France Travail passe à l’IA : ce que ça change pour les…

Par Romain Rissoan, expert de la formation professionnelle · Publié le 2 août 2026 · Mis à jour le 2 août 2026

Actualités Se Former Organismes de Formation

Illustration : un arbre de décision algorithmique trie des dossiers de demandeurs d'emploi vers deux files distinctes

Fin juillet 2026, deux informations sont tombées à dix jours d'intervalle, et elles parlent en réalité du même sujet. D'un côté, France Travail détaille son arsenal d'intelligence artificielle : cinq outils déjà en service auprès de 30 000 conseillers, pour 15 millions d'euros investis. De l'autre, l'association La Quadrature du Net révèle, le 20 juillet, l'existence d'un algorithme qui sélectionne les demandeurs d'emploi à contrôler en priorité — et un sénateur demande désormais des comptes au gouvernement.

Les deux faces d'une même pièce : le premier opérateur de l'emploi en France, qui est aussi l'un des premiers prescripteurs de formation du pays, industrialise l'IA. Pour un organisme de formation, un CFA ou un formateur, ce n'est pas un débat abstrait : c'est le robinet de vos entrées en formation qui change de mécanisme.

Côté conseillers : cinq outils déjà en production

Commençons par ce qui fonctionne. France Travail a déployé une gamme d'outils qui ne relèvent plus du pilote de laboratoire — le taux d'utilisation quotidienne par les conseillers atteint 70 %.

Outil	À quoi ça sert	Résultat annoncé
Chat FT	Assistant conversationnel interne, entraîné sur les données de l'établissement : il résume les entretiens et retrouve l'information réglementaire	≈ 3 heures gagnées par semaine et par conseiller
Neo	Interroger les bases de données en langage courant (« montre-moi les offres de soudeur à moins de 30 km ») au lieu de naviguer dans les écrans	Accès direct sans passer par un expert
Chat FT Écoute	Transcription automatique des entretiens en présentiel	91 % de fiabilité, en test dans six régions dont La Réunion et la Nouvelle-Aquitaine
Match FT	Rapprochement entre les offres et les profils, volet « Offre » et volet « Formation »	Qualification d'un profil par SMS en 1 h 30 au lieu de 3 jours
Coach FT	Service vocal d'aide aux usagers et aux recruteurs, notamment pour rédiger les annonces	Une annonce optimisée aurait 5 fois plus de chances d'être pourvue

Sur le plan technique, France Travail a fait un choix qui mérite d'être noté : les modèles de langage viennent de Mistral AI, l'entreprise française, et tournent sur ses propres serveurs, à Montpellier et Orléans. Traduction : les données des demandeurs d'emploi ne partent pas chez un géant américain du cloud. Pour un établissement qui gère les dossiers de 15 millions de personnes, ce n'est pas un détail de communication.

Le volet qui concerne directement les organismes de formation

Un chiffre doit retenir l'attention de tout organisme de formation : le volet « Formation » de Match FT génère + 17 % d'inscriptions, avec une satisfaction déclarée de 4,75 sur 5. Concrètement, quand un conseiller reçoit une personne, l'outil lui propose automatiquement les formations pertinentes au vu du profil, du bassin d'emploi et des offres non pourvues alentour — au lieu de compter sur la connaissance personnelle du catalogue par le conseiller.

Prenons un cas simple. Un organisme forme des conducteurs d'engins en Nouvelle-Aquitaine et remplit habituellement 60 places par an via les prescriptions de France Travail. Si le moteur de recommandation identifie bien sa session, le mécanisme joue en sa faveur : + 17 %, cela ferait une dizaine d'entrées supplémentaires, sans un euro de prospection. Si en revanche sa formation est mal décrite, mal rattachée à un code métier ou absente du catalogue régional référencé, elle devient tout bonnement invisible pour l'algorithme — et la connaissance qu'en avait le conseiller du coin ne suffira plus à compenser. Il n'y a pas de recours à un moteur qui ne vous voit pas.

C'est un changement de nature du travail commercial d'un organisme : hier, on entretenait une relation avec des conseillers ; demain, il faut aussi être correctement « lisible » par une machine. Les deux, en réalité — mais le second devient déterminant.

L'autre nouvelle : un algorithme qui trie les chômeurs à contrôler

Le 20 juillet 2026, La Quadrature du Net, en partenariat avec la cellule investigation de Radio France, a publié un document interne : la présentation faite le 10 décembre 2025 au comité d'éthique IA de France Travail. On y découvre un outil au nom sans ambiguïté, « Ciblage du Contrôle de la Recherche d'Emploi ».

Le principe, expliqué simplement : l'algorithme a appris sur 60 000 contrôles passés, par une technique d'arbre de décision — imaginez une longue suite de questions oui/non (« la personne s'est-elle connectée à son espace ce mois-ci ? », « son CV est-il visible ? », « ses candidatures correspondent-elles à son parcours ? ») qui, en s'enchaînant, débouchent sur un score. Au total, 26 variables nourrissent ce score, dont l'historique d'inscription, le niveau de formation et les manquements passés. La liste complète des règles n'est, elle, pas publique.

