Conformité du recrutement par IA à travers six régimes
Clarion est une surcouche de conformité qui se superpose aux outils de recrutement par IA déjà exploités par un employeur. Il lit un export de scoring d'un fournisseur, calcule chaque statistique d'impact négatif en code déterministe, et déploie cet audit unique en six livrables adaptés à NYC, au Colorado, à l'Illinois, au Texas, à la Californie et à l'UE. Lorsque deux de ces régimes exigent des choses opposées pour une même caractéristique, il le signale et quantifie les deux expositions au lieu d'afficher « entièrement conforme ». Ce qui suit est une démonstration sur un export synthétique initialisé, et non un pipeline déployé.
6
Livrables de juridiction issus d'une seule exécution d'audit
NYC, Colorado, Illinois, Texas, Californie, UE
9 sur 13
Obligations transmises à un responsable humain désigné, sans validation automatique
7 NEEDS PROOF plus 2 CONFLICT, sur l'export initialisé de la démonstration
1
Conflit que la barrière de contrôle refuse d'éluder
Illinois HB 3773 face à l'Article 10(3) de l'EU AI Act
Le jeu de données est synthétique : un export initialisé d'« Acme Logistics, Inc. » de 1 040 candidats sur l'offre REQ-2026-0412, évalués par trois outils simulés. Les systèmes de notation de style Workday-Spotlight, HireVue et Eightfold sont des archétypes alimentés par des adaptateurs fictifs (stubs), et non des intégrations, et aucun employeur ni candidat réel n'y apparaît.
Un DRH, un directeur juridique ou un directeur des risques utilisant des outils de recrutement automatisés dans au moins deux juridictions parmi NYC, le Colorado, l'Illinois, le Texas, la Californie et l'UE doit répondre à six régimes distincts avec une seule pile technique. Les fournisseurs de cette pile fournissent un simple audit affirmant « nous respectons la règle des quatre cinquièmes » comme s'il réglait les six cas. Ce n'est pas le cas. La NYC Local Law 144 exige des ratios d'impact intersectionnels. Le Colorado SB 24-205 impose un programme documenté de diligence raisonnable sans spécifier la moindre méthodologie. Le TRAIGA du Texas rejette l'impact disparate comme fondement autonome et s'intéresse à l'intention, ce qui rend les statistiques guidant le livrable de NYC dénuées de valeur probante pour celui du Texas. L'EU AI Act demande si vos données d'entraînement sont représentatives, et s'appuie précisément sur la caractéristique géographique que l'Illinois interdit en tant que variable de substitution.
Les chercheurs qui ont cherché les audits de biais publiés au titre de la Local Law 144 n'en ont trouvé que pour 4.6% des 391 employeurs de NYC, un constat qu'ils ont qualifié de Null Compliance (Cornell / Data & Society / Consumer Reports, FAccT 2024). La publication de l'audit représente la moitié visible de l'obligation, et la majeure partie de cet échantillon ne l'avait pas atteinte.
Le NY State Comptroller a relevé 17 infractions potentielles à la Local Law 144 dans le même échantillon de 32 entreprises où le DCWP n'en avait relevé qu'une, et le DCWP a accepté de passer à une application proactive (NY State Comptroller, December 2, 2025). C'est précisément dans le fossé qui sépare un audit fournisseur réussi d'un dossier juridiquement défendable que frappe cette répression.
L'auto-qualification du périmètre, l'accessibilité ADA sur les entretiens vidéo et les obligations de mesures défavorables de la FCRA sont des théories juridiques distinctes qu'un audit de biais validé n'a jamais évaluées. Mobley v. Workday, D.K. v. Intuit/HireVue et Kistler v. Eightfold soulèvent chacune l'une d'entre elles, et aucune n'a encore été tranchée.
Le pipeline est court et la répartition des tâches en son sein est stricte. Un export AEDT fournisseur est normalisé dans un schéma d'enregistrement canonique unique, un moteur déterministe calcule chaque statistique, six ensembles de règles réglementaires et une barrière de politique tranchent chaque obligation, une équipe d'agents rédige le texte, et l'exécution scelle un dossier de pré-audit par chaîne de hachage. Les agents conseillent, le code décide, ce qui garantit la recevabilité réglementaire des résultats, quelle que soit la qualité du modèle sous-jacent.
