Les règles de l’emploi liées à l’IA du Delaware se durcissent face à l’automatisation du recrutement et aux nouveaux droits à la vie privée

Les règles du Delaware sur l’IA dans l’emploi changeront le 1er janvier 2027, offrant aux résidents de nouvelles protections lorsque le profilage automatisé influence les opportunités d’emploi. Les modifications vont au-delà des systèmes de rejet entièrement automatisés. Elles couvrent également les rapports, recommandations, classements et autres résultats pilotés par les données utilisés dans des décisions importantes.

Cette distinction crée le conflit central. Les employeurs ont adopté des outils de présélection pour réduire les tâches répétitives et traiter des volumes plus importants de candidatures. Le Delaware exige désormais davantage de responsabilité lorsque ces outils collectent des données externes, déduisent des caractéristiques personnelles ou influencent une décision défavorable.

L’État n’interdit pas l’intelligence artificielle dans le recrutement. Il remet en cause l’idée selon laquelle l’intervention humaine soustrait automatiquement un système d’emploi au contrôle de la vie privée. Les employeurs, fournisseurs de solutions de recrutement et prestataires d’évaluation se retrouvent ainsi confrontés à un problème de conformité commun qu’aucune partie ne peut résoudre seule.

Ce que les modifications de 2027 du Delaware changent réellement

Les modifications transforment certains profilages liés à l’emploi, d’un processus interne, en une décision réglementée concernant les données.

Le gouverneur Matt Meyer a signé les projets de loi 380 et 381 le 2 septembre 2026. Les dispositions modifiées entreront en vigueur le 1er janvier 2027. Le Delaware présente cet ensemble comme une extension des protections de la vie privée pour les résidents dont les données alimentent des décisions automatisées concernant l’emploi, le logement, les prêts et d’autres opportunités importantes.

La Delaware Personal Data Privacy Act, ou DPDPA, est initialement entrée en vigueur le 1er janvier 2025. Elle a instauré des droits d’accès, de rectification, de suppression, de portabilité des données, de refus de la publicité ciblée, de la vente de données et de certains profilages automatisés.

La loi exclut généralement de la définition de consommateur les personnes agissant dans un contexte professionnel ou commercial. Cette exclusion reste importante, mais elle ne met plus fin à l’analyse pour chaque utilisation sur le lieu de travail.

Les modifications ouvrent une voie plus étroite vers la réglementation des données liées à l’emploi. Les données personnelles traitées au moyen du profilage et des rapports peuvent être couvertes lorsque ces informations étayent des décisions relatives aux opportunités d’emploi des résidents du Delaware.

Un rapport revêt un sens large au regard de la loi modifiée. Il peut inclure des communications écrites ou orales, des recommandations, des synthèses et des décisions automatisées fondées sur des données personnelles ou le profilage. Un classement de candidats produit par un fournisseur peut donc avoir une importance même lorsqu’un employeur effectue le choix final.

Les changements suppriment également un mot clé de l’actuel droit de refus du profilage. Le droit en vigueur fait référence aux « décisions uniquement automatisées » ayant des effets juridiques ou d’une importance similaire. Le texte de 2027 couvre les « décisions automatisées », permettant à la règle de s’appliquer aux systèmes qui impliquent encore une participation humaine.

Cette modification est importante parce que de nombreux produits de recrutement sont vendus comme des outils d’aide à la décision. Un recruteur peut examiner une liste classée, consulter le score d’un entretien ou accepter la recommandation d’un modèle. L’examen humain ne neutralise pas nécessairement l’influence du système.

Les opportunités d’emploi sont expressément considérées comme des effets juridiquement ou similairement significatifs. Cette catégorie couvre également l’assurance, les soins de santé, les services financiers, le logement, l’éducation, la justice pénale et l’accès à des biens ou services essentiels.

Le code de la vie privée du Delaware modifié donne aux résidents accès à certaines déductions tirées de leurs données. Il leur permet également de demander si le profilage sous-tend une décision importante.

La portée élargie de la loi commence par le champ d’application aux entreprises. Un seuil général passe du traitement des données de 35 000 consommateurs du Delaware à 10 000. Le seuil alternatif passe de 10 000 consommateurs à 5 000 lorsque l’entreprise tire également au moins 20 % de son chiffre d’affaires annuel de la vente de données.

