Recrutement · July 23, 2026 · 9 min de lecture

Exercice à emporter vs codage en direct : ce qui fonctionne vraiment

Exercice à emporter vs codage en direct : ce que mesure chaque format, les compromis sur l'expérience candidat et la triche IA, et le format hybride qui surpasse les deux.

← Fait partie de The five pillars of hiring: what assessments measure

Le débat entre exercice à emporter et codage en direct est généralement alimenté par des anecdotes : quelqu'un a été déçu par un candidat brillant au tableau blanc qui s'est révélé incapable de livrer, ou par un superbe exercice à emporter qui s'est avéré être le travail de quelqu'un d'autre. Cet article s'adresse aux responsables engineering, aux hiring managers et aux recruteurs qui pilotent un processus de recrutement technique et doivent choisir un format — ou défendre celui qu'ils utilisent — avec de meilleurs arguments que l'intuition. Vous trouverez ici un bilan honnête de ce que mesure réellement chaque format, de ce qu'il coûte aux candidats, de son exposition à la triche assistée par IA, et d'une règle de décision pour savoir quand utiliser lequel.

Le moment est particulièrement important car 2026 a remis en cause les hypothèses des deux camps. Les modèles frontier peuvent réaliser de bout en bout la plupart des exercices à emporter sans surveillance, ce qui signifie qu'un exercice non supervisé ne vérifie plus que le candidat est capable d'accomplir le travail — seulement que quelqu'un, ou quelque chose, peut le faire. Dans le même temps, le marché des talents s'est orienté vers des ingénieurs à l'aise avec l'IA dont le flux de travail réel inclut des outils IA, de sorte qu'une session en direct qui les interdit mesure une compétence de plus en plus artificielle. De plus, les régulateurs de New York, de l'UE, du Colorado et de l'Illinois examinent désormais attentivement les outils de recrutement automatisés, donc quel que soit le format choisi, il doit pouvoir résister à un audit.

Cela s'applique à tout processus incluant un exercice pratique — ingénierie logicielle, données, ML, DevOps, et de plus en plus les rôles analytiques et opérationnels. Les enjeux sont concrets : le format que vous choisissez détermine quels candidats abandonnent, lesquels vous évaluez mal, et si le signal que vous recueillez résiste au contact de l'assistance IA. La réponse, argumentée ci-dessous, est que le cadrage lui-même est dépassé — le format hybride combinant un exercice court en bac à sable et un débrief structuré surpasse les deux formats purs sur presque tous les axes.

Que mesure réellement un exercice à emporter ?

Un exercice à emporter bien conçu est le format courant le plus proche d'un véritable échantillon de travail : le candidat travaille dans son propre environnement, avec ses propres outils, à son propre rythme, sur une tâche qui ressemble au poste. C'est l'argument en sa faveur, et il est solide. Des décennies de recherche en sélection placent les échantillons de travail parmi les méthodes d'évaluation les plus prédictives, précisément parce que le meilleur prédicteur de la réalisation du travail est un échantillon de ce travail.

Bien réalisé, un exercice à emporter mesure des choses qu'une conversation ne peut pas capturer : comment quelqu'un structure un problème avec le temps de réfléchir, la qualité de son code ou de son analyse quand personne ne regarde, sa façon de gérer l'ambiguïté d'un brief, et la clarté avec laquelle il documente ses décisions et ses compromis. Pour les postes où le travail approfondi et asynchrone est central — la plupart des rôles en ingénierie — ce sont les bons signaux.

Mais le format présente des failles que ses partisans ont tendance à minimiser :

• Il mesure la disponibilité autant que la compétence. Un exercice « de 4 heures » que les candidats compétitifs passent un week-end entier à peaufiner filtre la disponibilité, pas les talents — et écarte les parents, les aidants et les personnes en poste.
• La paternité est invérifiable. Vous évaluez un artefact, pas une personne — et en 2026, cet artefact peut être en grande partie généré par une machine, qu'elle soit autorisée ou non.
• La dérive de portée est structurelle. Les évaluateurs récompensent l'effort supplémentaire, les candidats l'apprennent, et la course aux armements pousse l'investissement en temps réel bien au-delà de la limite annoncée.
• Le biais de complétude s'installe. Un rendu fini et soigné l'emporte sur un rendu réfléchi mais délimité, même si ce dernier reflète un meilleur jugement d'ingénieur.

Que mesure réellement le codage en direct ?

Le codage en direct s'impose en mesurant ce qu'un exercice à emporter ne peut pas capturer : le raisonnement observable. Vous voyez comment un candidat décompose un problème en temps réel, comment il réagit aux indices et aux objections, s'il pose des questions de clarification ou fonce tête baissée, et comment il communique tout en réfléchissant. Pour les cultures d'ingénierie collaboratives, ce signal interactif est véritablement pertinent — le travail en binôme, le débogage conjoint et les discussions de conception se produisent tous en direct.