01 / LE CŒUR DE CONFIANCE DÉTERMINISTE
Un moteur numpy calcule les ratios d'impact marginaux des quatre cinquièmes, les ratios intersectionnels race par sexe avec contrôle FDR de Benjamini-Hochberg, la détection de variables de substitution aux classes protégées par le V de Cramér, une inversion contrefactuelle d'attribut protégé via un substitut transparent de régression logistique, une disparité de taux d'erreur de mots ASR sur le sous-ensemble vidéo, et un prédicat de déclenchement FCRA. Mêmes entrées, mêmes sorties, à chaque exécution.
02 / SIX ENSEMBLES DE RÈGLES ET LA BARRIÈRE DE POLITIQUE
Chaque régime porte sa propre référence juridique, sa date d'effet et le format de livrable requis, et chaque obligation se résout par PASS, FAIL, NEEDS PROOF ou CONFLICT. La barrière est le seul élément auquel le modèle linguistique ne peut toucher, de sorte qu'une argumentation bien rédigée ne pourra jamais faire passer une obligation de NEEDS PROOF au vert.
03 / L'ÉQUIPE D'AGENTS
Six agents de juridiction commentent le verdict de chaque régime, un réconciliateur de conflits transforme un conflit bloquant en une note de stratégie juridique détaillant l'exposition de chaque option, et un sceptique contradictoire tente de réfuter chaque validation revendiquée en réorientant ce qu'il ne peut lever vers une vérification humaine. L'équipe d'agents est interchangeable selon le fournisseur ; sans fournisseur configuré, elle bascule sur des modèles déterministes et l'application s'exécute à l'identique.
04 / LE DOSSIER DE PRÉ-AUDIT
L'exécution scelle un lot de 17 nœuds reliés par chaîne de hachage SHA-256, chacun contenant ses entrées, son calcul et sa référence réglementaire ainsi qu'un lien vers le hachage du nœud précédent, de sorte que toute modification brise la chaîne. Il s'exporte au format JSON et sous forme d'un dossier auditeur HTML imprimable, la chaîne étant vérifiée à chaque exécution et testée unitairement contre toute altération.
La console se compose de deux vues et de fenêtres de dialogue interactives plutôt que d'un simple tableau de bord. Manual Testing contient la barre d'étapes, la trace en direct d'Audit Execution et le tableau des candidats. Run Benchmark, qui reste désactivé jusqu'à la fin de Run Audit, bascule vers Benchmark Results : trois encarts indiquant Jurisdiction Deliverables 6, Lowest Impact Ratio 0.65 et Items Requiring Human Action 9, les six lignes de Jurisdiction Deliverables, une rangée de boutons Supporting Evidence et Export Pre-Audit Package dans l'en-tête.
Tout le reste s'ouvre sous forme de boîte de dialogue. Selection-Rate Analysis, Conflict Register et Human Proof Queue sont les trois boutons de Supporting Evidence, et les obligations ainsi que le commentaire d'audit de chaque régime s'ouvrent depuis sa propre ligne de livrable. Rien n'est résumé en un score unique, car un score unique ne peut être exact face à six questions aux exigences structurellement différentes.
La démonstration audite un export synthétique initialisé de 1 040 candidats sur l'offre REQ-2026-0412, évalués par trois outils fournisseurs simulés. L'infraction y est intentionnellement introduite et reproductible, conçue pour que le moteur ait une anomalie concrète à détecter. Voici ce que l'exécution affiche à l'écran, dans l'ordre d'apparition.
Chaque chiffre sur cette page décrit un export synthétique initialisé unique de 1 040 candidats avec une infraction introduite et reproductible. Ils démontrent que le moteur détecte ce qu'un audit exclusivement marginal ignore. Ils ne constituent ni un taux d'exactitude, ni une référence comparative face à d'autres produits, ni une allégation concernant les données de recrutement d'un quelconque employeur réel.
