Evaluation des Soft Skills : et si l’IA changeait la donne côté SIRH ?

Soft skills, de quoi parlons-nous ?

L'Institut pour la transformation et l'innovation évoque une somme de capacités cognitives (capacité à traiter de l'information), conatives (capacité à passer à l'action), environnementales (capacité à s'adapter à ce qui nous entoure), émotionnelles (capacité à gérer ses émotions) et relationnelles (capacité à collaborer et à communiquer). France Stratégie ajoute que leur développement « relève de l’expérience vécue – que ce soit ou non dans un cadre formel (…) ». Il existe en réalité une myriade de définitions. Fait intéressant depuis 2025, la norme expérimentale Afnor X50-766 propose un cadre standard pour les « habilités sociocognitives » au travers de 5 dimensions : relation à soi, à l'autre, au savoir, à l'action et à la complexité.

La transformation du travail se poursuit, les soft skills s'avèrent stratégiques

L’essor de l’intelligence artificielle, et en particulier de l’IA générative, accélère une mutation déjà en marche. Selon le World Economic Forum, plus de 60 % des entreprises prévoient d’intensifier l’automatisation de certaines tâches. En France, jusqu’à 27 % des activités pourraient être partiellement déléguées à l’IA d’ici 2030 (Institut de l’Entreprise). 

Plus l’automatisation grandit et plus la compétitivité des entreprises repose sur des compétences que les systèmes d’information n’ont pas, à savoir : le jugement, la créativité, l’intuition. Les organisations qui s’en sortent le mieux sont celles dotées de compétences sociales poussées (Harvard Business Review France). En parallèle, la durée de vie des compétences techniques ne cesse de diminuer désormais estimée entre 6 et 24 mois contre 20 à 30 ans dans les années 80 (Institut de l’Entreprise).

Dans ce contexte, les soft skills deviennent un différenciateur majeur. Plus d’une entreprise sur deux les considère désormais comme stratégiques pour la performance collective, et près de trois quarts déclarent chercher à les développer (Lefebvre Dalloz).

Méthodes traditionnelles d'évaluation des soft skills et biais associés

Les soft skills sont généralement évaluées via des entretiens (classiques ou comportementaux type STAR), des tests psychométriques, des mises en situation (ex. SJT – Situational Judgment Tests), du feedback 360° ou encore des auto-évaluations.

Ces approches sont intéressantes mais exposées à de nombreux biais visant :

• L’évaluateur (ex : subjectivité, effets halo / corne, confirmation, similarité, récence, limite de quantité d'informations assimilables et analysables) ;
• L’évalué (ex : désirabilité sociale, autodéclaration sur/sous-évaluée, contexte de fatigue ou de stress) ;
• Les outils eux-mêmes (ex : standardisation d’un « bon comportement », influence des relations personnelles et des enjeux politiques pour le feedback 360°, initiatives isolées, manque d’intégration dans le SIRH).

S'outiller tout en gagnant en objectivité, et si… l’IA pouvait aider ?

Face à ces limites, l’intelligence artificielle offre de nouvelles perspectives. Analyse du langage naturel (NLP), scoring comportemental, simulations ou encore analyse vocale permettent d’envisager une évaluation des soft skills plus objective, rapide et industrialisable. Cette évolution s’inscrit également dans un cadre légal plus exigeant : une décision de 2025 de la Cour de cassation rappelle la nécessité de cadrer l’intégration des compétences comportementales dans les outils d’évaluation RH pour s’appuyer sur des critères justes et mesurables. 

Déployer une solution IA et l’intégrer dans l’écosystème RH pour une plus grande force de frappe

Déployer une solution d’IA d’évaluation des soft skills nécessite d’abord de bien cadrer les objectifs métier (recrutement, mobilité interne, formation) et les compétences ciblées afin d’éviter un usage gadget. Il est recommandé de démarrer par un périmètre pilote, avec des indicateurs de succès clairs (qualité de recrutement, engagement, performance). Le choix de la solution doit s’appuyer sur des modèles scientifiquement validés et explicables, tout en garantissant la conformité réglementaire (notamment RGPD, IA Act) certains éditeurs sont d’ailleurs certifiés ISO/IEC 42001 (norme existante depuis 2023). Enfin, il est crucial d’impliquer les parties prenantes dès le départ (RH, managers, partenaires sociaux) et d’accompagner le changement par de la communication et de la conduite du changement pour lever les craintes liées à l’IA.

Intégrer une solution d’IA dans l’écosystème RH implique une approche à la fois technique et humaine. D’un point de vue technique, il faut assurer l’interopérabilité avec les outils existants (ATS, Core RH, LMS) via des APIs sécurisées et éviter la création de silos de données. D’un point de vue opérationnel, l’IA doit rester un outil d’aide à la décision, avec un humain dans la boucle pour interpréter les résultats et éviter les biais ou décisions automatisées. Il est également essentiel de mettre en place un pilotage continu basé sur des KPIs (prédictions vs réalité, satisfaction, performance) pour ajuster les modèles et améliorer progressivement leur pertinence dans le contexte spécifique de l’entreprise.

Les soft skills sont désormais au cœur de la performance des organisations, mais leur évaluation reste encore largement subjective et insuffisamment industrialisée dans les SIRH. Dans un contexte d’automatisation croissante et d’obsolescence rapide des compétences techniques, elles deviennent un différenciateur clé. Les approches traditionnelles montrent leurs limites, ouvrant la voie à des solutions basées sur l’IA pour gagner en objectivité et scalabilité. Pour les professionnels SIRH, la clé réside dans l’intégration de ces outils de manière cohérente, interopérable et conforme, tout en maintenant un pilotage humain des décisions RH.

Et vous, où en êtes-vous dans l’outillage de l’évaluation des soft skills au sein de votre SIRH ?