Analyse des compétences en IA de LinkedIn : 2026 déforme 2022

Le côté gênant de l’essor des CV liés à l’IA n’est pas que les travailleurs apprennent de nouveaux outils et le disent. Ils devraient le faire, si le travail est réel. Le problème, c’est que certains profils donnent maintenant l’impression que d’anciens postes étaient beaucoup plus centrés sur l’IA qu’ils ne semblaient l’être à l’époque, ce qui transforme un parcours professionnel en quelque chose qui ressemble davantage à un historique de révisions. C’est important, car le recrutement est déjà rempli d’étiquettes floues. « Ingénieur IA » peut désigner l’entraînement de modèles, l’intégration d’applications, le travail d’évaluation, ou un poste de développement logiciel auquel on a ajouté une fonctionnalité de chatbot dans la feuille de route. Quand ce même flou est réécrit dans des postes passés, les candidats comme les employeurs perdent des signaux utiles.

Le signal de tendance : l’historique LinkedIn bouge

The Next Web rapporte qu’une analyse de Stanford portant sur 29,4 millions de profils LinkedIn estime qu’un instantané de 2026 surestime d’environ 30 % la fréquence des compétences en IA en 2022. Ce n’est pas un petit détail de mesure. Si des employeurs, des économistes du travail ou des organismes de formation utilisent les profils d’aujourd’hui pour déduire ce que les travailleurs savaient à l’époque, ils risquent de lire une version du passé rédigée au présent, plus soignée qu’elle ne l’était.

AOL, en résumant un document de travail du National Bureau of Economic Research, indique que les chercheurs ont analysé des instantanés mensuels de 29,4 millions de profils LinkedIn américains. Le même rapport affirme que près d’un cinquième de ces comptes avaient modifié rétroactivement le titre ou la description d’un poste que l’utilisateur avait déjà quitté. AOL rapporte aussi que des travailleurs américains réécrivent leurs profils pour inclure des compétences en IA et supprimer des mentions liées à la DEI, tandis que le vocabulaire du travail à distance devient moins populaire.

La conclusion utile n’est pas que chaque profil révisé est suspect. Les gens nettoient d’anciennes descriptions, harmonisent leurs titres et ajoutent du contexte manquant tout le temps. Le problème de recrutement commence quand une date de profil est traitée comme une date de compétence, surtout dans un domaine de compétences qui évolue vite, où une seule année peut changer les outils, les méthodes de travail et les attentes disponibles.

Ce que les filtres de recrutement devraient cesser

de supposer Business Insider rapporte que des travailleurs réécrivent d’anciennes entrées LinkedIn pour paraître plus prêts pour l’IA, selon des chercheurs. Pour les équipes de recrutement, cela devrait rappeler que l’historique de mots-clés est une preuve fragile. Un filtre de recherche qui traite « stratégie IA » dans une ancienne description de poste comme une preuve de travail pratique en IA peut surestimer les capacités avant même qu’un humain ne lise le profil.

AOL cite les chercheurs : « Les travailleurs modifient leur CV pour refléter ce qu’ils pensent que les employeurs veulent entendre. » Cette phrase devrait rendre les employeurs un peu plus modestes au sujet de leurs propres descriptions de poste. Si les annonces gonflent les exigences en IA pour des postes ordinaires d’analyste, de marketing, d’opérations ou de développement logiciel, les candidats renverront ce même langage, et les deux côtés se retrouveront avec des informations moins utiles.

C’est là que la multiplication des titres devient coûteuse. Un chef de produit qui a évalué une fonctionnalité d’IA générative, un data scientist qui a construit des pipelines de modèles, et un responsable support qui a rédigé de meilleurs prompts internes peuvent tous écrire « IA » quelque part sur leur profil. Ce ne sont pas des expériences interchangeables, et faire comme si elles l’étaient n’aide personne.

À quoi ressemble une chronologie solide en IA

Le compte rendu d’AOL sur le document de travail du NBER pointe des modifications rétroactives dans les titres et les descriptions, ce qui signifie que les candidats doivent rendre leur chronologie facile à vérifier. Si vous ajoutez du travail lié à l’IA à un ancien poste, rattachez-le au projet réel : ce que vous avez construit, l’outil ou le flux de travail que vous avez utilisé, la décision que vous avez influencée, et l’élément concret qui existe encore. Un lien vers un portfolio, une étude de cas interne, un exemple de code, une fiche d’évaluation, ou une note montrant le flux de travail avant et après pèse davantage qu’un mot-clé récemment poli.

Le chiffre de The Next Web sur une surestimation de 30 % est aussi un avertissement contre le théâtre des certifications. Un certificat peut aider s’il vous laisse avec un projet défendable et le vocabulaire nécessaire pour l’entretien. Il ne réparera pas une chronologie qui revendique des responsabilités en IA sans montrer ce qui a changé dans le travail.

Pour les personnes en reconversion, la version honnête est généralement plus forte que la version gonflée. Une personne de 25 ans qui passe de l’analytique à l’apprentissage automatique peut avoir besoin de preuves différentes de celles d’un responsable des opérations de 45 ans qui ajoute de l’automatisation par IA à un flux de travail déjà mature. Contraintes différentes, même effet de mode : les recruteurs ont toujours besoin de voir le travail, pas seulement l’étiquette.

Ce qu’il faut surveiller ensuite dans le recrutement lié à l’IA

Le rapport de Business Insider indique que les travailleurs ajoutent des compétences en IA tout en supprimant des termes liés au travail à distance, ce qui rappelle clairement que les profils réagissent aux incitations perçues du marché. Quand le marché récompense une expression, les CV l’absorbent. La réponse la plus saine n’est pas d’interdire l’expression, mais de poser de meilleures questions.

Pour les employeurs, cela signifie remplacer les filtres larges par des consignes ciblées : décrivez le système d’IA que vous avez utilisé, expliquez l’étape de revue humaine, nommez le résultat que vous avez amélioré, et montrez un élément concret si possible. Pour les candidats, cela signifie documenter l’apprentissage au fur et à mesure qu’il se produit, au lieu de remplir rétrospectivement chaque ancien poste avec le vocabulaire le plus récent.

Le prochain signal utile en recrutement ne sera pas de savoir qui dit « IA » en premier, mais qui peut expliquer le flux de travail assez clairement pour qu’une autre personne puisse l’examiner.