Depuis 2022, la hiérarchie des méthodes de sélection a changé de tête. La méta-analyse de Sackett, Zhang, Berry et Lievens, publiée dans le Journal of Applied Psychology, a recalculé la validité prédictive de vingt-cinq procédures de recrutement en corrigeant une erreur statistique répétée pendant vingt ans. Résultat : l’entretien structuré arrive premier, avec une validité de 0,42, devant les tests de connaissances métier et les tests d’aptitude cognitive. L’entretien libre, lui, tombe à 0,19. Autrement dit, deux entretiens qui se ressemblent en apparence n’ont pas du tout la même valeur prédictive. En France, seules 41 % des entreprises évaluent les compétences comportementales de façon formalisée, selon l’Apec. Voici comment construire un entretien structuré qui tient, et où l’automatisation intervient réellement.

Ce que mesure la validité prédictive

La validité prédictive est un coefficient de corrélation entre la note obtenue lors de la sélection et la performance mesurée une fois la personne en poste. Elle varie de 0 (aucun lien) à 1 (prédiction parfaite). Aucune méthode de recrutement n’atteint 0,60. Un score de 0,42 signifie que la méthode explique environ 18 % de la variance de performance, ce qui paraît modeste pris isolément, mais représente le meilleur signal disponible pour une décision qui engage plusieurs dizaines de milliers d’euros.

Ces chiffres proviennent de méta-analyses, c’est-à-dire d’agrégations de centaines d’études conduites sur des dizaines de milliers de candidats. Ils ne décrivent pas un cas particulier mais une tendance robuste. Si le vocabulaire technique de la sélection vous est peu familier, notre glossaire de l’IA en recrutement définit les principaux termes utilisés dans cet article.

L’entretien structuré arrive en tête des méthodes de sélection

Pendant vingt-cinq ans, la référence a été la synthèse de Schmidt et Hunter (1998), qui plaçait les tests d’aptitude cognitive au sommet avec 0,51. En 2022, Sackett et ses coauteurs ont montré que les corrections appliquées pour la restriction d’étendue avaient systématiquement gonflé ces estimations. Après recalcul, l’aptitude cognitive redescend à 0,31 et l’entretien structuré passe devant à 0,42. Les auteurs vont jusqu’à proposer un renversement de perspective : ce n’est plus le test cognitif qui sert d’étalon, mais l’entretien structuré.

Une précision honnête s’impose. Cette valeur de 0,42 s’accompagne d’un écart-type de 0,19 et d’un intervalle de crédibilité qui s’étend de 0,18 à 0,66. Il faut donc lire ce chiffre comme « environ 0,42, plus ou moins 0,24 ». La variabilité est réelle et elle a une cause identifiable : sous l’étiquette « entretien structuré » cohabitent des dispositifs très inégaux. Certains standardisent tout, d’autres se contentent d’une trame de thèmes. C’est précisément le degré de structure qui fait bouger le curseur.

Le graphique ci-dessous résume les résultats de cette révision et les met en regard des pratiques réelles des entreprises françaises.

Pourquoi l’entretien libre échoue là où l’entretien structuré réussit

L’entretien de recrutement classique repose sur une conviction tenace : un professionnel expérimenté « sent » les bons candidats. Trois études publiées en 2013 par Jason Dana, Robyn Dawes et Nathanial Peterson ont mis cette intuition à l’épreuve d’une façon assez cruelle. Des participants devaient prédire la moyenne académique d’étudiants à partir de données objectives, et pour certains d’entre eux à partir d’un entretien supplémentaire. Dans une condition expérimentale, l’entretien était du pur bruit : la personne interrogée répondait au hasard, selon un système de réponses aléatoires.

Deux résultats en sortent. D’abord, les participants se sont formés une impression aussi assurée après un entretien aléatoire qu’après un entretien réel. Les chercheurs appellent cela le sensemaking : notre capacité à construire un récit cohérent à partir de n’importe quel matériau. Ensuite, et c’est le point décisif, l’entretien a dégradé la qualité des prédictions. L’information non diagnostique a dilué l’information valide dont les participants disposaient déjà. Une troisième étude a montré que les participants préféraient encore mener un entretien aléatoire plutôt que de ne pas en mener du tout.

La mécanique est connue. Sans trame imposée, l’évaluateur pose des questions différentes à chaque candidat, ajuste ses relances en fonction de l’impression formée dans les premières minutes, et cherche à confirmer cette impression plutôt qu’à la mettre en défaut. Aucune comparaison rigoureuse n’est possible entre deux entretiens qui n’ont pas porté sur les mêmes objets.

Une méta-analyse de Conway, Jako et Goodman parue en 1995 chiffre l’effet sur la fidélité inter-évaluateurs, c’est-à-dire le degré d’accord entre deux personnes évaluant le même candidat. Le plafond de validité atteignable plafonne à 0,34 pour un entretien non structuré, contre 0,67 pour un entretien fortement structuré. Ce n’est pas un détail méthodologique : c’est la limite physique de ce que la méthode peut produire, quelle que soit la qualité des recruteurs.

