Signal de résumé contre bruit: la couche cachée de l'embauche
Ouvrez n'importe quelle pile de 200 CV entrants et vous trouverez le même schéma. Environ quarante d'entre elles décrivent un travail réel, récent et pertinent pour un rôle. Les 160 autres décrivent les heures, les titres, les outils et les tâches que le candidat a effectuées, dans un certain ordre, à un certain moment, pour une entreprise. Les 40 premiers sont des signaux. Le reste est du bruit. La plupart des équipes de recrutement ne peuvent pas les distinguer assez rapidement, et c'est la raison pour laquelle le dépistage de la reprise se sent encore brisé en 2026.Quel est le signal et le bruit qui sont réellement significatifs sur un CV
Le signal est une information qui prédit si un candidat fera le travail pour lequel vous embauchez. Les résultats concrets ("réduction de la latence de p95 de 800 ms à 120 ms"), la portée pertinente ("propriété du service de facturation pendant 18 mois") et les réalisations en forme de décision ("réconception de l'intégration expédiée qui a augmenté l'activation de 14%") sont des signaux. Le bruit est tout le reste: responsabilités génériques, mots à la mode, certifications que personne ne vérifie, et outils listés sans contexte. Harvard Business Review estime que 72% des CV sont filtrés avant qu'un humain ne les lise, et les systèmes qui font ce filtrage regardent principalement le bruit et les mots clés correspondants, les entiers d'années d'expérience et les champs de diplôme. Un candidat qui a envoyé exactement ce dont vous avez besoin mais a utilisé des mots différents est coupé. Un candidat qui a écrit une salade de mot à la mode qui reflète votre description de travail passe. Le coût du traitement du bruit comme signal n'est pas abstrait: le rapport de référence 2025 de SHRM indique que le coût moyen par location est de 5 475 $ et que le mauvais embauche comporte des mois.Pourquoi le parallèle des mots clés ne peut pas séparer le signal du bruit
Les systèmes de suivi des demandeurs de succession ont été conçus à une époque où le problème était le papier, et non le jugement. Ils analysent un PDF, extraient des jetons, les comparent à une description de poste et classent. Cela fonctionne pour les formulaires de conformité. Il ne fonctionne pas pour distinguer un ingénieur Senior qui a envoyé des systèmes réels d'un junior qui a collé les mots corrects. Trois problèmes structurels font que le mot clé correspond au mauvais outil: Le code de l'articleD'abord, évaluer en fonction des résultats auxquels l'utilisateur se soucie réellement. Pour Amazon, c'était la conversion et la satisfaction à long terme. Pour l'embauche, il s'agit de savoir si un candidat peut faire le travail et rester. Cela signifie que les résultats quantifiés, la pertinence de l'expérience, la trajectoire de carrière et l'alignement des compétences sont évalués, et non pas si le mot "Python" apparaît 4 fois par rapport à 7 fois. Deuxièmement, expose le raisonnement. Un classeur de boîte noire qui dit "fiez-vous de moi" perd à chaque fois à un système transparent, parce que les utilisateurs peuvent vérifier, corriger et faire confiance au système transparent. Nous avons construit Curriculo ATS de sorte que chaque score de 0–100 est associé à un paragraphe de raisonnement écrit expliquant ce que le modèle a vu et pesé. Un fondateur qui lit ce paragraphe dans notre vue de Scoring d'impact peut décider en quelques secondes si le AI a bien fait, et annuler quand il ne l'a pas fait. C'est l'embauche basée sur des signaux dans la pratique.
Comment vérifier si votre ATS actuel lit le signal ou le bruit
Le moyen le plus rapide de savoir ce que fait votre ATS est de faire un test contrôlé qui prend environ 20 minutes. Choisissez trois CV que vous et votre équipe avez déjà évalués et sur lesquels vous êtes convenus: un candidat évident (résultats quantifiés clairs, travaux pertinents récents), un candidat évident faible (mot clé lourd sans réalisations mesurables) et un cas frontalier (bonne formation mais résultats incertains). Envoyez les trois dans votre flux standard de demande. Regardez le classement que produit le ATS. Si le candidat le plus élevé est dans le quartile le plus haut et que le CV du mot de passe est dans la moitié inférieure, le système lit quelque chose d'utile. Si le mot à la mode résume des scores plus élevés que le candidat supérieur – ce qui se produit environ 40% du temps sur les systèmes de mots clés hérités que nous avons testé – votre ATS est de détection sur le bruit. La deuxième partie de l'essai est le paragraphe de raisonnement. Demandez au système: pourquoi ce candidat a-t-il obtenu des points là où il l'a fait ? Si la réponse est "73% correspondant" ou "forte", vous n'avez pas d'explication. Si la réponse est un paragraphe qui énumère les réalisations, les signaux d'expérience, la trajectoire et les lacunes, vous le faites. La plupart des équipes qui exécutent ce test pour la première fois découvrent que leur ATS a été réévalué silencieusement dans leur tête pendant des mois et ils ont simplement cessé de faire confiance à la sortie sans se rendre compte. La discipline de faire le test une fois par trimestre, même après un changement, garde le modèle honnête. Les modèles dérivent. Les descriptions de poste dérivent. Le test de 20 minutes est l'assurance la moins chère contre les deux types de dérive devenant un accident coûteux.Comment un fondateur de démarrage applique la pensée signal-contre-bruit Pour utiliser ce cadre, vous n'avez pas besoin d'une équipe d'apprentissage automatique. Vous avez besoin d'une description de travail qui donne des noms aux résultats au lieu de tâches, et d'une boucle de dépistage qui les récompense. Cinq mouvements concrets:
Le code de l'article