Il possède également une propriété de vérification que les exercices à emporter n'ont pas : la personne dans la pièce est incontestablement celle qui fait le travail. C'était important avant l'IA générative ; ça l'est encore plus maintenant.

Les coûts sont tout aussi réels. Coder sous observation et sous évaluation est une tâche cognitive différente du travail quotidien, et une part significative d'ingénieurs talentueux sous-performent sous ce projecteur tandis que les candidats habiles aux entretiens surperforment — le format mesure en partie l'entraînement à l'entretien, qui s'évapore une fois le candidat recruté. Les sessions en direct non structurées dérivent aussi avec l'interviewer : problèmes différents, indices différents, humeurs différentes, niveaux d'exigence différents. Sans la discipline d'un entretien structuré — même tâche, mêmes questions, grille de critères écrite, notation indépendante — une session de codage en direct se rapproche davantage d'une lecture de personnalité que d'une évaluation.

Exercice à emporter vs codage en direct : le coût pour l'expérience candidat

Chaque format taxe les candidats dans une devise différente, et cette taxe façonne votre entonnoir avant même de façonner votre signal. Les exercices à emporter coûtent du temps : plusieurs heures de travail non rémunéré, souvent demandées par plusieurs entreprises simultanément. Les candidats seniors qui ont le choix déclinent simplement — ce qui fait que le format sélectionne silencieusement les personnes ayant moins d'alternatives, à l'opposé de ce que vous souhaitiez. Le codage en direct coûte du stress : l'anxiété de performance touche les gens de manière inégale, et une mauvaise expérience lors d'une session sous haute pression est l'histoire que les candidats racontent publiquement.

Aucune de ces taxes n'est entièrement évitable, mais toutes deux peuvent être réduites. La recherche sur l'expérience candidat est cohérente sur ce qui aide : expliquer aux candidats exactement ce qui les attend, maintenir le temps total proportionnel au poste, et clore le processus avec un retour concret. Un exercice limité à deux heures avec une grille de critères annoncée et une promesse de feedback convertit nettement mieux qu'un exercice ouvert de type « montrez-nous votre meilleur travail » — et génère également un signal plus comparable.

Quel format est le plus facile à contourner avec l'IA ?

Clairement : l'exercice à emporter sans surveillance est totalement exposé. Un modèle frontier peut réaliser une application CRUD typique, un pipeline de données ou un exercice de débogage de bout en bout, et le fera dans le style du candidat si on le lui demande. Les exercices statiques réutilisés d'un candidat à l'autre aggravent les choses — les solutions s'accumulent sur GitHub et les sites de réponses, de sorte que le test se dégrade un peu plus chaque mois qu'il reste en service. Les outils de détection IA ne sauvent pas le format ; ils produisent des faux positifs qui se transforment en fausses accusations, un résultat pire que la triche elle-même.

Le codage en direct est moins exposé, mais pas immunisé. Les assistants sur un second écran, les outils de chuchotement et les candidats coachés existent, et les sessions à distance sont plus difficiles à contrôler que les sessions en présentiel. Le problème plus profond est que le contrôle est le mauvais cadre. En 2026, un ingénieur qui utilise bien les outils IA est plus productif que celui qui ne le fait pas — un format qui considère toute utilisation de l'IA comme une fraude mesure donc la mauvaise chose. L'objectif n'est pas d'empêcher l'IA de toucher l'évaluation — c'est de rendre l'utilisation de l'IA visible et évaluable, ce qui est un problème de conception, pas de surveillance. Nous avons traité en détail pourquoi la génération par candidat et la visibilité du processus surpassent la détection.

Quand utiliser un exercice à emporter plutôt que le codage en direct ?

Si vous devez choisir entre les formats purs, choisissez en fonction de ce que le poste récompense réellement et de ce que votre entonnoir peut supporter :

• Privilégiez un exercice à emporter (court et limité) lorsque le poste est fortement asynchrone, que la communication écrite est centrale, et que vous pouvez vérifier la paternité lors d'une conversation de suivi.
• Privilégiez les sessions en direct lorsque la collaboration est au cœur du poste — équipes à forte culture de binômage, rôles de conception au niveau staff — et que vous disposez d'interviewers formés et d'une grille de critères écrite.
• Privilégiez les sessions en direct lorsque la vérification de la paternité est primordiale : recrutements seniors, postes sensibles sur le plan de la sécurité, pipelines entièrement à distance que vous n'avez jamais rencontrés en personne.
• Évitez les exercices à emporter pour le présélection en haut de l'entonnoir à fort volume ; le taux d'abandon se cumule et le temps de révision ne passe pas à l'échelle.
• Évitez partout le codage en direct non structuré. Si vous ne pouvez pas énoncer la grille de critères, vous mesurez l'interviewer.

