D’ici 2028, un profil de candidat sur quatre à l’échelle mondiale sera faux, selon une étude Gartner publiée en 2025. Un chiffre alarmant qui illustre une réalité que les recruteurs affrontent désormais au quotidien : deepfakes lors des entretiens vidéo, CV manipulés par des instructions cachées pour tromper les ATS, faux profils LinkedIn générés en masse par des agents IA autonomes. La fraude dans le sourcing de candidats n’est plus une anecdote — c’est une menace structurelle pour la qualité des recrutements.

Face à ce phénomène, l’intelligence artificielle se retourne contre elle-même : les mêmes technologies qui permettent aux candidats de falsifier leur identité servent aujourd’hui à les détecter. Dans cet article, nous passons en revue 5 outils IA concrets pour sécuriser votre sourcing, vérifier l’authenticité des profils et recruter en toute confiance — sans sacrifier la fluidité de l’expérience candidat.

Pourquoi la fraude explose dans le sourcing de candidats

La démocratisation des outils d’IA générative a radicalement abaissé le coût d’entrée de la fraude en recrutement. Il suffit aujourd’hui d’un outil grand public pour cloner une voix, générer un visage synthétique en temps réel lors d’un entretien vidéo, ou rédiger un CV optimisé avec des mots-clés invisibles destinés à tromper les algorithmes de présélection. 17 % des responsables RH américains ont déjà détecté des candidats utilisant des deepfakes lors d’entretiens, selon une enquête ResumeGenius. Et selon les données d’InCruiter, la fraude est présente dans 25 à 30 % des sessions d’entretien suspectes identifiées grâce à leur technologie de détection déployée début 2026.

Les secteurs IT et tech concentrent environ 60 % des cas de fraude par deepfake, suivis par les services financiers (15 %) et les BPO (10 %). Ce n’est pas anodin : ce sont précisément les secteurs où les entretiens à distance sont les plus répandus et où les compétences techniques sont difficiles à vérifier à froid. La fraude n’est plus le fait de quelques candidats isolés : elle devient une pratique systématique, soutenue par des agents IA capables de postuler à des centaines d’offres simultanément et de répondre automatiquement aux tests de présélection.

Pour les équipes RH, le risque est double. D’un côté, embaucher un imposteur dont les compétences réelles ne correspondent pas au profil présenté. De l’autre, instaurer des mécanismes de contrôle si lourds qu’ils dégradent l’expérience candidat et découragent les profils authentiquement qualifiés. La réponse ne peut pas être plus de méfiance — elle doit être plus d’intelligence.

5 outils IA pour un sourcing fiable et sécurisé

1. Checkr — vérification des antécédents par machine learning

Checkr est une plateforme américaine de vérification des antécédents qui mobilise l’IA et le machine learning pour croiser automatiquement les données issues de multiples bases — casiers judiciaires, historiques d’emploi, diplômes, réseaux sociaux professionnels. Là où une vérification manuelle peut prendre plusieurs jours et rester incomplète, Checkr restitue une analyse structurée en quelques heures.

Ce qui distingue Checkr des vérificateurs classiques, c’est sa capacité à détecter les incohérences entre les informations déclarées par le candidat et les données publiques disponibles. Un titre de poste légèrement exagéré, une période d’emploi tronquée, une formation non vérifiable : l’algorithme signale les anomalies sans que le recruteur ait à mener des investigations chronophages. L’outil respecte également le cadre réglementaire RGPD pour les usages européens, un point à vérifier selon votre juridiction.

Cas d’usage idéal : recrutements à fort enjeu de conformité (finance, santé, sécurité), embauches de candidats en télétravail total, postes avec accès à des données sensibles.

2. Pangram Labs — détection du contenu généré par IA dans les candidatures

Pangram Labs s’attaque à un phénomène particulièrement difficile à quantifier : la proportion croissante de CV, lettres de motivation et réponses aux tests rédigés intégralement par des outils d’IA générative. Selon un rapport de Greenhouse, 28 % des candidats admettent utiliser l’IA pour créer de faux exemples de travaux destinés à leurs dossiers de candidature.

