination à l’embauche

La discrimination à l’embauche au moment du tri des curriculum vitæ

Depuis quelques années, des études canadiennes mobilisent la méthode du testing, qui consiste à envoyer des paires de CV identiques, à l’exception du nom de la personne candidate, en réponse à de réelles offres d’emploi. Ces études révèlent que les pratiques de sélection peuvent entraîner de la discrimination à l’embauche ciblant particulièrement les personnes candidates issues de la diversité ethnoculturelle (Beauregard, 2020; Eid, 2012; Oreopoulos, 2011; Oreopoulos et Dechief, 2012). Dans ce contexte, la discrimination ethnique à l’embauche peut se définir comme « toute décision d’un recruteur d’écarter une candidature, intentionnellement ou non, sur la base de l’origine, de la “race” ou de la couleur d’un candidat, et ayant pour effet de priver la ou les personnes visées des mêmes chances que les autres candidats d’être évaluées sur la seule base de leurs qualifications, de leurs compétences et de leurs expériences pertinentes » (Eid, Azzaria et Quérat, 2012, p. 2).

Dans le cadre de deux études québécoises réalisées à Montréal et à Québec, les résultats indiquent que, de façon globale, les personnes candidates ayant un nom à consonance franco-québécoise auraient environ 60 % plus de chance d’être convoquées en entrevue que les personnes candidates minoritaires, ayant notamment des noms à consonance africaine ou arabe (Beauregard, 2020; Eid, 2012)¹. La discrimination ethnique à l’embauche au moment du tri des CV est également observée dans d’autres villes canadiennes majoritairement anglophones telles que Toronto et Vancouver, où les personnes candidates ayant des noms à consonance indienne, pakistanaise, chinoise et grecque seraient désavantagées par rapport aux personnes candidates ayant des noms à consonance anglaise (Oreopoulos, 2011; Oreopoulos et Dechief, 2012).

Ces résultats mettent en évidence le fait que le processus du tri des CV comporte des biais pouvant influencer le jugement et la prise de décision des personnes responsables de la sélection des personnes candidates à embaucher (Derous et Ryan, 2018). Deux principaux processus semblent être à l’œuvre selon Derous et Ryan (2018). D’une part, le traitement de certaines informations personnelles, telles que le nom des personnes candidates minoritaires, pourrait mener à la catégorisation automatique ou inconsciente de ces personnes sur la base des stéréotypes associés à leur groupe d’appartenance et ultimement à leur exclusion du processus de recrutement. D’autre part, l’effet de l’homogamie sociale ou de l’homophilie pourrait expliquer la tendance d’une personne au cours d’un processus de sélection à favoriser inconsciemment des personnes qui lui ressemblent (p. ex. : personnes issues du même groupe d’appartenance culturelle). À cet égard, l’étude de Behaghel, Crépon et Le Barbanchon (2011) a permis d’observer cet effet en fonction du genre (p. ex. : les hommes auraient tendance à sélectionner les CV appartenant à des hommes) et de l’âge (p. ex. : les jeunes auraient tendance à sélectionner les CV appartenant à des jeunes).

Et si on tentait de limiter la portée de ces biais? Les pistes de solution au problème de discrimination à l’embauche semblent moins bien documentées que le problème en soi. Une recension des écrits scientifiques récents a toutefois permis de cibler deux pistes prometteuses. L’objectif du présent article est donc de présenter deux moyens pour contrôler ces biais et ainsi contrer la discrimination à l’embauche au moment du tri des CV : l’anonymisation des CV et le tri automatique des CV. Une description de ces deux moyens est présentée, suivie de leurs avantages, des données scientifiques quant à leur efficacité et de leurs limites.

L’anonymisation des CV

Un premier moyen pour lutter contre la discrimination à l’embauche est d’utiliser la méthode de l’anonymisation des CV des personnes candidates dans le cadre de la présélection. Concrètement, cette méthode consiste à retirer les informations qui ne renseignent pas les personnes responsables de la sélection sur les compétences de la personne candidate pour l’emploi, comme son nom, son genre, le lieu de ses études, son pays d’origine et son adresse. En procédant de la sorte, les informations susceptibles de produire de la discrimination consciente ou inconsciente au moment du choix des personnes candidates ne sont pas accessibles aux personnes décideuses (Amadieu, 2008; Rinne, 2018).

