Qu'est-ce qu'un score de compatibilité expliqué ?
Un score de compatibilité mesure l'écart entre un profil et une offre, en général sous forme de pourcentage. Il est dit « expliqué » quand il est accompagné de ses raisons : quelles compétences demandées sont présentes, lesquelles manquent, comment l'expérience se compare à ce que le poste exige.
Il s'oppose au score « boîte noire », qui donne un chiffre sans dire d'où il vient. Un 82 % sans explication oblige le recruteur à croire l'outil sur parole ; un 82 % accompagné de « 7 compétences sur 9, 5 ans d'expérience pour 3 demandés, SQL manquant » lui donne de quoi décider.
Pourquoi expliquer un score de compatibilité ?
Le matching de candidats sert à trier plus vite, pas à décider à la place du recruteur. Sans explication, le score devient une vérité qu'on ne peut ni vérifier ni contester. Un bon candidat peut être écarté à cause d'un synonyme mal reconnu, et personne ne le voit.
L'explication protège aussi le candidat. Si un critère sans lien avec le poste influence le score, le détail par critère permet de le repérer. C'est le principe de l'IA explicable : une recommandation dont on peut suivre le raisonnement.
Le cadre légal pousse dans la même direction. Au Québec, l'article 12.1 de la Loi 25 exige d'informer une personne lorsqu'une décision la concernant est fondée exclusivement sur un traitement automatisé, et de lui permettre de connaître les principaux facteurs de cette décision. En Ontario, depuis 2026, les offres publiques des employeurs de 25 employés ou plus doivent dire si l'IA sert à filtrer, évaluer ou sélectionner les candidats.
Exemple concret
Une recruteuse de Sherbrooke publie une offre d'analyste de données. L'outil classe 40 candidats de sa base. En tête, un profil à 88 % : Python, SQL et Power BI présents, 4 ans d'expérience pour 3 demandés. Plus bas, un profil à 61 % : l'explication montre que le CV mentionne « analyse statistique avec R », mais pas « Python ».
En lisant le détail, la recruteuse juge que R est transférable pour ce poste et appelle quand même ce candidat. Le score lui a fait gagner du temps sur les 38 autres ; l'explication lui a évité d'écarter quelqu'un à tort.
Bonnes pratiques
- Exigez le détail par critère avant de faire confiance à un score : compétences couvertes, manquantes, expérience.
- Lisez l'explication des profils juste sous votre seuil. C'est là que se cachent les faux négatifs.
- Gardez la décision humaine. Le score ordonne une liste ; il ne refuse personne.
- Ne transmettez au candidat que ce qui relève du poste : les compétences et l'expérience, jamais un critère sans lien avec le travail.
- Tenez une trace des recommandations et des décisions prises.
Pour le cadre québécois, lisez notre guide sur la Loi 25 en recrutement.
Erreurs fréquentes
- Fixer un seuil automatique d'élimination. Un seuil ne lit pas les explications ; un recruteur, si.
- Montrer le score au gestionnaire sans le détail. Le chiffre seul prend alors trop de poids dans la décision.
- Confondre précision et exactitude. Un 78,4 % n'est pas plus juste qu'un 78 % : un score heuristique s'affiche en entier.
Avec RecruitEasy
RecruitEasy n'affiche jamais un score sans son explication : chaque analyse de compatibilité montre les compétences couvertes et manquantes et la comparaison de l'expérience avec le poste. La rétroaction envoyée au candidat ne reprend que les compétences et l'expérience, et le recruteur l'approuve avant l'envoi. Voyez la fonction de matching.