Cette extension peut faire entrer de plus petites organisations dans le champ de la DPDPA. Elle rend également la cartographie des données plus urgente, car les employeurs ne peuvent pas déterminer leur couverture à partir du seul effectif. Ils doivent comprendre les données du Delaware traitées dans les systèmes destinés aux clients, candidats, employés et sous-traitants.

Les violations peuvent entraîner des sanctions civiles allant jusqu’à 10 000 dollars par infraction, selon le rapport initial de l’analyse du droit du travail. Le pouvoir d’exécution appartient au ministère de la Justice du Delaware, plutôt qu’aux plaignants individuels, au titre de cette loi.

La leçon immédiate n’est pas que chaque feuille de calcul ou fonctionnalité de suivi des candidatures devient une IA réglementée. Elle est que les employeurs doivent retracer la manière dont des données personnelles deviennent une recommandation et dont cette recommandation affecte une personne.

Les règles du Delaware sur l’IA dans l’emploi mettent employeurs et fournisseurs sous pression

La question de conformité la plus difficile n’est plus de savoir si un outil utilise l’IA, mais qui contrôle les données et qui peut expliquer le résultat.

Un employeur peut commander un rapport sur un candidat auprès d’un fournisseur de présélection, de sourcing ou d’évaluation. Le fournisseur peut collecter des informations auprès de sources externes, les analyser et renvoyer un score ou une recommandation.

Cette organisation répartit le contrôle pratique. Le fournisseur peut connaître le modèle, les données d’entrée et les limites de performance. L’employeur sait comment les responsables utilisent le résultat et s’il contribue à un refus, une promotion, une mesure disciplinaire ou un licenciement.

Le cadre du Delaware relatif aux responsables du traitement et aux sous-traitants ne permet pas aux parties de régler la responsabilité au moyen d’une étiquette de produit. Leurs rôles dépendent de qui détermine les finalités et les moyens du traitement dans le contexte considéré.

Un sous-traitant doit suivre les instructions du responsable du traitement. S’il commence à déterminer pourquoi ou comment les informations sont traitées, il peut devenir responsable du traitement pour cette activité.

Les modifications renforcent également les attentes contractuelles. Les accords impliquant des divulgations de données personnelles doivent identifier des finalités limitées et traiter l’utilisation pour des décisions importantes. Ils doivent exiger une protection équivalente de la vie privée et soutenir les efforts visant à mettre fin au traitement non autorisé.

Pour les employeurs, les achats deviennent donc une composante de la gouvernance de l’IA. Un abonnement logiciel standard peut ne pas fournir suffisamment d’informations sur l’origine des données, les attributs déduits, les limites des modèles, la conservation, les sous-traitants ou le traitement des litiges.

Pour les fournisseurs, affirmer que l’employeur détient la décision finale peut n’offrir qu’un faible réconfort. Un fournisseur agissant comme responsable du traitement peut être soumis à des obligations liées aux demandes des résidents, aux dossiers de profilage, aux rapports et au contrôle humain.

Les dispositions relatives aux rapports rendent cette relation particulièrement importante. Lorsqu’un employeur reçoit un rapport couvert et prend une mesure défavorable, les obligations contractuelles peuvent exiger une notification au résident concerné.

Cette notification doit décrire les données personnelles utilisées dans la décision. Elle doit également expliquer le droit du résident d’obtenir des informations auprès du responsable du traitement et de demander un contrôle humain de la mesure défavorable.

Les résidents peuvent demander les données personnelles les concernant qui sont conservées ainsi que les sources utilisées pour le profilage. Ils peuvent également demander l’identité des tiers ayant reçu, au cours des 24 mois précédents, un rapport les concernant.

Le responsable du traitement dispose généralement de 30 jours pour fournir ces informations liées au rapport. Les résidents doivent également avoir la possibilité de corriger des données personnelles inexactes.

Ces obligations créent une chaîne opérationnelle exigeante. L’employeur doit reconnaître lorsqu’une mesure défavorable s’est appuyée sur un rapport couvert. Le fournisseur doit préserver une traçabilité suffisante pour identifier les données d’entrée, les sources, les destinataires et le résultat pertinent.