| Question | Ce que Clarion accomplit dans cette démonstration | Ce qui reste en dehors de la démonstration |
|---|---|---|
| Couverture | Une seule exécution d'audit produit six livrables adaptés aux juridictions couvrant 13 obligations, avec 2 PASS, 2 FAIL, 7 NEEDS PROOF et 2 CONFLICT. | Un certificat de conformité ou un score d'équité. La barrière est précisément conçue pour refuser d'en délivrer un. |
| Impact négatif | Ratios des quatre cinquièmes marginaux et intersectionnels avec contrôle FDR de Benjamini-Hochberg, détection de variables de substitution par le V de Cramér, et inversion contrefactuelle faisant varier la probabilité de passage de 0.0574 en moyenne et de 0.1228 au maximum. | Toute affirmation concernant des résultats réels de recrutement. Les 1 040 candidats, l'offre d'emploi et la disparité sont synthétiques et initialisés. |
| Données fournisseurs | Lit un export AEDT normalisé produit par des systèmes de notation de style Workday-Spotlight, HireVue et Eightfold, alimentés par des adaptateurs fictifs (stubs). | Des connecteurs directs vers un quelconque ATS, plateforme d'évaluation ou moteur de mise en correspondance. Aucun fournisseur mentionné n'est client, partenaire ou prescripteur. |
| Action en aval | Détecte et réoriente le constat d'accessibilité ADA et ASR ainsi que le déclencheur de mesure défavorable FCRA vers un responsable humain désigné, éléments de preuve à l'appui. | Le flux d'aménagements CART et le portail de contestation destiné aux candidats. Tous deux sont simulés dans la démonstration et ne font pas partie de ce que nous concevons ici. |
| Validation formelle | Scelle un dossier de pré-audit de 17 nœuds reliés par chaîne de hachage, vérifié à l'exécution et testé unitairement contre toute altération, au format JSON et en HTML imprimable. | L'audit de biais indépendant lui-même. Des cabinets tels que DCI Consulting, ORCAA et Secretariat assument ce rôle, ce qui n'est pas notre cas. |
Clarion ne certifie pas la conformité, et ce refus est au cœur même de sa conception. Il ne constitue pas un modèle de recrutement et ne note ni ne classe jamais de candidat. Le jeu de données est synthétique et initialisé, la disparité Black / Female y est intentionnellement introduite afin que le moteur dispose d'une anomalie concrète à identifier plutôt que d'un constat sur un employeur réel, et les connecteurs fournisseurs sous-jacents sont des adaptateurs fictifs (stubs) plutôt que des intégrations en production. L'outil produit des éléments de preuve pour les juristes : il ne dispense aucun conseil juridique et n'émet aucun avis sur la responsabilité, Mobley v. Workday, D.K. v. Intuit/HireVue et Kistler v. Eightfold étant des théories juridiques en cours d'examen plutôt que des décisions arrêtées. Les plafonds légaux ne sont mentionnés qu'à titre de maxima, et aucun chiffre d'exposition modélisée n'apparaît ici. Cette page est un document explicatif comprenant la vidéo de démonstration, des captures d'écran réelles, le fonctionnement du mécanisme et des réponses, et non une application exécutable directement depuis cette page.
Parce que le test qui réussit et le test exigé par la loi ne sont pas le même test. Sur l'export synthétique initialisé de 1 040 candidats de la démonstration, le contrôle marginal des quatre cinquièmes passe avec succès, avec un ratio d'impact minimum pour la race de 0.8196 et un ratio minimum pour le sexe de 0.8744 par rapport au seuil de 0.80, et c'est cet audit que livre un auto-rapport de fournisseur. La NYC Local Law 144 exige les ratios intersectionnels race par sexe, et là, la cellule Black / Female admet 44 candidats sur 130 avec un ratio d'impact de 0.6471. Un audit exclusivement marginal ne commet pas d'erreur sur cette cellule : il y est structurellement aveugle.
Non. Veriprajna n'est pas l'auditeur indépendant, ce rôle revenant à des cabinets comme DCI Consulting, ORCAA ou Secretariat. Clarion produit le dossier de pré-audit, un ensemble scellé par chaîne de hachage dans lequel chaque chiffre intègre son calcul et chaque verdict sa référence réglementaire, conçu pour qu'un auditeur indépendant puisse le signer sans avoir à le réécrire. L'objectif est de mettre le système dans un état où l'audit ne trouve aucun motif de notification.
