Un texte invisible inséré dans votre CV peut modifier la réponse d'une intelligence artificielle lors de la sélection des candidats. C'est ce que démontre une recherche de l'Université de Turin, qui a mis ChatGPT, Gemini et Claude à l'épreuve, découvrant comment un code caché dans le CV est capable d'influencer leur jugement.
Le même mécanisme ne concerne pas uniquement le monde du travail. Les chercheurs ont également observé la même vulnérabilité dans des domaines tels que les publications scientifiques et les données de santé, où des textes invisibles peuvent guider la production de modèles linguistiques.
Pour ceux qui postulent à un emploi, la découverte ouvre une question concrète : vaut-il vraiment la peine d'essayer de manipuler l'algorithme qui lit le CV avant même un vrai recruteur ?
Indice
- La police blanche modifie la lecture automatique du CV
- L'IA priorise les CV à l'aide de mots-clés
- Les mots blancs peuvent démarquer le candidat ou le pénaliser
- Un CV lisible utilise des mots-clés et des graphiques simples
La police blanche modifie la lecture automatique du CV
Des chercheurs de l'Université de Turin ont démontré que des textes invisibles cachés dans un document peuvent manipuler le fonctionnement de ChatGPT, Gemini et Claude. Le mécanisme profite du fait que ces modèles lisent chaque caractère du fichier, même lorsque l'œil humain ne peut pas le percevoir.
La technique pratique qui exploite ce principe consiste à insérer dans le CV des mots-clés de couleur blanche, de manière à les rendre invisibles sur la feuille mais lisibles par le logiciel qui analyse le texte. Le résultat est un CV qui, aux yeux du lecteur, apparaît identique à tout autre, mais qui apporte un contenu supplémentaire conçu uniquement pour la machine.
Il ne s’agit pas d’un problème de recrutement isolé. Le même défaut a également été observé dans l’analyse des publications scientifiques et des données de santé, signe que la fragilité des modèles linguistiques face aux textes cachés est une question plus large que la simple sélection du personnel.
L'IA priorise les CV à l'aide de mots-clés
Dans les processus de sélection, des systèmes automatisés évaluent les curriculum vitae, l'expérience et les compétences pour établir un ordre de priorité parmi les candidats. L'objectif affiché des entreprises qui les adoptent est d'accélérer l'examen de centaines, voire de milliers de candidatures.
De nombreuses plateformes permettent aux employeurs de définir des paramètres spécifiques pour restreindre le bassin de candidats jugés appropriés. En pratique, la personne qui embauche décide à l'avance quelles exigences doivent apparaître dans le texte pour que le CV passe le premier filtre.
Sur le plan technique, toutes les opérations ne sont pas identiques. L'analyse de documents, c'est-à-dire l'extraction de données explicites telles que le nom, les dates et les qualifications, est considérée comme une étape administrative ; les fonctions de matching, de notation et de classement, qui attribuent une note et classent les candidats, font partie des systèmes classés à haut risque par l'AI Act.
Un CV lisible utilise des mots-clés et des graphiques simples
Au-delà des astuces risquées comme « manipuler » l’IA, il existe des moyens plus simples de rendre un CV lisible à l’intelligence artificielle sans rien lui cacher. La première concerne la langue : faire apparaître dans le texte les mêmes mots-clés utilisés dans l'offre d'emploi et dans le profil LinkedIn de l'entreprise aide l'algorithme à faire correspondre correctement le profil au poste.
Une deuxième précaution concerne la géographie : il convient d'indiquer séparément le lieu d'origine et la ville dans laquelle vous recherchez du travail, pour éviter que le système rejette automatiquement une candidature au simple motif que votre résidence ne coïncide pas avec le lieu de l'offre. Pour certains postes, il peut également être utile de préparer votre CV en anglais, car certains systèmes sont formés pour lire principalement cette langue.
Sur le plan graphique, le choix le plus sûr reste celui des polices standards comme Arial ou Verdana. Les graphiques, colonnes et diagrammes, aussi esthétiques soient-ils, risquent de dérouter les logiciels de lecture automatique et de perdre des informations utiles dès la première étape décisive du filtrage.