Une équipe de recrutement ne peut satisfaire à cette exigence si elle ne voit qu’un score sans informations justificatives. Un fournisseur ne peut soutenir les droits de rectification s’il ne peut distinguer les faits vérifiés des caractéristiques déduites.

Des exemples ordinaires montrent pourquoi cette distinction importe. Un outil de CV peut déduire le niveau d’ancienneté à partir des dates d’emploi. Une plateforme de sourcing peut prédire la volonté de changer d’emploi. Un système d’entretien peut noter les schémas de parole ou les signaux comportementaux.

Chaque système transforme des données en un résultat évaluatif. Si ce résultat contribue au refus d’une opportunité, l’organisation doit être prête à expliquer davantage que la finalité marketing du produit.

Les orientations officielles relatives à la vie privée des entreprises soulignent déjà l’importance des inventaires de données, des finalités de traitement documentées, de la sécurité et des accords avec les sous-traitants. Les modifications rendent ces fondations plus importantes pour les technologies de recrutement.

Les employeurs devraient également distinguer les rapports couverts des rapports de consommateurs régis par la Fair Credit Reporting Act fédérale. Les changements du Delaware semblent être conçus en partie pour l’espace précédant le début de la présélection traditionnelle des antécédents.

Cet espace comprend le sourcing, le classement, l’appariement et l’évaluation précoce des candidats. C’est souvent là que les candidats disposent de la moindre visibilité et que les fournisseurs s’appuient le plus fortement sur des données externes.

La pression est immédiate, car les systèmes doivent être repensés avant la date d’entrée en vigueur. Les contrats, notifications, procédures d’accès et mécanismes de contrôle humain nécessitent une coordination entre les équipes juridiques, de protection de la vie privée, de ressources humaines, d’achats et d’ingénierie.

Les règles de profilage par IA remplacent le raccourci du contrôle humain

Le Delaware rejette un raccourci de conformité familier : ajouter un examinateur humain ne rend pas automatiquement inoffensive l’influence automatisée.

De nombreuses organisations présentent leurs outils de recrutement comme consultatifs. Le modèle classe les candidats, mais un recruteur choisit les personnes à contacter. La plateforme attribue un score d’évaluation, mais un responsable valide la décision finale.

Cette distinction demeure pertinente pour déterminer la responsabilité réelle. Elle ne garantit plus que le profilage sous-jacent échappe aux règles du Delaware sur la vie privée.

La suppression du terme « uniquement » dans le langage relatif au profilage élargit le regard réglementaire. Une recommandation automatisée peut produire un effet important même lorsqu’une personne clique sur le bouton final.

Ce changement vise le biais d’automatisation, qui se produit lorsque les personnes accordent un poids excessif à la recommandation d’un système. Un examinateur nominal peut approuver un classement sans comprendre ses données, ses hypothèses ou ses schémas d’erreur.

Un contrôle humain significatif exige davantage qu’une signature. L’examinateur doit avoir le pouvoir de modifier le résultat, accéder aux informations pertinentes et disposer d’une formation suffisante pour identifier les raisonnements discutables.

Cette personne a également besoin de temps. Un recruteur censé examiner des centaines de candidatures classées par une machine peut ne pas avoir une possibilité réaliste de réévaluer chaque recommandation de manière indépendante.

L’approche du Delaware s’intéresse à la chaîne de décision plutôt qu’à une étiquette d’IA. Le profilage désigne le traitement automatisé qui évalue, analyse ou prédit des caractéristiques personnelles, des préférences, la fiabilité, le comportement, la localisation ou les déplacements.

Cette définition peut englober des systèmes statistiques et fondés sur des règles, et pas uniquement l’IA générative. Un fournisseur ne peut pas supposer qu’éviter les grands modèles de langage soustrait son produit à tout examen.

Le même point s’applique aux données déduites. La loi modifiée étend les droits d’accès pour inclure les déductions tirées d’informations personnelles. Elle traite également certaines déductions comme sensibles lorsqu’elles servent à révéler des caractéristiques protégées.