Les ordres de grandeur donnent la mesure de l'enjeu. En 2025, France Travail a réalisé 1,25 million de contrôles, dont 500 000 ciblés — soit 40 % du total. Et depuis le 1^er janvier 2026, l'inscription à France Travail étant devenue obligatoire pour les bénéficiaires du RSA, ce sont potentiellement plus de 6 millions de personnes qui entrent dans le périmètre. Les phases de test ont porté sur deux campagnes d'environ 7 000 dossiers chacune, ciblées sur des personnes en rupture conventionnelle.

La question remonte au Sénat

Dix jours plus tard, le 30 juillet 2026, le sénateur Éric Kerrouche (Landes, groupe socialiste) publie au Journal officiel une question écrite adressée à la ministre du Travail et des Solidarités. Son argument est précis : on connaît les 26 variables, mais pas les règles qui les combinent — donc il est impossible de vérifier si le tri produit une discrimination. Il s'appuie sur deux textes : la convention du Conseil de l'Europe sur l'IA et les droits humains du 17 mai 2024, et le règlement européen 2024/1689 du 13 juin 2024 (l'« AI Act »). Sa question tient en une ligne : quand le code source sera-t-il rendu public, ou à défaut, sur quel motif le gouvernement justifie-t-il de ne pas le publier ? À ce jour, la réponse ministérielle n'est pas parue.

Les deux points de vue, honnêtement

Il serait facile de trancher d'un côté ou de l'autre. Regardons les deux.

Du côté de France Travail, la logique se défend. L'établissement doit accompagner 15 millions d'usagers avec des moyens qui se resserrent : la loi de finances 2026 prévoit 515 suppressions de postes, et l'IA est justement présentée comme le moyen de redéployer 800 équivalents temps plein vers l'accompagnement direct à l'horizon 2027. Autrement dit : automatiser la paperasse pour remettre des humains en face des gens. Quant au contrôle ciblé, il existait déjà avant l'algorithme — un conseiller décidait, avec ses propres biais, qui contrôler. Un modèle entraîné sur 60 000 dossiers n'est pas forcément plus injuste qu'une intuition individuelle non tracée.

Du côté des demandeurs d'emploi, l'objection est tout aussi solide. Quand une décision qui peut aboutir à une radiation repose sur un score dont personne ne peut examiner la mécanique, la personne visée n'a aucun moyen de se défendre : on ne conteste pas ce qu'on ne voit pas. S'ajoute un risque plus insidieux, souligné dans le document : la déresponsabilisation. Un agent à qui la machine désigne un dossier « à risque » aura naturellement tendance à ne pas remettre en cause ce que l'outil présente comme une objectivité technique. Enfin, la crédibilité de l'établissement sur la donnée reste fragile : le 22 janvier 2026, la CNIL lui a infligé une amende de 5 millions d'euros pour défaut de sécurité, après la fuite massive de données de 2024.

Ces deux lectures ne s'annulent pas. On peut parfaitement penser que l'outillage IA des conseillers est une bonne nouvelle et que l'opacité du ciblage est un vrai problème — c'est même, sans doute, la position la plus raisonnable.

Ce que les OF, CFA et formateurs peuvent en retenir

Un : soignez la lisibilité machine de votre offre. Intitulés, codes métiers (ROME), certifications rattachées, lieux, dates, prérequis : ce qui est flou ou manquant dans les catalogues référencés vous rend invisible pour un moteur de recommandation. Ce travail ingrat de qualité des données est devenu un travail commercial.

Deux : ne misez pas tout sur la prescription. Si un algorithme peut faire + 17 % d'entrées, il peut aussi en faire - 17 % le jour où le paramétrage change. Un organisme dont 80 % des entrées dépendent d'un unique prescripteur est exposé à une décision technique sur laquelle il n'a aucune prise.

Trois : préparez vos apprenants à la question. Les personnes que vous formez sont, pour beaucoup, inscrites à France Travail. Savoir que la régularité des connexions, la visibilité du CV et la cohérence des candidatures pèsent dans un score fait partie, aujourd'hui, de l'accompagnement élémentaire — sans dramatiser, mais sans le taire.

Quatre : suivez la réponse ministérielle. Si le code source ou les règles de scoring sont publiés, ce sera une première utile pour tout le secteur : cela créera un précédent sur ce qu'un opérateur public doit rendre lisible quand il automatise une décision qui touche des droits.

Le vrai sujet n'est pas l'IA, c'est ce qu'on en montre

Il n'y a rien de choquant à ce que le service public de l'emploi utilise de l'IA — 15 millions de dossiers ne se traitent pas à la main, et faire gagner trois heures par semaine à 30 000 conseillers est une bonne chose pour tout le monde, y compris pour les organismes de formation qui verront des conseillers plus disponibles. La ligne de partage ne passe pas entre l'IA et le reste. Elle passe entre les usages qu'on assume et qu'on documente, et ceux qu'on garde sous le coude. Un outil qui recommande une formation peut se tromper sans grande conséquence : on en propose une autre. Un outil qui désigne une personne à contrôler engage, lui, une décision qui peut coûter un revenu. Il est logique qu'on n'exige pas le même niveau de transparence des deux — et c'est précisément ce que le Sénat vient de demander.