Recrutement · August 1, 2026 · 10 min de lecture
Recruter en Corée : la loi IA, les biais et les compétences
Recruter en Corée implique désormais la loi-cadre sur l'IA, une interdiction des outils de recrutement algorithmiques biaisés et un virage vers les compétences. Voici ce qui a changé et comment évaluer équitablement.
← Fait partie de Les cinq piliers du recrutement : ce que les évaluations mesurent
Sur cette page
- Pourquoi le recrutement commence-t-il partout par un signal défaillant ?
- Que signifie la loi-cadre coréenne sur l'IA pour les recruteurs ?
- Pourquoi la Corée a-t-elle interdit les outils de recrutement algorithmiques ?
- Qu'est-ce qui explique l'abandon des diplômes en Corée ?
- Comment évaluer les compétences sans enfreindre la loi IA ?
- Comment gérer la langue lors du recrutement de talents étrangers ?
- À quoi ressemble un processus de recrutement coréen conforme ?
Ce guide s'adresse aux responsables du recrutement, aux DRH et aux équipes talent qui recrutent en Corée du Sud, où les règles du jeu ont radicalement changé en 2026. La Corée a adopté la première loi globale sur l'IA de la région Asie-Pacifique, son ministère du travail a interdit une catégorie d'outils de recrutement automatisés après avoir constaté qu'ils étaient discrètement biaisés, et ses plus grands employeurs remettent en question l'ancien référentiel des diplômes pour répondre aux besoins d'un boom des semi-conducteurs. Se tromper dans le recrutement en Corée aujourd'hui, ce n'est pas seulement effectuer un recrutement lent ; vous déployez peut-être un système d'IA à fort impact sans l'évaluation des risques requise par la loi, ou vous vous appuyez sur des outils de filtrage qu'un régulateur a déjà condamnés comme discriminatoires. Le fil conducteur de tout cela — la loi IA, l'interdiction des biais, l'abandon des diplômes — est un changement unique : passer du pedigree à la compétence démontrée et mesurée équitablement. Voici comment recruter du bon côté de cette ligne.
Pourquoi le recrutement commence-t-il partout par un signal défaillant ?
Mettons de côté les spécificités coréennes un instant, car la base est un problème que tout responsable du recrutement connaît déjà. Le CV a perdu sa valeur de signal. Les candidatures arrivent en volumes qu'aucune équipe ne peut lire attentivement, et une proportion importante et croissante est assistée ou générée par l'IA — fluide, personnalisée, et difficile à distinguer d'une expérience vécue au premier regard. Le CV n'a jamais été un bon prédicteur de la performance ; en 2026, il se rapproche davantage du bruit. Filtrer plus rigoureusement les données d'entrée ne fait que multiplier les erreurs. La démarche durable, partout, est de cesser d'inférer la capacité à partir du lieu d'études ou de travail d'une personne et d'observer plutôt cette personne accomplir une partie du travail réel. Nous développons l'ensemble de l'argumentation dans le guide du recrutement fondé sur les compétences.
Le raccourci tentant est de confier un algorithme à ce flot — laisser un modèle classer les CV et n'interviewer que les meilleurs. C'est rapide, cela semble objectif, et, comme la Corée vient de le démontrer à l'échelle nationale, cela peut être discrètement et systématiquement inéquitable. C'est là que le problème général rejoint la loi locale — allons-y.
La couche générale d'abord : lorsque les CV cessent de transmettre un signal et que les candidatures sont écrites à moitié par l'IA, on mesure la compétence directement plutôt que de filtrer plus rigoureusement les données d'entrée. Les règles coréennes de 2026 ne renversent pas cette logique — elles font de la bonne pratique une obligation légale.
Que signifie la loi-cadre coréenne sur l'IA pour les recruteurs ?
La loi de base sur le développement de l'intelligence artificielle — la loi-cadre sur l'IA — est entrée en vigueur le 22 January 2026 : c'est la première loi globale sur l'IA dans la région Asie-Pacifique. Sa disposition la plus importante pour les équipes talent est une classification : l'IA utilisée dans le recrutement est désignée comme IA à fort impact. Cette désignation emporte de vraies obligations. Avant de déployer un tel système, vous devez effectuer une évaluation des risques préalable au déploiement. Vous devez être en mesure d'expliquer une décision pilotée par l'IA à une personne concernée sur demande. Vous devez conserver des enregistrements pendant cinq ans et maintenir une supervision humaine effective plutôt que de laisser le modèle décider sans contrôle. Une période de grâce d'application d'environ un an a été annoncée, ce qui signifie que la pression s'accentuera à partir de début 2027 — pas une raison d'attendre, mais une fenêtre pour se préparer.
Lue de façon pratique, la loi n'interdit pas d'utiliser l'IA dans le recrutement. Elle interdit de l'utiliser de manière opaque et sans responsabilité. Si vous ne pouvez pas expliquer pourquoi un candidat a été écarté, vous avez un problème. Si un outil boîte noire classe les personnes et qu'aucun humain ne l'examine réellement, vous avez un problème. La posture conforme est la transparence et le jugement humain dans la boucle — ce qui, heureusement, est aussi ce qui fait un meilleur recrutement. Cela reflète l'orientation du droit de l'IA et de l'emploi ailleurs ; si vous opérez à l'international, notre guide EU AI Act et recrutement couvre le régime européen parallèle.