Les deux piliers de la structure

Huffcutt et Arthur ont classé en 1994 les entretiens selon deux dimensions indépendantes : la standardisation des questions et la standardisation de l’évaluation. Ils obtiennent quatre niveaux, du niveau 1 sans aucune contrainte au niveau 4 où les mêmes questions sont posées sans variation et où chaque réponse est notée séparément sur une échelle prédéfinie. La validité passe de 0,20 au niveau le plus bas à 0,57 au niveau le plus haut. Le gain est proche du triplement, sans changer ni le recruteur, ni le candidat, ni la durée de l’échange.

Standardiser les questions

Tous les candidats reçoivent les mêmes questions, dans le même ordre, formulées de la même manière. Les relances sont préparées à l’avance et sont elles aussi identiques. Cela ne signifie pas réciter un questionnaire d’un ton mécanique : le recruteur reste libre du rythme, du climat et de la reformulation. Ce qu’il perd, c’est la liberté d’improviser des questions différentes selon la sympathie qu’il éprouve.

Standardiser la notation

C’est le pilier le plus souvent oublié, et pourtant le plus déterminant. Chaque réponse est notée immédiatement sur une échelle courte, généralement de 1 à 5, dont chaque échelon est décrit par un comportement observable. On parle d’ancres comportementales. La note globale est ensuite obtenue par addition, et non par discussion. Conway et ses coauteurs le soulignent : combiner mécaniquement plusieurs notes améliore la fidélité, combiner subjectivement plusieurs avis ne l’améliore pas.

Construire votre grille d’évaluation en cinq étapes

Tout le bénéfice d’un entretien structuré en recrutement se joue dans la préparation. Une grille d’évaluation se construit avant la première rencontre, jamais pendant. Voici la séquence de travail.

1. Partir d’une analyse de poste. Listez les situations réellement rencontrées dans le rôle au cours des six premiers mois, pas les qualités abstraites attendues. Une fiche de poste rédigée avec méthode constitue déjà la moitié du travail.
2. Retenir quatre à six critères, pas davantage. Au-delà, la charge cognitive de l’évaluateur explose et les notes se mettent à corréler entre elles, un effet de halo classique. Chaque critère doit être formulé comme une compétence observable, pas comme un trait de personnalité.
3. Écrire deux à trois questions par critère. Une question par critère laisse trop de place au hasard d’un mauvais souvenir. Deux ou trois questions donnent une mesure plus stable.
4. Rédiger les ancres comportementales. Pour chaque critère, décrivez ce que vaut une réponse notée 1, 3 et 5. Cette étape prend du temps et c’est elle qui transforme une trame de questions en instrument de mesure.
5. Fixer la règle d’agrégation avant les entretiens. Décidez du poids de chaque critère et du seuil de passage. Chaque évaluateur note seul, puis les notes sont additionnées. La discussion vient après, pour comprendre les écarts, pas pour les gommer.

Questions comportementales et situationnelles

Deux familles ont fait l’objet de validations solides : les questions comportementales et les questions situationnelles. Elles sont complémentaires et se distinguent par leur rapport au temps.

La question comportementale

Elle porte sur le passé et repose sur un postulat simple : le meilleur prédicteur d’un comportement futur est le même comportement observé dans le passé. La formulation commence par « Racontez-moi une situation où… ». Le format STAR guide la relance : situation, tâche, action, résultat. L’essentiel se joue sur le « A » d’action, car les candidats glissent naturellement vers le « nous » collectif. La relance à préparer est toujours la même : « Concrètement, qu’avez-vous fait, vous ? »

Exemple pour un critère de gestion de conflit : « Racontez-moi une situation où vous étiez en désaccord avec une décision de votre responsable. Qu’avez-vous fait ? »

La question situationnelle

Elle décrit une situation hypothétique tirée du poste et demande au candidat ce qu’il ferait. Elle présente un avantage pratique pour les profils recrutés sur leurs compétences plutôt que sur leur parcours : un candidat en reconversion ou junior peut y répondre alors qu’il n’a pas d’expérience passée à raconter.

Exemple : « Un client vous appelle furieux à 17 h 45 parce qu’une livraison promise n’est pas arrivée. Le collègue qui a le dossier est absent. Que faites-vous, dans l’ordre ? »

Six erreurs qui annulent le bénéfice de la structure

• Improviser une question de plus. Dès qu’un candidat reçoit une question que les autres n’ont pas eue, la comparaison est rompue sur ce critère.
• Noter à la fin de l’entretien. La note globale rétroactive est contaminée par l’impression générale. Chaque réponse se note dans la minute qui suit.
• Discuter avant de noter. Le premier avis exprimé à voix haute ancre tous les suivants. La notation individuelle précède toujours l’échange.
• Confondre grille et check-list. Cocher « oui / non » sans échelle graduée ni ancre revient à supprimer la mesure.
• Multiplier les critères. Douze critères produisent douze notes corrélées entre elles, donc une seule information déguisée en douze.
• Garder un tour d’entretien non structuré « pour sentir le feeling ». C’est exactement l’étape que les travaux de Dana et ses coauteurs identifient comme dégradant la prédiction. Si un critère culturel compte, il doit devenir un critère de la grille, avec ses questions et ses ancres.