Les catégories sensibles comprennent l’origine raciale ou ethnique, la religion, l’orientation sexuelle, le statut migratoire, les informations génétiques, les données biométriques et la géolocalisation précise. Les modifications ajoutent les données neuronales ainsi que des catégories supplémentaires relatives à la santé et aux finances.

Un employeur ne peut jamais interroger un candidat sur une caractéristique protégée. Cependant, un modèle peut toujours déduire des informations connexes à partir des noms, adresses, parcours professionnels, habitudes linguistiques ou activités en ligne.

Cette possibilité fait de la sélection des caractéristiques une question à la fois juridique et technique. Les équipes doivent se demander si une donnée d’entrée est nécessaire, proportionnée et liée à une finalité divulguée.

La loi rend également les tests anti-biais pertinents pour les demandes et les moyens de défense liés à la discrimination. Elle s’intéresse à la qualité, l’efficacité, la récence, la portée, les résultats et la réponse organisationnelle associés à ces tests.

Effectuer un test unique lors de l’acquisition ne résoudra pas toutes les préoccupations. Les mises à jour du modèle, l’évolution des viviers de candidats, de nouvelles catégories de postes et différents seuils de décision peuvent modifier les performances.

Une évaluation d’impact doit examiner l’usage prévu, le contexte de déploiement, les bénéfices attendus, les préjudices prévisibles, les catégories de données d’entrée, les résultats, les indicateurs de performance et les limites connues. Elle doit également traiter de la transparence et des garanties après déploiement.

L’exigence d’évaluation s’applique aux responsables du traitement qui traitent les données d’au moins 50 000 consommateurs lorsqu’une activité présente un risque accru. La loi traite séparément du profilage lié à des décisions automatisées ayant des effets significatifs.

Cette structure n’oblige pas les employeurs à renoncer à une automatisation utile. Elle les oblige toutefois à documenter pourquoi un système a sa place dans le flux de travail et quels contrôles l’encadrent.

La justification avancée par l’État est claire. Son annonce de la législation sur la protection de la vie privée mentionne explicitement les outils de présélection de CV, les outils de notation d’entretiens et les rapports utilisés pour le recrutement, la promotion, la discipline et le licenciement.

Les employeurs devraient donc éviter un inventaire limité aux produits commercialisés comme étant de l’IA. Ils ont besoin d’un inventaire fonctionnel des systèmes qui classent, recommandent, prédisent, filtrent, notent ou résument des informations sur des personnes.

Cet inventaire devrait inclure les fonctionnalités intégrées à de plus grandes plateformes de ressources humaines. Un système familier de suivi des candidatures peut ajouter une fonctionnalité automatisée de mise en correspondance ou de synthèse via une mise à jour produit courante.

Le critère de conformité porte sur le traitement et la décision, non sur la nouveauté de l’interface. C’est le renversement central qui sous-tend la loi du Delaware sur l’IA dans le recrutement.

Le compromis en matière de responsabilité dépasse le Delaware

Le Delaware rejoint un cadre étatique et local en expansion, mais son modèle fondé sur la protection de la vie privée crée une voie de conformité différente de celle d’une loi dédiée à l’IA.

New York City réglemente les outils automatisés de décision en matière d’emploi utilisés pour le recrutement et la promotion. Les employeurs concernés doivent organiser un audit indépendant récent des biais, publier des informations à son sujet et fournir les avis requis.

Les règles de la ville sur le recrutement automatisé ciblent les outils qui contribuent de manière substantielle aux décisions discrétionnaires en matière d’emploi ou les remplacent. Elles imposent également un avis avant toute utilisation concernée.

L’Illinois adopte une approche plus étroite pour un format bien précis. Sa loi sur les entretiens vidéo utilisant l’intelligence artificielle s’applique lorsque les employeurs demandent aux candidats des entretiens enregistrés et utilisent l’IA pour analyser ces vidéos.

La loi de l’Illinois sur les entretiens exige un avis, une explication du fonctionnement de l’IA et le consentement avant l’entretien. Elle limite également le partage des vidéos et traite des demandes de suppression.

Le Colorado a mis en place des règles plus larges concernant les systèmes automatisés impliqués dans des décisions importantes. Son cadre a aussi fait l’objet de révisions législatives substantielles, illustrant la rapidité avec laquelle les obligations des États en matière d’IA peuvent évoluer.