La plateforme analyse le style rédactionnel, la structure syntaxique et les patterns statistiques du texte pour estimer la probabilité qu’un contenu ait été produit par un LLM. Elle fournit un score de confiance par document, permettant aux recruteurs de prioriser les candidatures authentiques sans écarter systématiquement celles qui ont simplement été relues à l’aide d’un assistant IA.

Cette nuance est essentielle : l’objectif n’est pas d’interdire toute aide technologique aux candidats, mais de repérer ceux dont le profil présenté ne reflète pas leur réalité professionnelle. Pangram s’intègre dans les flux de travail RH existants et peut être connecté à la plupart des ATS du marché.

Cas d’usage idéal : postes nécessitant des compétences rédactionnelles, communication, marketing, droit, conseil — partout où la qualité du document est un signal de compétence réelle.

3. InCruiter — détection des deepfakes en temps réel lors des entretiens vidéo

InCruiter est l’une des solutions les plus avancées sur le marché en matière de détection de deepfakes lors des entretiens vidéo. Développée par la société indienne éponyme, la technologie analyse en temps réel les micro-expressions faciales, la cohérence des mouvements labiosyllabiques et les artefacts visuels typiques des modèles de synthèse vidéo pour identifier les substitutions d’identité.

Les données publiées début 2026 sont éloquentes : après le déploiement de l’outil, InCruiter a identifié des activités frauduleuses dans 25 à 30 % des sessions suspectes — soit presque le double de ce que détectaient auparavant les intervieweurs humains expérimentés. Le système alerte le recruteur en direct lorsqu’une anomalie est détectée, sans interrompre le déroulement de l’entretien.

Dans un contexte où le recrutement à distance s’est généralisé, cette couche de vérification biométrique devient un filet de sécurité indispensable pour les processus 100 % digitaux. Elle complète sans la remplacer la valeur du regard humain lors de l’entretien final — une logique pleinement alignée avec le modèle hybride IA + humain que nous défendons chez CamSha.

Cas d’usage idéal : entretiens en télétravail pour des postes sensibles, recrutements à grande échelle dans les secteurs tech, finance ou BPO.

4. HireVue — évaluation comportementale structurée anti-manipulation

HireVue est l’une des plateformes d’entretiens vidéo et d’évaluation les plus utilisées à l’international. Au-delà de sa fonction de planification et d’enregistrement d’entretiens, elle intègre une couche d’analyse comportementale par IA qui évalue les signaux verbaux et non verbaux des candidats — rythme de parole, cohérence des réponses, niveau d’engagement — pour produire une évaluation structurée et reproductible.

Dans une logique anti-fraude, HireVue présente deux atouts majeurs. Premièrement, ses évaluations sont standardisées et difficiles à préparer de manière artificielle : les questions adaptatives changent en fonction des réponses précédentes, rendant les scripts pré-rédigés par IA peu efficaces. Deuxièmement, la plateforme croise l’analyse comportementale avec les scores obtenus aux tests de compétences intégrés, détectant les incohérences entre la performance à l’entretien et celle aux épreuves pratiques.

Il faut noter que HireVue, comme tout outil d’analyse comportementale, doit être utilisé avec discernement et dans le respect des recommandations éthiques de la CNIL et du règlement européen sur l’IA (Regulation 2024/1689), qui encadrent strictement les systèmes d’évaluation automatisée des personnes physiques. La supervision humaine reste obligatoire pour toute décision de recrutement.

Cas d’usage idéal : grands volumes de candidatures, présélection à distance, postes commerciaux ou en contact client où la communication est un critère central.

5. Eightfold.ai — matching intelligent et détection des incohérences de parcours

Eightfold.ai est une plateforme de Talent Intelligence qui utilise des modèles de deep learning entraînés sur des centaines de millions de profils professionnels pour analyser la cohérence des parcours de carrière. Si la plupart des outils de sourcing se contentent de mesurer l’adéquation entre un profil et un poste, Eightfold va plus loin : il évalue la vraisemblance d’un parcours professionnel au regard des trajectoires statistiquement observées dans un secteur donné.

