La plateforme de recrutement HackerRank a lancé Chakra, une intervieweuse par intelligence artificielle qui a déjà réalisé plus de 500 000 entretiens lors de six mois de tests, avec des entreprises comme Snowflake, Snorkel et Capgemini parmi ses premiers clients.
Chakra ne se contente pas de poser des questions : elle observe comment le candidat travaille sur un dépôt de code réel, lui permet d'utiliser des assistants IA pendant l'épreuve et évalue le raisonnement derrière chaque décision, et non seulement si le résultat final est correct.
Ce que mesure l'intervieweuse automatique
Vivek Ravisankar, cofondateur et directeur général de HackerRank, a expliqué à TechCrunch que le modèle d'évaluation précédent mesurait uniquement le résultat. « Désormais, grâce à l'IA, n'importe qui peut produire un livrable », a-t-il déclaré. La question devient de savoir si le candidat comprend le raisonnement derrière ce qu'il a fourni.
Chakra propose une tâche sur un dépôt de code réel et laisse le candidat travailler dans un environnement incluant un assistant d'intelligence artificielle. Pendant que la personne progresse, le système pose des questions complémentaires sur les raisons du choix d'une approche plutôt qu'une autre, ou sur la manière dont il modifierait sa solution face à une nouvelle contrainte.
Selon Ravisankar, le produit remplace une séquence qui nécessitait auparavant trois étapes distinctes : un entretien avec un recruteur, un test à résoudre à domicile et un échange avec un ingénieur, pour les regrouper en une seule session avec Chakra.
Comment ce système réduit la tricherie aux entretiens
Autoriser les candidats à utiliser l'IA pendant l'entretien pourrait laisser penser qu'il est plus facile de copier. HackerRank assure que c'est l'inverse qui s'est produit : les signaux d'activité suspecte ont été entre 70 % et 80 % plus faibles lors des entretiens avec Chakra que dans les évaluations traditionnelles de la plateforme, bien que ce taux varie selon la géographie et le niveau d'expérience du poste.
Ravisankar attribue cette baisse au fait que l'accès ouvert à l'IA réduit l'incitation à recourir secrètement à des outils externes pour obtenir des réponses pendant le test.
HackerRank est née en 2012 lors de la conférence TechCrunch Disrupt et a bâti son activité autour de défis de programmation pour évaluer les développeurs. Elle compte aujourd'hui plus de 3 000 clients entreprises, parmi lesquels Amazon, Nvidia, Clay et Replit, ainsi qu'une communauté de plus de 30 millions de programmeurs dans le monde.
Chakra implique de parier contre le produit qui a nourri l'entreprise pendant des années. Ravisankar a comparé cette transition au saut d'Apple de l'iPod à l'iPhone : l'ancien produit reste utile, mais le nouveau indique la direction vers laquelle le marché évolue. « Chakra sera le titre principal. Ce sera la voie à suivre », a-t-il affirmé.
Qui prend la décision finale
Déléguer à un algorithme une partie de l'évaluation d'un candidat ouvre un autre front de questions. Ravisankar a précisé que Chakra est conçu pour noter, pas pour décider : le recrutement final reste entre les mains des personnes.
L'intelligence artificielle, selon le dirigeant, peut s'occuper des parties les plus structurées d'un entretien en appliquant le même critère à chaque candidat, tandis que les intervieweurs humains se concentrent sur leur volonté de travailler avec cette personne et sur la réponse aux questions concernant l'entreprise et l'équipe.
Ravisankar a soutenu que « l'IA a beaucoup moins de biais que les humains, si elle est correctement ajustée », car un système automatisé peut suivre la même grille d'évaluation pour tous les candidats au lieu d'être influencé par leur origine ou leur formation académique.
Appliquer le même critère de manière uniforme ne garantit pas, cependant, que le système soit exempt de biais : les outils automatisés de recrutement peuvent hériter ou amplifier les biais des données et des modèles avec lesquels ils ont été construits, ce qui attire déjà l'attention des régulateurs sur leur utilisation dans les décisions d'emploi.
La ville de New York, par exemple, exige que les employeurs utilisant certains outils automatisés de décision du travail les soumettent à une audit indépendant des biais et informent les candidats avant de les utiliser. Ravisankar a reconnu que le recrutement est un domaine réglementé et que la conformité à ces exigences faisait partie du développement du produit.