Où l’IA intervient : la préqualification prépare l’entretien, elle ne le remplace pas

C’est ici que le sujet croise l’actualité des outils. La tentation est forte de considérer qu’un entretien vidéo automatisé, parce qu’il pose à tous les candidats les mêmes questions, constitue déjà un entretien structuré. Il en possède le premier pilier, la standardisation des questions. Il ne possède pas le second, l’évaluation ancrée sur des comportements observables et assumée par une personne responsable de sa note.

Ce que l’automatisation fait bien

Selon l’Apec, 71 % des entreprises pratiquent déjà un entretien de présélection avant l’entretien approfondi, et 75 % citent le décalage entre les candidatures reçues et les profils recherchés comme principale difficulté. C’est exactement le terrain de la préqualification : vérifier les prérequis factuels, la disponibilité, les prétentions, la mobilité, la maîtrise réelle d’un outil ou d’une langue. Ce travail est chronophage, faiblement discriminant sur la performance future, et il se prête bien à l’automatisation.

Chez CamSha, notre avatar IA Mike conduit ces premiers échanges et restitue un rapport synthétique. L’intérêt n’est pas de gagner un tour d’entretien, mais d’arriver à l’entretien structuré avec un vivier déjà nettoyé et des informations factuelles déjà collectées, ce qui libère le temps d’entretien pour ce qui prédit vraiment : les compétences.

Ce qu’elle ne doit pas faire

Le cadre réglementaire pose ici une limite nette. Le règlement européen sur l’intelligence artificielle classe les systèmes utilisés pour évaluer des candidats parmi les usages à haut risque, avec une obligation de contrôle humain effectif sur la décision. Les obligations de transparence de l’article 50 s’appliquent depuis le 2 août 2026, et les obligations propres aux systèmes à haut risque ont été reportées au 2 décembre 2027 par le règlement (UE) 2026/1744 dit Digital Omnibus. Notre guide de conformité à l’EU AI Act détaille les obligations du déployeur.

La bonne nouvelle, c’est que la contrainte réglementaire et la contrainte scientifique pointent dans la même direction. Un score de matching sémantique classe des profils, il ne décide pas. Une grille d’évaluation renseignée par une personne identifiée produit une trace explicable, opposable en cas de contestation, et documentable dans le registre exigé par le règlement. Cette traçabilité est aussi la meilleure protection contre les biais de recrutement, puisqu’elle rend visible ce sur quoi la décision s’est réellement appuyée.

Structurez vos entretiens avec CamSha

Ce qu’il faut retenir

L’entretien structuré est aujourd’hui la méthode de sélection la mieux documentée et la plus prédictive, avec une validité de 0,42 contre 0,19 pour l’entretien libre. Ce résultat ne tient pas à un outil coûteux ni à une expertise rare : il tient à deux disciplines simples, poser les mêmes questions à tout le monde et noter selon une échelle définie à l’avance. Le passage d’une structure faible à une structure élevée fait passer la validité de 0,20 à 0,57, et double le plafond de fidélité entre évaluateurs. Aucun autre levier du processus de recrutement n’offre un rapport effort sur résultat comparable.

Pour les entreprises, le bénéfice est double. La qualité des décisions augmente, ce qui réduit mécaniquement le coût des erreurs de casting, poste le plus lourd et le moins visible du budget recrutement. Et la décision devient traçable, donc défendable devant un candidat, un comité de direction ou un contrôle. Pour les candidats, la structure change aussi la donne : elle réduit le poids de la première impression, de l’aisance verbale et de la proximité sociale avec le recruteur, au profit de ce qui a été réellement démontré. C’est un instrument d’équité autant qu’un instrument de performance.

Le rôle de l’IA se clarifie une fois ce cadre posé. Elle n’est pas un substitut à l’entretien structuré, elle en est la rampe de lancement : elle identifie les profils pertinents, vérifie les prérequis, collecte le factuel et documente le parcours de chaque candidature. Le jugement, lui, reste humain, outillé et traçable. C’est la définition même du recrutement hybride que nous défendons chez CamSha, et c’est aussi ce que le cadre réglementaire européen impose désormais.

Si vous n’avez le temps de mettre en place qu’une seule chose ce trimestre, choisissez les ancres comportementales. Écrire ce que vaut un 1, un 3 et un 5 sur vos quatre critères prioritaires vous prendra une demi-journée, et c’est l’étape qui produit l’essentiel du gain.

Découvrir la plateforme CamSha

Sources et références

• PubMed – Sackett, Zhang, Berry & Lievens, Revisiting meta-analytic estimates of validity in personnel selection, Journal of Applied Psychology, 2022
• Cambridge Core – Revisiting the design of selection systems in light of new findings regarding the validity of widely used predictors
• Cambridge Core – Dana, Dawes & Peterson, Belief in the unstructured interview: the persistence of an illusion
• Apec – Pratiques de recrutement de cadres 2026
• U.S. Office of Personnel Management – Structured Interviews