Concrètement, cela signifie qu’un candidat qui affiche une progression salariale atypique, des compétences acquises dans des délais improbables ou des transitions sectorielles sans logique apparent sera automatiquement signalé pour une vérification approfondie. Cette capacité à détecter les incohérences structurelles dans un CV — sans pour autant exclure les profils atypiques légitimes — représente une avancée significative par rapport à la simple détection de mots-clés.

Eightfold s’inscrit également dans une logique de recrutement par les compétences, en analysant les expériences réelles plutôt que les titres de poste — ce qui rend les manipulations de labels moins efficaces.

Cas d’usage idéal : sourcing de profils seniors ou spécialisés, identification de faux experts, gestion de candidathèques à fort volume.

Au-delà des outils : les bonnes pratiques pour un sourcing sécurisé

Les outils IA anti-fraude sont puissants, mais ils ne remplacent pas une politique de recrutement robuste. Gartner recommande aux entreprises de combiner vérification technologique et protocoles humains : intégrer au moins un entretien en présentiel dans les processus critiques, définir clairement les usages acceptables de l’IA par les candidats, et informer ces derniers des mécanismes de détection en place — ce qui dissuade la fraude sans créer de climat de suspicion.

Il est également essentiel d’auditer régulièrement les outils IA utilisés pour s’assurer qu’ils ne reproduisent pas de biais discriminatoires dans leur détection. Un système entraîné sur des données non représentatives pourrait par exemple signaler plus souvent certains profils démographiques. Cette vigilance est au cœur de la gouvernance responsable de l’IA en RH, que nous avons détaillée dans notre article sur l’éthique des technologies RH en 2026.

Enfin, rappelons que la fraude dans le sourcing n’est pas seulement un problème technologique — c’est aussi le symptôme d’un marché du travail sous tension, où des candidats légitimement qualifiés se sentent obligés de surestimer leurs compétences pour passer les filtres automatiques. Améliorer la qualité du sourcing, c’est donc aussi revoir ses critères de sélection, privilégier les compétences réelles aux titres, et maintenir une approche humaine à chaque étape clé du processus.

Conclusion : l’IA au service d’un sourcing plus juste et plus fiable

La fraude dans le sourcing de candidats est une réalité que les équipes RH ne peuvent plus ignorer en 2026. Deepfakes, profils fabriqués, CV manipulés par IA : les menaces sont réelles, mais elles ne sont pas une fatalité. Les cinq outils présentés dans cet article — Checkr, Pangram Labs, InCruiter, HireVue et Eightfold.ai — offrent chacun une réponse spécifique et complémentaire pour sécuriser votre pipeline de candidats sans alourdir l’expérience de ceux qui postulent de bonne foi.

Ce qui distingue les organisations qui réussissent leur sourcing en 2026, c’est leur capacité à combiner l’efficacité algorithmique avec le discernement humain. L’IA détecte les incohérences, analyse les patterns et alerte sur les anomalies. Le recruteur décide, contextualise et construit la relation. C’est exactement la philosophie que nous incarnons chez CamSha : des campagnes de sourcing autonomes, ciblées et personnalisées, avec la rigueur de l’IA et l’intelligence des humains.

Un sourcing sans fraude, c’est aussi un sourcing plus équitable — pour les entreprises qui cherchent les bons talents, et pour les candidats honnêtes qui méritent d’être évalués sur leur vraie valeur.

Vous souhaitez sécuriser vos campagnes de sourcing grâce à l’IA ? Découvrez comment CamSha peut vous aider à identifier les meilleurs profils, authentiques et qualifiés, sans perdre de temps sur des candidatures frauduleuses.

Découvrir la solution CamSha pour les recruteurs

Sources et références

• Helloworkplace / Gartner — L’IA dans le recrutement, source de défiance côté candidats (2025)
• CXOToday — The Deepfake candidate: How AI is breaking the hiring process (2026)
• Pangram Labs — Pourquoi les recruteurs ont besoin de la détection par IA (2025)
• SmartRecruiters — 44 statistiques sur l’IA dans le recrutement
• Grant Thornton — Recrutement et Intelligence Artificielle (2025)