Pourquoi SkillCort

Le recrutement tourne sur des approximations. Il ne devrait pas.

La plupart des décisions de recrutement reposent sur des approximations : le CV qui déclare des compétences, l’entretien qui récompense l’aisance, l’intuition qui arrive toute formée au bout de quatre minutes. Tout le monde dans la pièce sait que ces signaux sont faibles. Ils persistent parce qu’ils sont commodes, pas parce qu’ils fonctionnent.

Pendant ce temps, le signal le plus fort — cette personne sait-elle réellement faire le travail — reste le plus souvent non mesuré jusqu’à ce qu’elle figure déjà sur la fiche de paie. C’est le moment le plus coûteux possible pour le découvrir.

SkillCort existe pour ramener cette découverte au début du processus — et pour faire de ce qui vient ensuite (noter, comparer, décider) quelque chose qu’une équipe puisse assumer.

La preuve plutôt que la supposition

Une affirmation sur un CV est une supposition. Une mise en situation réalisée est une preuve. Nous construisons tout autour de la seconde : les candidats traitent un extrait réaliste du poste, et tout ce qui suit — notes, comparaisons, rapports — remonte à ce travail observable.

C’est aussi pourquoi nous refusons de réduire un candidat à un unique chiffre énigmatique. Une note sans preuve derrière elle n’est qu’une supposition avec des décimales. Dans SkillCort, chaque note s’ouvre sur le travail qui l’a produite.

La compétence réelle plutôt que la compétence déclarée

Le pedigree n’est pas une compétence. L’ancienneté n’est pas une compétence. L’aisance en entretien n’est pas une compétence. Quand le premier signal solide du processus est un travail démontré, les personnes qui savent faire le travail sans en avoir l’air sur le papier — reconversions, diplômés d’écoles inconnues, experts discrets — ont enfin une vraie chance.

Ce n’est pas de la charité, c’est de la justesse. Un processus qui mesure le travail trouve des talents qu’un processus fondé sur des approximations manque systématiquement.

La clarté de la décision plutôt que la complexité des données

Le but n’est pas d’avoir plus de données — c’est d’avoir une décision plus claire. Les tableaux de bord qui ensevelissent un manager sous les graphiques transmettent la confusion ; ils ne la dissipent pas. Nous orientons chaque fonctionnalité vers le moment de la décision : des preuves comparables, des pondérations transparentes, des arbitrages visibles et une justification consignée.

Le test de tout rapport SkillCort est de savoir si un jury peut le lire et avoir ensuite une meilleure conversation. Si une fonctionnalité ajoute des données mais pas de la clarté, elle n’est pas mise en service.

Où l’IA a sa place — et où elle ne l’a pas

L’IA est réellement utile en évaluation : elle rédige tâches et grilles en quelques minutes, résume les réponses longues, transcrit les entretiens et propose des notes par critère qu’un humain confirme. Nous l’utilisons pour tout cela, et nous journalisons le modèle et la version derrière chaque sortie assistée.

Mais l’IA ne décide pas. Ni par défaut, ni en option, ni en silence via un seuil que personne ne relit. Chaque note est confirmée par une personne nommée ; chaque décision appartient à un humain capable de l’expliquer. Et lorsque des candidats parlent à notre interlocuteur IA, cela est toujours annoncé comme une IA — une persona conçue comme telle, jamais un faux humain.

Nous pensons que la réglementation finira par exiger l’essentiel de tout cela. Nous l’avons construit ainsi parce que c’est juste — et parce qu’une décision de recrutement que personne ne peut expliquer est une mauvaise décision, quelle qu’en soit l’origine.

Une intégrité qui respecte les candidats

La triche existe, et les évaluations à fort enjeu méritent une vraie protection. Mais le théâtre de la surveillance — traiter chaque candidat en suspect — coûte des candidatures menées à terme, de la confiance et, au bout du compte, du signal. Notre réponse est la proportionnalité : ajuster les mesures aux enjeux, dire précisément aux candidats ce qui est observé, et présenter chaque signal à un humain plutôt qu’à un verdict automatique.

Un changement d’onglet est un contexte, pas une condamnation. Dans SkillCort, les signalements d’intégrité arrivent sur une frise qu’une personne relit — et aucun candidat n’est jamais écarté automatiquement par un capteur.

Ce que nous ne construirons pas

Certaines décisions produit sont définitives. Nous ne construirons pas de mémoire de candidat partagée entre clients — ce qu’une personne a réalisé pour un employeur n’est jamais visible pour un autre. Nous ne construirons pas de scores de réputation cachés qui suivent les personnes d’un poste à l’autre. Nous ne construirons pas de surveillance silencieuse, et nous ne construirons pas le bouton qui laisserait un algorithme rejeter une personne.

Ce ne sont pas des fonctionnalités en attente sur une feuille de route. Ce sont les limites qui rendent le reste du produit digne de confiance.

• Aucune donnée de candidat partagée entre clients, aucune liste noire commune — jamais
• Aucun score de réputation caché qui suive les candidats
• Aucune observation des candidats qui ne soit annoncée
• Aucun refus automatique — c’est une personne qui tranche à chaque fois
• Aucune notation en boîte noire — pondérations et preuves restent visibles

Là où la compétence devient une preuve

SkillCort est ce que nous avons souhaité chaque fois qu’un débriefing de recrutement se dissolvait en impressions concurrentes : un moyen de poser le travail réel sur la table, de le noter équitablement, de le comparer honnêtement et de consigner pourquoi la décision est allée dans ce sens.

Si vous pensez que le recrutement devrait reposer sur des preuves — dans l’intérêt de l’entreprise comme du candidat — vous vous sentirez chez vous ici. SkillCort est l’endroit où la compétence devient une preuve.