Comment Mener un 'Entretien IA à Livre Ouvert'
Eliott Ardisson
Founder & CEO - Basalt Studio
Comment évaluer les candidats qui utilisent l'IA en entretien : méthode pratique en 4 phases pour les recruteurs et managers RH de PME.
Points clés
- Interdire l’IA pendant un entretien ne reflète pas la réalité du poste : la bonne question n’est pas “est-ce qu’ils utilisent l’IA ?” mais “comment l’utilisent-ils ?”
- L’entretien à livre ouvert repose sur 4 phases : sélection d’outils, raffinement des prompts, application en temps réel, et projection vers l’intégration en équipe.
- Ce qu’on évalue réellement, c’est le jugement : la capacité à contextualiser, vérifier, et adapter — pas la vitesse d’exécution.
- Cette méthode est particulièrement utile pour les PME qui ont déjà déployé des outils IA dans leurs opérations et cherchent des collaborateurs capables de travailler avec ces systèmes dès le premier jour.
- La préparation côté recruteur est aussi importante que la performance du candidat : un setup technique défaillant ou un défi mal calibré fausse l’évaluation.
Le vrai problème avec les entretiens d’embauche aujourd’hui
La plupart des recruteurs se posent la mauvaise question. Au lieu de se demander si le candidat va utiliser l’IA, ils devraient se demander s’il sait la diriger.
Un responsable commercial qui reçoit un brief client et génère un premier draft de proposition en 20 minutes avec Claude, puis le retravaille, le contextualise, et le soumet à sa hiérarchie pour validation — c’est exactement ce que vous voulez dans votre équipe. Bloquer cela dans un entretien ne vous dit rien sur sa compétence réelle.
Le marché du travail a évolué plus vite que les pratiques RH. McKinsey a documenté à plusieurs reprises que les entreprises qui intègrent l’IA dans leurs flux de travail observent des gains de productivité mesurables sur des tâches à haute valeur cognitive. Ces gains dépendent directement de la capacité des équipes à interagir efficacement avec ces outils. Autrement dit, la compétence IA n’est plus un bonus : c’est une condition d’efficacité pour beaucoup de postes.
L’entretien à livre ouvert — ou open-laptop interview dans les pratiques anglophones — est une réponse directe à ce décalage. Le principe est simple : demandez au candidat de résoudre un problème réel pendant l’entretien, avec les outils dont il dispose, pendant que vous observez son processus.
Ce que vous évaluez vraiment avec cette méthode
Avant de décrire le déroulé, il faut être clair sur ce qu’on cherche à mesurer — parce que ce n’est pas la même chose que savoir utiliser ChatGPT.
Ce que cette méthode révèle :
- Le jugement contextuel : Le candidat adapte-t-il ses prompts au secteur, à l’entreprise, au problème précis ? Ou utilise-t-il des formules génériques ?
- L’esprit critique : Vérifie-t-il les outputs de l’IA ou les accepte-t-il sans les questionner ?
- La résilience méthodologique : Que fait-il quand le premier résultat ne convient pas ? A-t-il un plan B ?
- La capacité à communiquer son processus : Peut-il expliquer pourquoi il fait tel choix, pas seulement montrer ce qu’il a produit ?
Ce que cette méthode ne mesure pas, et qu’il ne faut pas chercher à mesurer ici : la mémorisation de connaissances théoriques, la maîtrise de raccourcis clavier, ou la capacité à réciter des définitions. Ces choses-là s’évaluent autrement.
Préparer l’entretien côté recruteur
L’erreur la plus fréquente est de sous-estimer la préparation nécessaire côté recruteur. Si vous n’avez pas de défi clair et représentatif du poste, l’entretien tourne à vide.
Construire le défi métier
Le problème soumis au candidat doit remplir trois critères :
- Il doit être représentatif d’une tâche réelle du poste
- Il doit avoir une réponse suffisamment ouverte pour révéler le processus, pas juste le résultat
- Il doit pouvoir être traité partiellement en 20 à 30 minutes, sans attendre une solution complète
Quelques exemples selon le secteur :
Pour un poste dans une agence marketing : “Nous avons un client dans l’immobilier résidentiel qui lance une nouvelle résidence en périphérie de Lyon. Préparez une structure de campagne email pour la phase de lancement.”
