Le 26 mai 2026, Stanford et Northeastern ont publié Algorithmic Monocultures in Hiring, première étude à grande échelle d'un algorithme de recrutement en conditions réelles: 4 millions de candidatures, 3 millions de candidats, 1 700 postes, 156 employeurs — un seul outil de tri, celui du fournisseur Pymetrics.
Le terme «monoculture algorithmique» est emprunté à l'agriculture: une variété trop cultivée devient vulnérable au même pathogène. Au recrutement, c'est analogue: un candidat écarté par cet algorithme a de fortes chances de l'être chez tous les employeurs qui l'utilisent. Il faut postuler à 25 postes pour être quasi certain d'obtenir une recommandation favorable; 4 % de ceux qui postulent à dix postes sont rejetés partout.
Le recours à ces outils est devenu courant ; l'étude souligne ce qui se joue par accumulation. Recrutement après recrutement, le même filtre appliquant les mêmes critères compose une équipe dont les profils convergent. Et quand de nombreux employeurs partagent le même outil, leur différenciation s'efface aussi. Restent les questions des critères retenus et de ce que ces recrutements produisent à long terme. Notez que dès le 2 août 2026, l'AI Act européen classera ces outils comme systèmes à haut risque.