Il ne se connecte ni à l'un ni à l'autre, et Clarion ne note ni ne classe jamais de candidat par lui-même. Rien dans votre environnement n'est remplacé. Il lit un export AEDT fournisseur et le normalise dans un schéma d'enregistrement canonique unique. Dans cette démonstration, les connecteurs fournisseurs sont des adaptateurs de données fictives (stubs) sur des données synthétiques, et le système de notation de type Workday-Spotlight, l'entretien vidéo de type HireVue et le moteur de mise en correspondance de type Eightfold sont des archétypes plutôt que des intégrations réelles.
Chaque statistique, chaque comparaison de seuil, chaque arête de conflit et le hachage du lot résident dans un code déterministe en dehors du cadre des agents. Les six agents de juridiction, le réconciliateur de conflits et le sceptique contradictoire rédigent des textes ; ils ne calculent jamais le moindre chiffre et ne peuvent pas passer outre la barrière de politique. Sans fournisseur de modèle configuré, l'équipe bascule sur des modèles déterministes et l'application produit les mêmes verdicts, car ces verdicts n'ont jamais relevé du modèle.
Vous obtenez un arbitrage quantifié et consigné par écrit. Dans la démonstration, la variable zip_region présente une corrélation avec la race à un V de Cramér de 0.3321, supérieur au seuil de 0.2, de sorte que l'Illinois HB 3773 la traite comme une variable de substitution interdite alors que l'exigence de représentativité de l'Article 10(3) de l'EU AI Act s'appuie sur cette même couverture géographique. La barrière émet CONFLICT au lieu d'une validation, et le réconciliateur rédige une note de stratégie : exploiter deux configurations de déploiement, ou accepter en connaissance de cause une exposition et la documenter, en rappelant que les sanctions pour l'IA à haut risque de l'UE atteignent un plafond légal du montant le plus élevé entre 15 millions d'euros ou 3% du chiffre d'affaires annuel mondial.
Cela automatise la partie qu'il est honnête d'automatiser. Sur l'export synthétique de la démonstration, 2 des 13 obligations sont satisfaites automatiquement, 2 échouent purement et simplement, et 9 sont acheminées sous le statut NEEDS PROOF ou CONFLICT vers un responsable humain désigné avec les éléments de preuve déjà rassemblés et la référence réglementaire jointe. Aucun système honnête ne valide l'ensemble des treize obligations sur ces données. Un tableau de bord affichant treize voyants verts les validerait sans preuve, et ce tableau de bord constituerait la pièce à conviction qu'un plaignant vous opposerait. Le moteur valide également que school_tier n'est pas une variable de substitution avec un V de Cramér de 0.0711, ce qui prouve qu'il ne signale pas aveuglément tout ce qu'il analyse.
Un export unique génère un dossier de pré-audit au format JSON et sous forme d'un dossier auditeur HTML imprimable, en version 1 du format veriprajna-pre-audit-package, comportant 17 nœuds avec chaîne vérifiée à l'exécution. Chaque nœud conserve ses entrées, son calcul et sa référence réglementaire ainsi qu'un lien SHA-256 vers le nœud précédent, de sorte que toute modification apportée à un nœud rompt la chaîne. À ses côtés figurent les six livrables de juridiction, chacun adapté à la référence réglementaire, à la date d'effet et au format requis par son propre régime.
Les recherches à l'origine de cette démonstration : l'architecture, la conception de la vérification et le schéma directeur d'entreprise.
Solution complète
Découvrir la solution AI Hiring Compliance & Bias Audits →Nous sommes une équipe d'ingénierie en IA, pas un organisme certificateur de conformité. Nous concevons la couche déterministe qui calcule les statistiques, structure le livrable exigé par chaque régulateur et énonce clairement les contradictions afin que les juristes puissent décider en ayant une visibilité totale sur les risques.
Un premier échange utile doit être concret : quels fournisseurs d'AEDT interviennent dans votre entonnoir de recrutement, auxquels des six régimes vous êtes réellement exposé, et quelles caractéristiques de ces modèles pourraient être assimilées à des variables de substitution aux classes protégées selon l'un d'entre eux. Nous pouvons explorer le moteur, les ensembles de règles et le format du dossier de pré-audit en concertation avec vos équipes RH, juridiques et data.
