Plateformes d'entretien IA testées : CodeSignal, Humanly, Eightfold dans le filtrage des candidatures

✍️ OpenClawRadar📅 Publié: March 12, 2026🔗 Source
Plateformes d'entretien IA testées : CodeSignal, Humanly, Eightfold dans le filtrage des candidatures
Ad

La journaliste IA senior de The Verge, Hayden Field, a testé trois plateformes d'entretien d'embauche par IA : CodeSignal, Humanly et Eightfold. Ces plateformes utilisent des avatars IA pour mener des entretiens vidéo individuels avec les candidats, posant des questions et analysant les réponses.

Fonctionnement des plateformes d'entretien par IA

Les outils IA fonctionnent en faisant participer les candidats à des appels vidéo où un avatar IA pose des questions et évalue les réponses. Les entreprises derrière ces plateformes affirment qu'elles permettent aux organisations d'interviewer virtuellement chaque candidat pour le premier tri plutôt qu'un simple sous-ensemble. Certains soutiennent que ces systèmes analysent les réponses plutôt que les indices visuels, réduisant potentiellement les biais.

Ad

Limites et défis

Malgré les affirmations de réduction des biais, l'article note que des systèmes IA totalement exempts de biais sont impossibles à réaliser. Les modèles sont entraînés sur de vastes ensembles de données internet contenant du sexisme, du racisme et d'autres biais. Field a rapporté que si certaines plateformes semblaient plus naturelles que d'autres, à chaque fois, elle aurait préféré parler à un humain. Elle a notamment mentionné avoir lutté contre l'effet "vallée dérangeante" en regardant un avatar IA écouter ses réponses.

Méthodologie de test

Field a testé les plateformes pour divers emplois, y compris des postes créés pour l'exercice basés sur son rôle actuel et de vrais emplois listés chez Vox Media. Les tests ont révélé des différences dans le caractère naturel de chaque plateforme, bien que toutes partagent la limitation fondamentale d'être des entretiens menés par IA plutôt que par des humains.

📖 Read the full source: HN AI Agents

Ad

👀 See Also

Comparaison des performances de Qwen3-30B-A3B et Qwen3.5-35B-A3B sur RTX 5090
News

Comparaison des performances de Qwen3-30B-A3B et Qwen3.5-35B-A3B sur RTX 5090

Un benchmark comparatif entre Qwen3-30B-A3B et Qwen3.5-35B-A3B sur une RTX 5090 montre que le modèle 30B est 35 % plus rapide en génération, tandis que le modèle 3.5 gère mieux les contextes longs avec une échelle de tokens plate contre une dégradation de 21 % pour le 30B.

OpenClawRadar
Explorer quels fichiers sont inclus dans la fenêtre de contexte d'un chat Telegram
News

Explorer quels fichiers sont inclus dans la fenêtre de contexte d'un chat Telegram

Rejoignez-nous pour comprendre quels fichiers font partie de la fenêtre contextuelle d'un chat Telegram, améliorant ainsi vos connaissances opérationnelles.

OpenClawRadar
Kimi 19$/mo Mise à jour : Amélioration d'OpenClaw avec des modèles structurés
News

Kimi 19$/mo Mise à jour : Amélioration d'OpenClaw avec des modèles structurés

Kimi présente sa dernière mise à jour au prix de 19 $/mois, axée sur l'amélioration de la structuration des modèles au sein d'OpenClaw. Cette mise à jour promet des opérations rationalisées et des fonctionnalités d'automatisation améliorées.

OpenClawRadar
Microsoft publie le modèle multimodal Phi-4-reasoning-vision-15B avec des informations sur son entraînement.
News

Microsoft publie le modèle multimodal Phi-4-reasoning-vision-15B avec des informations sur son entraînement.

Microsoft Research a publié Phi-4-reasoning-vision-15B, un modèle de raisonnement multimodal open-weight de 15 milliards de paramètres disponible via Microsoft Foundry, HuggingFace et GitHub. Le modèle équilibre puissance de raisonnement et efficacité, et excelle en raisonnement mathématique/scientifique et en compréhension d'interface utilisateur.

OpenClawRadar