Mais considérez cela comme un menu de secours. La meilleure réponse pour la plupart des équipes est d'arrêter de choisir.

Le format hybride qui fonctionne : exercice court en bac à sable + débrief structuré

Le format le plus efficace que nous ayons observé combine les deux moitiés que chaque format pur maîtrise : les candidats réalisent un vrai travail avec le temps de réfléchir (le point fort de l'exercice à emporter), puis expliquent et prolongent ce travail lors d'une conversation en direct (le point fort du codage en direct). Le processus se présente ainsi :

Concevoir l'exercice pratique

Gardez-le court — 60 à 120 minutes — et exécutez-le dans un bac à sable : un environnement contrôlé avec les outils, les données et l'échafaudage pré-chargés, afin qu'aucun temps candidat ne soit perdu en configuration, et que le processus de travail soit observable plutôt que seulement l'artefact final. Cette observabilité est ce qui change l'équation IA : au lieu de deviner si un modèle a rédigé la soumission, vous pouvez voir comment le candidat a travaillé, y compris comment il a utilisé l'assistance IA — ce qui, pour les postes nécessitant une aisance avec l'IA, est en soi une compétence à évaluer. Générez la tâche à partir de la description du poste plutôt que de réutiliser un exercice statique, afin qu'il n'existe pas de solution publique à trouver. Le guide sur les évaluations en bac à sable couvre les détails de conception.

Conduire le débrief

Le débrief est une conversation structurée de 30 à 45 minutes portant sur la propre soumission du candidat — et non sur un nouveau problème. Il vérifie la paternité (les gens ne peuvent pas défendre avec aisance un travail qu'ils n'ont pas fait), transforme l'artefact en raisonnement observable, et offre aux candidats anxieux une tribune plus équitable : discuter d'un travail déjà réalisé est bien moins stressant que le produire en direct. Posez les mêmes catégories de questions à chaque candidat et évaluez selon une grille de critères écrite :

1. Walkthrough: "Talk me through your solution. What did you do first, and why?"
2. Tradeoffs: "What did you deliberately leave out given the time cap? What would you do with another day?"
3. Extension: "Requirements just changed: [one concrete change]. What breaks, and how would you handle it?"
4. AI use: "Where did you use AI assistance? Show me a place you accepted its output and a place you rejected it."
5. Failure probe: "What's the weakest part of this submission? Defend or fix it."

Score each on a 1-4 anchored rubric, independently, before discussion.

Comment maintenir l'équité et la conformité de chaque format ?

Quel que soit le format utilisé, deux disciplines protègent à la fois l'équité et la défendabilité. Premièrement, la pertinence par rapport au poste : chaque tâche et chaque critère de la grille doivent être liés à quelque chose que le rôle exige réellement — c'est la même logique qui rend les échantillons de travail prédictifs, et c'est aussi votre meilleure défense si une procédure de sélection est jamais contestée. Deuxièmement, la cohérence : même niveau de difficulté de la tâche, même limite de temps, même grille de critères, même structure de débrief pour chaque candidat dans le vivier. L'incohérence est là où vivent à la fois le biais et l'exposition juridique.

Si une partie de votre processus est assistée par IA — tâches générées, notation automatisée — la barre réglementaire est plus haute : NYC Local Law 144 exige des audits de biais et une notification aux candidats pour les outils de décision d'emploi automatisés, l'EU AI Act classe l'IA de recrutement comme à haut risque, et le Colorado et l'Illinois ont leurs propres lois entrant en vigueur. Surveillez les taux de réussite par groupe démographique là où vous en avez légalement le droit, et conservez les enregistrements de ce qui a été demandé et comment cela a été noté.

La place de H-Evaluate

H-Evaluate est conçu autour du format hybride que cet article défend. Il génère des tâches d'exercices pratiques par description de poste avec une génération contrôlée par la qualité — pas de bibliothèque de tests statiques partagée, donc pas de corrigé public accumulé — et les exécute dans un bac à sable où le processus du candidat, y compris son utilisation de l'IA, est observable et évaluable. La maîtrise de l'IA est évaluée comme une compétence plutôt que contrôlée comme une fraude, ce qui correspond à la façon dont le travail se fait réellement en 2026.

La conception est axée sur la conformité — construite avec NYC Local Law 144 et l'EU AI Act en vue plutôt que rétrospectivement adaptée — et le résultat est une preuve structurée qu'une équipe de recrutement peut défendre : ce qui a été demandé, pourquoi c'était pertinent pour le poste, et comment cela a été évalué. Si vous repensez votre processus technique de bout en bout, commencez par la présentation du recrutement natif IA.

La question n'a jamais été : exercice à emporter ou codage en direct. Elle a toujours été : pouvez-vous observer un vrai travail en train de se faire, et la personne en face de vous peut-elle le défendre ? Tout format qui répond à ces deux questions est bon. Tout format qui n'y répond pas est du théâtre.