{"id":19774,"date":"2026-10-22T18:37:58","date_gmt":"2026-10-22T18:37:58","guid":{"rendered":"https:\/\/french.arabpsychology.com\/?psych_term=impact-disparate-adverse-impact"},"modified":"2026-10-22T18:37:58","modified_gmt":"2026-10-22T18:37:58","slug":"impact-disparate-adverse-impact","status":"publish","type":"psych_term","link":"https:\/\/french.arabpsychology.com\/?psych_term=impact-disparate-adverse-impact","title":{"rendered":"Impact disparate : L&rsquo;\u00e9quit\u00e9 des s\u00e9lections"},"content":{"rendered":"<p>Au c\u0153ur de la psychologie du travail et des organisations, l&rsquo;\u00e9valuation des comp\u00e9tences et la s\u00e9lection du personnel soul\u00e8vent des enjeux fondamentaux de justice distributive et de rigueur m\u00e9thodologique. Lorsqu&rsquo;une proc\u00e9dure d&rsquo;\u00e9valuation apparemment neutre engendre une exclusion disproportionn\u00e9e des membres d&rsquo;un groupe prot\u00e9g\u00e9, le ph\u00e9nom\u00e8ne est qualifi\u00e9 d&rsquo;impact disparate ou pr\u00e9judiciable, posant un d\u00e9fi direct \u00e0 l&rsquo;id\u00e9al m\u00e9ritocratique des entreprises contemporaines.<\/p>\n<h2>L&rsquo;impact disparate (Adverse Impact)<\/h2>\n<h3>1. D\u00e9finition concise<\/h3>\n<p>L&rsquo;<strong>impact disparate<\/strong> (commun\u00e9ment d\u00e9sign\u00e9 sous le terme anglophone d&rsquo;<em>adverse impact<\/em>) d\u00e9signe, en psychologie du travail et en droit du travail, une situation dans laquelle une pratique de gestion des ressources humaines apparemment neutre \u2014 telle qu&rsquo;un test psychom\u00e9trique, une \u00e9preuve d&rsquo;aptitude cognitive, un entretien structur\u00e9 ou un crit\u00e8re physique \u2014 entra\u00eene un taux de s\u00e9lection, d&#8217;embauche ou de promotion substantiellement plus faible pour les membres d&rsquo;une cat\u00e9gorie prot\u00e9g\u00e9e (d\u00e9finie par le genre, l&rsquo;origine ethnique, l&rsquo;\u00e2ge ou le handicap) par rapport au groupe majoritaire.<\/p>\n<p>Contrairement au traitement disparate qui repose sur une intention discriminatoire explicite, l&rsquo;impact disparate se focalise exclusivement sur les cons\u00e9quences statistiques objectives d&rsquo;un dispositif d&rsquo;\u00e9valuation. M\u00eame en l&rsquo;absence totale de pr\u00e9jug\u00e9 conscient de la part de l&rsquo;\u00e9valuateur, la pr\u00e9sence d&rsquo;une divergence statistique marqu\u00e9e suffit \u00e0 caract\u00e9riser une pr\u00e9somption de discrimination indirecte, obligeant l&rsquo;organisation \u00e0 d\u00e9montrer formellement la validit\u00e9 pr\u00e9dictive et la n\u00e9cessit\u00e9 professionnelle imp\u00e9rieuse de l&rsquo;outil employ\u00e9.<\/p>\n<p>Dans le paradigme de la psychom\u00e9trie appliqu\u00e9e, ce concept met en tension deux imp\u00e9ratifs souvent concurrents : l&rsquo;optimisation de la validit\u00e9 crit\u00e9ri\u00e9e d&rsquo;un instrument de s\u00e9lection visant \u00e0 maximiser la performance future au travail, et la pr\u00e9servation de la justice organisationnelle ainsi que de la diversit\u00e9 d\u00e9mographique au sein des effectifs.<\/p>\n<h3>2. \u00c9tymologie et origine linguistique<\/h3>\n<p>Sur le plan morphologique et \u00e9tymologique, le terme anglais <em>adverse<\/em> d\u00e9rive du latin classique <em>adversus<\/em>, participe pass\u00e9 du verbe <em>advertere<\/em>, compos\u00e9 du pr\u00e9fixe <em>ad-<\/em> (vers, en direction de) et du verbe <em>vertere<\/em> (tourner). Litt\u00e9ralement, il renvoie \u00e0 ce qui est \u00ab tourn\u00e9 contre \u00bb, prenant le sens d&rsquo;hostile, d\u00e9favorable ou pr\u00e9judiciable. Le terme <em>impact<\/em> provient quant \u00e0 lui du latin <em>impactum<\/em>, supin du verbe <em>impingere<\/em> (\u00ab frapper contre \u00bb, \u00ab heurter \u00bb). L&rsquo;association des deux termes est apparue formellement dans le droit f\u00e9d\u00e9ral am\u00e9ricain et la <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Psychologie_du_travail_et_des_organisations\">psychologie du travail et des organisations<\/a> au tournant des ann\u00e9es 1970 pour d\u00e9signer l&rsquo;effet dommageable et non intentionnel d&rsquo;une r\u00e8gle impersonnelle sur un groupe sp\u00e9cifique.