L’utilisation de cette méthode au cours du processus de présélection des personnes candidates est avantageuse à plusieurs égards, puisqu’elle oblige à adopter une démarche rationnelle et logique dans le processus décisionnel en forçant les personnes responsables de la sélection à s’appuyer sur des critères objectifs, mesurables et opérationnalisables (Lacroux et Martin-Lacroux, 2017). De plus, l’anonymisation des CV n’entraîne habituellement pas de coûts supplémentaires, puisque, en comparaison avec les processus d’embauche avec CV standard, les postes sont pourvus aussi souvent et dans des délais comparables (Behaghel et coll., 2011).

L’efficacité de l’anonymisation des CV a d’ailleurs été observée dans différentes études à l’international (pour un résumé, voir Amadieu, 2014). Par exemple, l’étude d’Åslund et Skans (2012) a démontré que l’utilisation des CV anonymes facilitait un plus grand accès à la phase d’entrevue pour les femmes et les personnes candidates issues de la diversité ethnoculturelle. Ce constat peut s’expliquer par le fait que l’anonymisation contrôle l’effet d’homophilie, qui, comme mentionné précédemment, représente la tendance des personnes responsables du processus de sélection à favoriser inconsciemment des personnes qui leur ressemblent. En effet, selon les constats issus de l’étude de Behaghel et coll. (2011), cet effet disparaîtrait avec l’utilisation de CV anonymes et entraînerait même l’effet inverse, c’est-à-dire que les personnes recruteuses auraient tendance à sélectionner les personnes candidates qui ne leur ressemblent pas.

Bien que cette méthode soit généralement considérée comme efficace, elle n’est pas à l’abri de plusieurs limites. Tout d’abord, certaines informations, telles que les fautes d’orthographe et le style de rédaction, peuvent tout de même indiquer l’identité ethnique de la personne candidate (Bøg et Kranendonk, 2011). Par exemple, la manière de décrire les tâches réalisées au cours d’expériences professionnelles antérieures peut donner des indications pouvant favoriser l’apparition de certains biais qui pénaliseront la personne candidate. De plus, cette méthode peut s’avérer contre-productive lorsqu’une organisation se dote d’une politique de promotion des candidatures issues de la diversité (Lacroux et Martin-Lacroux, 2017). En d’autres mots, lorsqu’on recherche activement des personnes issues de la diversité pour certains postes, l’anonymisation des CV ne permet pas de les reconnaître. Finalement, cette méthode peut aussi désavantager les populations plus éloignées du marché du travail ou qui ont eu de longues périodes sans emploi, considérées comme des « trous dans le CV ». À ce sujet, l’étude de Behaghel et coll. (2011) a montré que la proportion d’appels en entrevue des personnes candidates issues de l’immigration diminuait après avoir mis en place le CV anonyme. Bien que cela soit surprenant, les auteurs expliquent ce résultat par le fait que cette méthode peut empêcher les personnes décideuses d’utiliser certaines informations masquées (p. ex. : indices quant au statut d’immigration) à l’avantage des personnes candidates potentiellement discriminées pour expliquer et relativiser certaines faiblesses du CV.