Cette section constitue une information générale, non un conseil juridique. Le champ d'application de la loi-cadre sur l'IA, sa classification à fort impact, la période de grâce et les obligations spécifiques sont soumis à des règles d'application et à une interprétation. Confirmez comment la loi s'applique à votre organisation auprès du ministère des Sciences et des TIC, du ministère de l'Emploi et du Travail, ou d'un conseil juridique coréen qualifié avant de vous fier à tout point mentionné ici.
Pourquoi la Corée a-t-elle interdit les outils de recrutement algorithmiques ?
La préoccupation relative aux biais n'est pas hypothétique, et la Corée a des preuves. En janvier 2026, le ministère de l'Emploi et du Travail a annoncé l'interdiction des outils de recrutement algorithmiques dans le secteur public et chez les grands employeurs privés. Il n'a pas agi par intuition. Une étude commandée par le gouvernement a révélé que ces outils désavantageaient systématiquement trois groupes : les candidats originaires de zones rurales, les candidats plus âgés et les diplômés d'universités non élitistes. En d'autres termes, les algorithmes avaient appris les préférences historiques enfouies dans les données d'entraînement — où les personnes recrutées avec succès avaient étudié, leur âge, leur lieu de résidence — et les reproduisaient à l'échelle, sous le masque de l'objectivité.
C'est le récit édifiant central pour quiconque automatise le recrutement. Un modèle entraîné sur des décisions passées hérite des biais passés, et un modèle opaque les dissimule assez bien pour que la discrimination ressemble à de la donnée. La leçon n'est pas d'abandonner l'évaluation ; c'est d'abandonner le filtrage non audité en boîte noire. Une évaluation équitable mesure directement la capacité pertinente au regard du poste, est vérifiée pour ses effets défavorables sur les groupes protégés et les groupes proxy, et responsabilise un humain pour le résultat. Nous approfondissons la question des dérives des évaluations automatisées dans les biais dans l'évaluation cognitive et sur la dimension de la maîtrise de l'IA dans les biais dans l'évaluation de la maîtrise de l'IA. La distinction que trace l'interdiction — entre le classement opaque et les preuves de compétences transparentes et validées — est exactement la ligne sur le bon côté de laquelle votre processus doit se trouver.
Qu'est-ce qui explique l'abandon des diplômes en Corée ?
Tandis que les régulateurs resserraient les règles sur la façon dont vous filtrez, le marché a changé ce que les employeurs recherchent. Deux évolutions structurelles se distinguent. Premièrement, la 수시채용 — le recrutement continu à la demande — a supplanté la 공채, le recrutement de masse traditionnel des diplômés deux fois par an, comme modèle dominant, représentant 54.8% des grandes entreprises. Le recrutement est désormais un flux continu de décisions individuelles plutôt qu'une promotion traitée en lot, et ce rythme favorise l'évaluation de chaque candidat sur la base de compétences démontrées plutôt que le tri d'une promotion de diplômés par niveau d'université.
Deuxièmement, les diplômes eux-mêmes sont remis en question par les employeurs qui les appliquaient le plus strictement. Dans son recrutement ouvert de juin 2026, SK Hynix a supprimé les exigences de diplôme de quatre ans — un signal remarquable de l'un des employeurs les plus grands et les plus sélectifs du pays. Le moteur est la demande : les offres d'emploi dans les semi-conducteurs ont augmenté de 47% en glissement annuel au premier semestre 2026, et l'offre d'ingénieurs diplômés selon les critères conventionnels ne peut tout simplement pas suivre le rythme. Lorsqu'on ne peut plus alimenter le pipeline à l'ancienne façon, on l'élargit en mesurant directement la capacité. C'est la même logique du recrutement natif IA, qui arrive en Corée par la porte d'entrée d'une pénurie de puces plutôt que par une note de politique interne.
Comment évaluer les compétences sans enfreindre la loi IA ?
Réunissez les trois fils directeurs et un processus coréen défendable se dessine presque de lui-même. Vous souhaitez mesurer directement la compétence, parce que le CV est du bruit et que les diplômes sont en train d'être abandonnés. Vous devez le faire de manière transparente et avec une supervision humaine, parce que la loi-cadre sur l'IA l'exige. Et vous devez vérifier l'absence de biais, parce que le ministère du travail a déjà interdit les outils qui ont échoué à ce test. L'instrument qui satisfait ces trois critères est un test de simulation de travail calqué sur le poste : une tâche réaliste tirée du rôle réel, évaluée sur une grille explicite unique pour chaque candidat, avec un humain responsable de la décision et une piste d'audit derrière elle.