Le Delaware se distingue en intégrant l’automatisation liée à l’emploi dans une loi complète sur la protection de la vie privée. Cette approche relie les décisions de recrutement aux obligations existantes de minimisation des données, de consentement, de sécurité, d’accès, de rectification et de gouvernance des fournisseurs.

Pour un employeur présent dans plusieurs États, ces lois ne se résument pas à une seule liste de contrôle. New York City met l’accent sur les audits de biais et les divulgations publiques. L’Illinois cible les entretiens vidéo analysés par l’IA. Le Delaware met l’accent sur les droits relatifs aux données, les rapports, le profilage et la responsabilité.

Une entreprise peut néanmoins bâtir un socle de gouvernance unique. Elle peut inventorier les outils automatisés, enregistrer les flux de données, identifier les zones géographiques concernées, documenter les finalités, tester les performances et maintenir un processus reproductible de notification.

Les obligations restantes doivent ensuite être cartographiées par juridiction. Un avis national unique peut être pratique, mais il doit contenir chaque élément étatique ou local applicable.

Le compromis va au-delà des coûts de conformité. La transparence peut améliorer la capacité d’un candidat à contester les erreurs, mais une divulgation détaillée peut exposer la propriété intellectuelle ou faciliter les manipulations.

Le Delaware reconnaît cette tension au moyen de protections des secrets d’affaires. Les droits d’accès n’obligent pas un responsable du traitement à révéler un secret d’affaires, mais cette protection n’efface pas l’obligation d’accès sous-jacente.

Un responsable du traitement peut devoir décrire les données et le processus pertinents sans divulguer le code source ni les poids de modèle propriétaires. Cela exige une explication soigneuse, et non un refus général.

L’examen humain crée un autre compromis. Il peut détecter les erreurs et offrir un recours aux résidents, mais un examen mal conçu peut devenir purement cérémoniel.

Un examinateur qui ne voit que le score initial ne peut pas évaluer la décision de manière indépendante. Un examen efficace peut nécessiter les données sources, des informations sur le niveau de confiance, des motifs documentés et la capacité de corriger les dossiers.

La concentration des fournisseurs soulève également une question pratique. Les petits employeurs dépendent souvent de grandes plateformes pour les informations de conformité, tandis que les petits fournisseurs peuvent avoir des difficultés à prendre en charge plusieurs flux de travail propres à chaque juridiction.

Pourtant, les seuils de couverture plus bas de la loi signifient que la conformité n’est pas réservée aux plus grands employeurs. Les organisations qui se considéraient auparavant en dehors du champ des lois complètes sur la protection de la vie privée ont besoin d’une nouvelle évaluation.

Les seuils modifiés font référence aux données de consommateurs du Delaware, et non aux effectifs. Une organisation à but non lucratif, un service en ligne ou un employeur régional peut atteindre le seuil par d’autres activités commerciales.

La couverture et les obligations en matière d’emploi nécessitent donc des analyses distinctes. Une organisation détermine d’abord si la DPDPA s’applique, puis examine si une activité de recrutement donnée implique un profilage ou des rapports couverts.

Cette structure à plusieurs niveaux est moins visible qu’une loi explicitement consacrée à l’IA dans le recrutement. Elle peut aussi avoir davantage de conséquences, car elle relie les décisions automatisées à des opérations et à une application établies en matière de protection de la vie privée.

Ce que les employeurs ne peuvent toujours pas présumer

Les amendements donnent une orientation, mais plusieurs limites dépendront des faits, des contrats et des futures orientations d’application.

Premièrement, toute utilisation de données personnelles dans l’emploi ne devient pas nécessairement couverte. Les données liées à l’emploi restent généralement exclues, tandis que les dispositions sur le profilage et les rapports créent d’importantes exceptions.

Les organisations devraient éviter d’affirmer que la loi régit chaque évaluation de performance, base de données de CV ou tableau de bord d’analyse du lieu de travail. La question pertinente est de savoir comment les données personnelles sont traitées et si elles servent à étayer une décision importante.

Deuxièmement, la description d’un produit ne détermine pas sa couverture. Les fournisseurs peuvent qualifier une fonctionnalité de recherche, de mise en correspondance, d’assistance, d’analyse ou d’automatisation des flux de travail. Sa fonction réelle peut néanmoins impliquer du profilage.