Pour un cabinet de recrutement : “Nous cherchons un directeur financier pour une PME industrielle de 80 personnes. Rédigez un brief de poste et identifiez les 3 questions de qualification les plus importantes pour le premier appel.”
Pour un cabinet comptable : “Un client e-commerce nous demande une note de synthèse sur les implications TVA d’une vente à un consommateur basé en Allemagne. Construisez la structure de cette note.”
Informations à tenir prêtes
L’IA a besoin de contexte pour produire des résultats utiles. Préparez à l’avance ce que vous êtes prêt à partager : profil client cible de l’entreprise, positionnement, secteur d’activité, contraintes spécifiques. Un candidat qui demande ces informations avant de commencer est déjà en train de démontrer une bonne pratique.
Setup technique
Testez votre configuration avant l’entretien : partage d’écran, connexion, accès aux plateformes. Précisez au candidat en amont qu’il aura besoin d’un compte sur au minimum un outil de génération de texte (la version gratuite de Claude ou de ChatGPT suffit pour évaluer la méthode). Ne pénalisez pas l’absence d’abonnement premium.
Les 4 phases de l’entretien à livre ouvert
Phase 1 : Cadrage et sélection d’outils
Présentez le défi. Puis laissez le candidat parler avant d’agir.
Questions utiles à ce stade :
- “Avant de commencer, quelles informations vous manquent ?”
- “Quel outil allez-vous utiliser pour aborder ça, et pourquoi ?”
- “Comment allez-vous structurer votre premier prompt ?”
Ce qu’on observe : la qualité des questions qu’il pose, la logique de sélection d’outil, et sa capacité à décomposer le problème avant de se lancer.
Un candidat qui ouvre ChatGPT et tape une phrase vague sans réfléchir à sa requête révèle déjà quelque chose d’important. Un candidat qui commence par poser deux ou trois questions de contexte, puis construit un prompt structuré avec des paramètres précis, révèle autre chose.
Phase 2 : Raffinement et itération
Après le premier résultat, ne laissez pas le candidat s’arrêter là. Posez des questions qui l’obligent à aller plus loin :
- “Ce résultat vous satisfait-il ? Pourquoi ?”
- “Comment adapteriez-vous votre prompt pour aller plus loin sur tel aspect ?”
- “Si le résultat avait été complètement hors sujet, qu’auriez-vous modifié ?”
Ce qu’on observe : l’esprit critique face aux outputs IA, la capacité à itérer sans se perdre, et la maîtrise des leviers de raffinement (ton, niveau de détail, reformulation du problème, ajout de contraintes).
Les candidats qui s’arrêtent au premier résultat sans le questionner ne sont pas forcément incompétents — ils peuvent simplement ne pas avoir développé l’habitude de travailler ainsi. C’est utile à savoir avant d’embaucher.
Phase 3 : Application et vérification
Demandez au candidat de produire quelque chose de concret avec ce qu’il a généré : un document structuré, un plan d’action, un résumé transmissible à un collègue.
Questions importantes à cette phase :
- “Comment vérifiez-vous que les informations générées sont exactes ?”
- “Quelle partie de ce résultat utiliseriez-vous tel quel, et qu’est-ce que vous réécririez ?”
- “Ce document est-il prêt à être envoyé à un client ? Sinon, que manque-t-il ?”
Ce qu’on observe : la capacité à distinguer ce qui est utilisable de ce qui nécessite validation, et la rigueur éditoriale face aux contenus générés.
C’est souvent ici que se distinguent les bons candidats. Ils traitent l’IA comme un outil de production brute qui nécessite une passe humaine — pas comme une source d’autorité.
Phase 4 : Projection vers l’équipe
Cette dernière phase sort du défi lui-même pour s’intéresser à la façon dont le candidat pense l’intégration de sa méthode dans un contexte collectif.
Questions pertinentes :
- “Comment partageriez-vous cette approche avec un collègue qui n’utilise pas encore l’IA ?”
- “Quelles sont les limites de cette méthode à l’échelle d’une équipe de 10 personnes ?”
- “Comment mesureriez-vous si cette approche fonctionne sur 3 mois ?”
Ce qu’on observe : la maturité systémique, la capacité à penser au-delà de soi-même, et la conscience des limites de la technologie.
Cette phase est particulièrement révélatrice pour des postes à responsabilité ou des rôles qui impliquent de former ou d’accompagner d’autres collaborateurs.