Le tri automatique des CV

Une deuxième méthode pouvant être utilisée pour éviter de discriminer des personnes candidates est celle du tri automatique des CV. Souvent utilisé par les grandes organisations et les firmes de recrutement, le tri automatique des CV peut se faire notamment grâce à des logiciels conçus spécifiquement pour la gestion des CV. Sans entrer dans les détails techniques, cette méthode consiste à mettre en place un processus de correspondance sémantique entre les caractéristiques du poste et celles mentionnées dans le CV des personnes candidates. Ce processus est effectué pour tous les CV reçus et qui sont traités quantitativement, que ce soit en y attribuant un score sur 100, en y octroyant un rang permettant de le positionner en comparaison aux autres candidatures ou en détectant le CV de la personne candidate correspondant le plus à l’offre d’emploi. Pour certains logiciels, l’intelligence artificielle peut même être utilisée pour déterminer, sur la base d’informations connues, des critères prédictifs permettant de trouver les meilleures personnes candidates dans le bassin de candidatures, en évitant de prendre en considération des informations pouvant contribuer à la discrimination. Quelle que soit la méthode utilisée, il est très important de déterminer de bons indicateurs de réussite pour un emploi donné, ce qui représente la principale manipulation « humaine » devant être faite pour la mettre en place.

Il a été montré que la méthode du tri automatique des CV permet de réduire les biais et les préjugés de la part des personnes évaluatrices durant le processus de sélection des personnes candidates (Hoffman, Kahn et Li, 2018; Kleinberg et coll., 2019). Cependant, même avec la meilleure volonté, il est possible qu’un critère d’apparence anodine contribue à créer un désavantage pour un groupe particulier. Cette situation est notamment survenue en 2017, et a décidé Amazon à larguer son logiciel de tri automatique des CV, puisqu’il cotait plus négativement les candidatures féminines. Cette situation est un exemple où le logiciel contribuait à de la discrimination indirecte, c’est-à-dire que le logiciel prenait en considération un prédicteur d’apparence neutre, mais qui pénalisait un groupe particulier. De plus, l’utilisation d’un logiciel de tri automatique des CV ne se fait habituellement pas à coût nul; il faut en effet débourser des frais pour ce type de logiciel (Amadieu et Roy, 2019). Malgré quelques situations problématiques, une analyse rigoureuse des facteurs de succès pour un poste jumelée à une bonne programmation de l’algorithme pour traiter automatiquement les CV est une avenue efficace, comme cela a été démontré dans une étude comparant la méthode du tri automatique des CV à la méthode classique de sélection par des personnes (Amadieu et Roy, 2019).

Au-delà du tri des CV…

Le présent article avait pour objectif de décrire des moyens pour pallier la discrimination à l’embauche au moment du tri des CV, en exposant leurs avantages, leur efficacité et leurs limites. L’anonymisation des CV présente plusieurs avantages pour les groupes généralement désavantagés à l’étape du tri des CV en contrôlant l’effet de l’homophilie et en favorisant un meilleur accès à la phase d’entrevue. Toutefois, malgré l’anonymisation de certaines informations, d’autres données peuvent permettre de déduire l’identité ethnique des personnes candidates. De plus, cette méthode peut s’avérer contre-productive si l’on cherche activement des personnes issues de la diversité pour certains postes. Quant au tri automatique des CV, il s’agit d’une méthode plus souvent mobilisée par les grandes organisations et firmes de recrutement étant donné les coûts. Bien que l’utilisation d’une telle méthode puisse entraîner certaines problématiques, celles-ci peuvent être corrigées, et la démarche reste une option efficace comparativement à la méthode classique de sélection par des personnes. Par ailleurs, l’utilisation de formulaires électroniques standardisés et structurés pourrait être envisagée comme solution à faible coût permettant de limiter certains biais (Derous et Ryan, 2018).

En somme, ces deux pratiques représentent des avenues intéressantes pour gérer les biais pouvant influencer les décisions au moment du tri des CV et produire de la discrimination à l’embauche. Il faut toutefois tenir compte de leurs limites qui, dans certaines situations, peuvent désavantager les groupes désignés. Par ailleurs, au-delà du tri des CV, on sait que les biais peuvent influencer d’autres étapes du processus de recrutement (Girier, Lamouri et Pulido, 2020). Il y aurait donc matière à intervenir à différentes étapes du processus, soit avant le tri des CV, dans le cadre de la rédaction et de la diffusion des offres d’emploi, ainsi qu’après le tri des CV, c’est-à-dire au moment des entrevues et du choix de la personne candidate.