Un employeur devrait tester ce que produit le système. Un résumé neutre diffère d’une recommandation, mais un résumé peut tout de même orienter une décision lorsqu’il sélectionne ou met en avant des informations évaluatives.

Troisièmement, la présence d’un humain ne règle pas la question. Il importe de savoir si l’automatisation a influencé la décision et si l’examen était indépendant et significatif.

Quatrièmement, la conformité à la DPDPA ne garantit pas la conformité au droit de la discrimination dans l’emploi. Un système transparent et documenté peut encore produire un traitement disparate ou un impact disparate illégal.

De même, un test anti-biais ne certifie pas l’équité pour chaque poste ou population. Les résultats dépendent des données, des groupes de comparaison, des tailles d’échantillon, des indicateurs et des conditions de déploiement.

Le Delaware rend explicitement pertinentes la qualité et la récence des tests proactifs. Cette formulation encourage des tests sérieux tout en laissant la possibilité d’examiner des efforts faibles ou obsolètes.

Cinquièmement, les employeurs ne peuvent pas présumer qu’un fournisseur traitera automatiquement les demandes des résidents. Les contrats devraient attribuer les responsabilités, les délais, les procédures d’escalade et les exigences en matière de preuves.

Un résident peut contacter l’employeur après avoir reçu un avis de mesure défavorable. L’employeur a besoin d’un chemin fiable vers le responsable du traitement qui détient les données pertinentes et les informations sources.

Sixièmement, la loi fédérale Fair Credit Reporting Act reste pertinente lorsqu’un tiers fournit un rapport de consommateur à des fins d’emploi. Le Delaware ne remplace pas les obligations fédérales en matière d’avis, d’autorisation et de mesures défavorables.

Les nouvelles dispositions semblent particulièrement importantes lorsqu’un produit de fournisseur ne relève pas de la structure traditionnelle des rapports de consommation. Cette limite mérite un examen juridique, car les conceptions de produits et les sources de données varient.

Septièmement, la sanction civile prévue par la loi mérite d’être mise en contexte. Jusqu’à 10 000 $ par violation ne signifie pas que chaque erreur entraîne automatiquement le montant maximal.

Les décisions d’application peuvent dépendre du comportement, de la portée, des personnes touchées, de la remédiation et de l’autorité légale. Les organisations devraient considérer ce chiffre comme une exposition, et non comme le calcul garanti d’une amende.

Enfin, l’échéance de janvier ne promet pas une certitude interprétative complète. Les autorités de réglementation peuvent publier des orientations, actualiser les ressources destinées aux entreprises ou clarifier les priorités d’application à l’approche de la mise en œuvre.

La réponse prudente consiste à documenter les interprétations actuelles et à les réexaminer. Un programme défendable montre comment l’organisation est arrivée à sa décision et comment elle répond aux nouvelles orientations.

Ce processus devrait inclure une voie d’escalade pour les outils ambigus. Les responsables juridiques, de la protection de la vie privée, des ressources humaines et techniques devraient examiner les systèmes dont les sources de données ou l’influence sur la décision sont incertaines.

Les employeurs devraient également conserver les preuves de remédiation. Lorsque les tests identifient un problème, les équipes ont besoin de dossiers montrant ce qui a changé, quand cela a changé et si le système révisé a été retesté.

Cette vision sceptique vaut dans les deux sens. La loi n’est pas une interdiction totale, mais elle ne se satisfait pas non plus d’une politique d’IA stockée sur un lecteur partagé.

Les preuves opérationnelles compteront. Les avis, les dossiers d’évaluation, les contrats, les résultats de tests, les journaux de demandes, la formation des examinateurs et les données corrigées apportent cette preuve.

Trois signaux à surveiller avant janvier 2027

La prochaine phase sera définie par les détails de mise en œuvre, la préparation des fournisseurs et les premiers signaux visibles d’application.

Le premier signal sera la mise à jour des orientations du ministère de la Justice du Delaware. Les employeurs devraient surveiller les explications concernant la couverture des rapports, les refus du profilage, l’examen humain, les avis de mesures défavorables et l’authentification des demandes.