Signaux positifs et signaux d’alerte
Signaux positifs
- Pose des questions de contexte avant de commencer
- Explique son raisonnement à voix haute sans qu’on le lui demande
- Identifie spontanément les limites du résultat obtenu
- Adapte sa méthode quand le premier essai est insuffisant
- Distingue clairement ce qui vient de l’IA et ce qui vient de lui
Signaux d’alerte
- Accepte les outputs sans les lire attentivement
- N’a aucune stratégie de rechange si l’outil ne répond pas comme prévu
- Ne peut pas expliquer pourquoi il a choisi tel outil ou formé tel prompt
- Présente le résultat brut de l’IA comme sa propre production
- Panique ou se bloque dès qu’on lui demande de justifier un choix
Ce que cette méthode ne remplace pas
L’entretien à livre ouvert est un format complémentaire, pas un remplacement de tous les autres.
Il ne mesure pas les compétences techniques spécialisées, la culture d’entreprise, ou les qualités relationnelles. Pour les postes où la connaissance métier profonde est critique — droit, fiscalité, médecine — il ne remplace pas les questions d’expertise. Il s’y ajoute.
Il est particulièrement pertinent pour les postes qui impliquent de la production de contenu, de l’analyse, de la gestion de projets, du développement commercial, du service client, ou de la coordination opérationnelle. Pour des postes très manuels ou très spécialisés, le format doit être adapté.
Dans notre travail chez Basalt Studio avec des PME qui ont déployé des agents IA dans leurs opérations, on observe régulièrement le même écart : l’infrastructure est en place, mais les équipes ne savent pas interagir avec elle efficacement. Intégrer une évaluation de cette compétence dès le recrutement permet de réduire ce décalage avant même que la personne arrive.
Adapter le format à votre secteur
Cabinets de recrutement et RH : Le défi peut porter sur la rédaction d’une offre d’emploi, la préparation de questions de sourcing, ou la synthèse d’un profil candidat.
Agences marketing et communication : Brief créatif, analyse de positionnement concurrent, structure de contenu pour une campagne.
Cabinets comptables et financiers : Note de synthèse, reformulation d’une problématique client, structure d’un rapport de gestion.
Professions juridiques : Résumé d’un texte réglementaire, préparation d’une checklist pour un type de dossier, reformulation d’une clause en langage accessible.
Agences immobilières : Description d’un bien à partir d’un brief, email de relance prospect, synthèse d’un dossier acquéreur.
Dans chaque cas, calibrez la complexité du défi pour qu’il soit faisable partiellement en 25-30 minutes. L’objectif n’est pas de tester l’endurance — c’est d’observer le processus.
Mettre en place cette méthode dans votre équipe RH
La transition vers ce format demande un peu de préparation interne.
Commencez par faire passer ce type d’exercice à des collaborateurs en interne — pas pour les évaluer, mais pour que l’équipe RH comprenne ce que ça produit concrètement. C’est utile pour calibrer les attentes et affiner les questions.
Prévoyez une session de calibrage avant de déployer le format à grande échelle : deux recruteurs observent le même candidat et comparent leurs grilles d’évaluation. Les désaccords sont souvent plus instructifs que les consensus.
Documentez vos défis métier par poste, et mettez-les à jour régulièrement. Un défi pertinent aujourd’hui peut ne plus l’être dans 6 mois si vos outils ou vos processus évoluent.
Enfin, soyez transparents avec les candidats. Expliquez le format clairement avant l’entretien. Certains candidats sont peu familiers avec ce type d’exercice — leur laisser le temps de s’adapter dans les premières minutes ne fausse pas l’évaluation, ça la rend plus juste.
Les pratiques de recrutement qui ignorent l’IA évaluent les candidats sur une compétence qui ne correspond plus à la réalité du travail. L’entretien à livre ouvert n’est pas une solution parfaite, mais c’est un format honnête : il observe ce que les gens font réellement, pas ce qu’ils savent réciter.
Si vous travaillez à la fois sur vos pratiques de recrutement et sur l’implémentation concrète d’outils IA dans vos opérations, c’est souvent utile d’avoir un regard extérieur sur la cohérence entre les deux. Vous pouvez réserver un appel stratégie IA avec l’équipe Basalt pour en discuter.