Black box
Une IA « boîte noire » est un système dont le fonctionnement interne reste inaccessible ou incompréhensible pour l’utilisateur, même si les entrées et les sorties, elles, sont observables. On voit ce qui rentre et ce qui sort, jamais ce qui se passe entre les deux.
Cette opacité concerne surtout les modèles de deep learning et de réseaux de neurones, où des millions de paramètres interagissent sans logique lisible par un humain — contrairement à un arbre de décision, transparent par nature.
En RH, l’exemple concret : un outil qui score des CV sans expliquer pourquoi un candidat obtient telle note. Problématique quand ce score influence une décision d’embauche — le candidat comme le recruteur ne peuvent contester ni comprendre le résultat.
L’opposé de la boîte noire s’appelle l’IA « boîte blanche » (white box) ou IA explicable (XAI), où la logique de décision reste consultable. Le RGPD comme l’AI Act européen poussent vers plus d’explicabilité pour les décisions RH automatisées à fort impact.
Retrouvez tous les termes dans le lexique SIRH et IA de yapluqua.com.
Sources : IBM (30/01/2026), Immersia.