Des orientations détaillées renforceraient l’idée que le Delaware attend une conformité opérationnelle dès la date d’entrée en vigueur. Des orientations limitées laisseraient les employeurs s’appuyer davantage sur le texte législatif et des jugements de risque documentés.

Le deuxième signal sera de savoir si les fournisseurs de recrutement et d’évaluation déploient des contrôles propres au Delaware. Parmi les évolutions utiles figureraient des dossiers sur les sources de données, des historiques de décision téléchargeables, des flux de travail de correction et des avis de mesures défavorables configurables.

Les fournisseurs devraient également expliquer les indicateurs de performance et les limites connues pour chaque utilisation pertinente. Une fiche de modèle générique ne répondra pas aux questions portant sur un poste précis, un vivier de candidats ou une configuration de déploiement.

Si les grandes plateformes publient ces contrôles, la conformité peut devenir un élément de l’administration standard des produits. Dans le cas contraire, les employeurs pourront avoir besoin de processus manuels ou de fournisseurs différents.

Le troisième signal sera la manière dont le Delaware traite l’implication humaine lors de l’application de la loi. Les autorités de réglementation pourraient cibler les systèmes qui déterminent effectivement les résultats malgré un examen nominal.

Les éléments probants incluront les taux d’annulation, les autorisations des examinateurs, le calendrier des décisions, la formation et l’accès aux informations sous-jacentes. Un taux d’annulation proche de zéro ne prouve pas un biais d’automatisation, mais il peut soulever des questions.

Ces signaux devraient orienter le travail durant la période de préparation restante. Les employeurs peuvent commencer par un inventaire ciblé des systèmes utilisés pour le recrutement, l’embauche, la promotion, l’évaluation des performances, les mesures disciplinaires et les licenciements.

Pour chaque système, l’inventaire devrait indiquer son responsable, son fournisseur, sa finalité, la population concernée, ses données d’entrée et de sortie, ses sources de données, sa durée de conservation et son influence sur les décisions. Il devrait également identifier les juridictions pertinentes.

Les équipes peuvent ensuite prioriser les flux de travail à fort impact. Le classement des CV, la recherche de candidats, la notation des entretiens, les scores de risque des employés et les recommandations de licenciement méritent un examen plus précoce que les simples outils de planification.

Les examens contractuels devraient porter sur l’accès et la coopération. Les employeurs ont besoin d’un soutien rapide pour les avis, les demandes des résidents, les corrections, les évaluations, les audits et les enquêtes.

Les plans de test devraient correspondre au déploiement. Ils devraient identifier les groupes protégés lorsque cela est légal et approprié, évaluer les schémas d’erreurs pertinents et tenir compte de l’évolution des données.

Un processus d’examen humain devrait définir qui réalise l’examen et à quelles informations cette personne peut accéder. Il devrait également préciser si l’examinateur peut annuler la décision.

La formation devrait couvrir davantage que la terminologie juridique. Les recruteurs et les responsables doivent savoir reconnaître quand une sortie automatisée a influencé une décision défavorable et déclenché un autre flux de travail.

Les organisations devraient également préparer une explication claire à l’intention des candidats et des travailleurs. Un langage simple peut préciser ce que fait l’outil, les catégories de données qu’il utilise et la manière dont une personne peut faire part de ses préoccupations.

Cette explication ne devrait pas promettre plus de transparence que l’organisation ne peut en fournir. Elle devrait correspondre au comportement réel du système, aux contrats et aux procédures de demande.

Les règles du Delaware relatives à l’IA dans l’emploi évalueront en définitive si l’automatisation reste responsable après l’acquisition. Acheter un produit conforme ne garantit pas un processus décisionnel conforme.

Les employeurs disposent d’une courte période pour relier les opérations de confidentialité aux flux de travail liés à l’emploi. La prochaine étape utile est concrète : sélectionner un système d’embauche à fort impact et retracer les données d’un résident du Delaware, de leur collecte jusqu’à la décision.

L’organisation peut-elle identifier la source, expliquer la recommandation, corriger les informations erronées, informer la personne et réaliser un véritable examen humain ? Si une réponse manque de clarté, cette lacune doit figurer sur la feuille de route préalable à 2027.