Le terme « structuré » fait beaucoup de travail ici. Les entretiens non structurés — la conversation libre où chacun pose des questions différentes — sont l'endroit où les biais s'immiscent à nouveau, parce que le jury récompense inconsciemment les candidats qui lui ressemblent, exactement le schéma que les algorithmes interdits avaient automatisé. Un entretien structuré, avec les mêmes questions et la même notation pour tout le monde, est à la fois plus équitable et plus défendable en vertu d'une loi qui exige que vous expliquiez vos décisions. L'évaluation et la structure ne sont pas en tension avec la loi-cadre sur l'IA ; correctement menées, elles sont la façon de s'y conformer. Une plateforme d'évaluation des compétences native IA qui génère des tâches pertinentes au regard du rôle et maintient l'humain dans la boucle vous offre la transparence et la tenue des dossiers que la loi exige.
Construisez en vue de l'explication que vous pourriez avoir à fournir. En vertu de la loi-cadre sur l'IA, un candidat concerné peut demander pourquoi il a été écarté. Si votre réponse est un score sur un grille d'évaluation d'une tâche pertinente au regard du poste plutôt qu'un classement en boîte noire, vous êtes déjà conforme — et vous avez en plus un meilleur recrutement.
Comment gérer la langue lors du recrutement de talents étrangers ?
La demande de compétences — les semi-conducteurs notamment — pousse les employeurs coréens vers les talents étrangers, ce qui soulève la question de la langue. Le réflexe est de s'appuyer sur un certificat, généralement le TOPIK, et de traiter un niveau comme un critère de passage ou d'échec. Les certificats constituent une base raisonnable, mais ont des limites qu'il convient de connaître. Les résultats du TOPIK ont une validité de deux ans, de sorte qu'un certificat plus ancien peut ne plus refléter le niveau actuel. Et la structure de l'examen peut sous-estimer la fluidité orale réelle, car un examen à forte composante écrite ne traduit pas pleinement la capacité à tenir une conversation technique dans un environnement de production. Nous expliquons comment interpréter les niveaux de certificat de manière raisonnée dans notre article sur les niveaux TOPIK et le recrutement.
L'approche fiable est la même qui traverse l'ensemble de ce guide : évaluer la chose réelle. Si un poste exige qu'un candidat explique un défaut en coréen à un chef d'équipe, intégrez une version de cette situation dans la simulation de travail. Si la langue de travail est véritablement l'anglais, testez cela plutôt qu'un certificat de coréen que le poste n'exige pas. La langue est une compétence comme une autre, et la communication démontrée dans le contexte réel du travail surpasse chaque fois un score de certificat vieux de deux ans. L'objectif n'est pas d'abaisser le niveau d'exigence pour les recrutements étrangers ; c'est de mesurer le niveau d'exigence qui compte vraiment.
À quoi ressemble un processus de recrutement coréen conforme ?
- Cartographiez toute IA que vous utilisez dans le recrutement par rapport aux obligations à fort impact de la loi-cadre sur l'IA — évaluation des risques, explicabilité, conservation des données pendant cinq ans, supervision humaine — avant le déploiement, non après.
- Abandonnez le classement algorithmique opaque des CV ; le ministère du travail l'a déjà interdit pour le secteur public et les grands employeurs privés, et il échoue au test de biais sur lequel l'interdiction a été fondée.
- Remplacez le filtrage par pedigree par des simulations de travail calquées sur le poste, évaluées sur une grille unique — l'approche adaptée à un marché à recrutement continu 수시채용 où les diplômes ne sont plus obligatoires.
- Auditez chaque évaluation pour détecter les effets défavorables sur les candidats ruraux, plus âgés et issus d'universités non élitistes en particulier, car ce sont là les modes de défaillance documentés.
- Pour les talents étrangers, évaluez la véritable langue de travail à travers une tâche, en utilisant les certificats comme le TOPIK comme base de référence plutôt que comme verdict.
- Maintenez un humain responsable et une piste d'audit derrière chaque décision ; confirmez vos obligations spécifiques auprès d'un conseil juridique coréen avant de vous fier à toute règle mentionnée ici.
Rien de tout cela n'est un contournement des nouvelles règles. C'est la destination visée. Les régulateurs coréens n'ont pas interdit l'évaluation — ils ont interdit l'automatisation inéquitable et opaque, et ont orienté le marché vers une évaluation transparente, validée et supervisée par des humains de ce qu'un candidat est réellement capable de faire. C'est aussi la meilleure façon de recruter indépendamment de la loi. Si vous souhaitez voir à quoi ressemble une évaluation équitable et calquée sur le poste en pratique, vous pouvez essayer une évaluation d'exemple ou réserver une démonstration. Mais la plateforme importe moins que le changement qui la sous-tend : en 2026, recruter en Corée signifie mesurer la compétence de manière transparente et assumer chaque décision prise.
La Corée a fait quelque chose d'inhabituel en 2026 : elle a détecté les biais dans le recrutement automatisé, nommé les groupes qu'ils lésaient, et inscrit la correction dans la loi. Les employeurs qui prospéreront là-bas ne seront pas ceux qui redoutent les règles — ce seront ceux qui mesuraient déjà équitablement les compétences et pouvaient expliquer chaque décision prise.
Écrit par
Aayesha Patel · Co-founder, Hanzomon Inc
Co-founder of Hanzomon. Writes about skills-based hiring, fair assessment and building a better candidate experience.