L'effet "nous-eux" dans le recrutement IT : pourquoi rédiger un CV à la main est statistiquement désavantageux 🤖

Une étude récente a mathématiquement prouvé un bug systémique dans les pipelines de recrutement modernes.

Sur le marché, une situation s'est développée où les candidats génèrent des CV avec des réseaux de neurones, tandis que les entreprises utilisent les mêmes LLM pour le filtrage initial. Les chercheurs ont mesuré ce qui se produit lorsque ces deux processus se rencontrent.

Ils ont pris 2245 CV humains réels, généré des copies basées sur ceux-ci via différents LLM (les compétences techniques et l'expérience restaient identiques, seules les formulations et la présentation changeaient) et les ont soumis à des évaluateurs LLM.

Et voici ce qui en est ressorti :

1️⃣ Biais d'auto-préférence (Self-preference bias). Les modèles possèdent un mécanisme intégré d'auto-reconnaissance et choisissent systématiquement le texte qu'ils ont eux-mêmes écrit. Le niveau de biais contre les textes rédigés par un humain varie de 67% à 82% pour GPT-4o, DeepSeek-V3 et LLaMA-3.3-70B.

2️⃣ Conversion en liste restreinte. Un candidat dont le CV est poli par le même LLM que celui utilisé par l'entreprise pour le filtrage a 23 à 60% plus de chances d'obtenir une invitation à un entretien. Avec un parcours absolument identique.

3️⃣ Aveuglement à la qualité. Dans des tests en aveugle, des évaluateurs humains reconnaissaient souvent que les CV humains originaux étaient plus compréhensibles et logiques. Mais les filtres LLM choisissaient quand même les versions générées, simplement parce qu'ils reconnaissaient leurs propres schémas linguistiques.

Des statistiques distinctes existent pour les batailles entre modèles eux-mêmes, si le candidat et l'entreprise utilisent des outils différents :
▫️ DeepSeek-V3 a le plus haut niveau de "narcissisme" : il choisit ses propres textes contre ceux de LLaMA-3.3-70B 69% plus souvent, et contre GPT-4o 28% plus souvent.
▫️ GPT-4o, au contraire, dans des comparaisons par paires, a soudainement préféré les CV rédigés par DeepSeek, discountant ses propres générations.

En résumé, en soumettant un CV entièrement "artisanal", rédigé à la main, vous abandonnez techniquement jusqu'à 60% d'avantage dans le filtrage à ceux qui ont passé leur texte par un prompt. La capacité à faire correspondre le style du CV au pipeline LLM d'une entreprise particulière influence désormais le taux de conversion avant l'entretien plus fortement que l'expérience commerciale réelle.

Comme tout est cassé ☹️