<\/p>\n<p>Dans le monde francophone, la terminologie oscille entre plusieurs traductions selon les contextes juridiques et acad\u00e9miques. La doctrine juridique europ\u00e9enne et fran\u00e7aise privil\u00e9gie l&rsquo;expression de \u00ab <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Discrimination_indirecte\">discrimination indirecte<\/a> \u00bb, tandis que la psychologie organisationnelle, le management compar\u00e9 et la psychom\u00e9trie emploient couramment les locutions \u00ab impact disparate \u00bb, \u00ab effet pr\u00e9judiciable \u00bb ou \u00ab impact n\u00e9gatif \u00bb. En fran\u00e7ais canadien et au sein des organisations internationales, \u00ab impact disparate \u00bb ou \u00ab effet d\u00e9favorable \u00bb s&rsquo;est impos\u00e9 comme le calque le plus rigoureux pour distinguer le ph\u00e9nom\u00e8ne statistique des cons\u00e9quences p\u00e9nales associ\u00e9es \u00e0 l&rsquo;intentionnalit\u00e9.<\/p>\n<h3>3. Prononciation et forme grammaticale<\/h3>\n<p>En fran\u00e7ais, l&rsquo;expression s&rsquo;\u00e9nonce phon\u00e9tiquement \/\u025b\u0303.pakt dis.pa.\u0281at\/. Il s&rsquo;agit d&rsquo;un syntagme nominal masculin singulier compos\u00e9 du nom commun \u00ab impact \u00bb (masculin) et de l&rsquo;adjectif qualificatif \u00ab disparate \u00bb, qui s&rsquo;accorde en genre et en nombre avec le nom qu&rsquo;il qualifie (au pluriel : des impacts disparates). L&rsquo;adjectif \u00ab pr\u00e9judiciable \u00bb (\/p\u0281e.\u0292y.di.sja.bl\/) est \u00e9galement couramment employ\u00e9 sous la forme d&rsquo;\u00ab impact pr\u00e9judiciable \u00bb.<\/p>\n<p>Sur le plan syntaxique, le terme s&#8217;emploie principalement comme compl\u00e9ment d&rsquo;objet direct ou sujet dans des propositions d\u00e9crivant des propri\u00e9t\u00e9s \u00e9valuatives : \u00ab Le test cognitif produit un impact disparate significatif \u00bb ou \u00ab L&rsquo;audit a r\u00e9v\u00e9l\u00e9 l&rsquo;absence d&rsquo;impact pr\u00e9judiciable \u00e0 l&rsquo;\u00e9gard des candidates \u00bb. On le rencontre \u00e9galement dans des constructions nominales compos\u00e9es comme \u00ab ratio d&rsquo;impact disparate \u00bb ou \u00ab analyse d&rsquo;impact pr\u00e9judiciable \u00bb.<\/p>\n<h3>4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n<p>La notion d&rsquo;impact disparate repose sur une distinction doctrinale et empirique cruciale entre la puret\u00e9 proc\u00e9durale apparente et l&rsquo;\u00e9quit\u00e9 substantielle des r\u00e9sultats. Une proc\u00e9dure de recrutement peut sembler enti\u00e8rement \u00e9galitaire parce qu&rsquo;elle est administr\u00e9e de fa\u00e7on rigoureusement standardis\u00e9e \u00e0 l&rsquo;ensemble des candidats, sans favoritisme personnel ni d\u00e9rogation aux consignes. N\u00e9anmoins, si cette proc\u00e9dure s&rsquo;appuie sur des variables d&rsquo;\u00e9valuation fortement corr\u00e9l\u00e9es avec des disparit\u00e9s socioculturelles pr\u00e9alables ou des privil\u00e8ges d&rsquo;apprentissage historically ancr\u00e9s, elle filtre disproportionnellement les groupes marginalis\u00e9s.<\/p>\n<p>Dans le domaine de l&rsquo;\u00e9valuation psychologique, les pr\u00e9dicteurs du rendement professionnel pr\u00e9sentent des \u00e9carts moyens intergroupes substantiels. Par exemple, les instruments mesurant l&rsquo;aptitude cognitive g\u00e9n\u00e9rale (souvent appel\u00e9e facteur <em>g<\/em>) g\u00e9n\u00e8rent fr\u00e9quemment des diff\u00e9rences de scores moyens entre groupes ethniques ou sociaux, g\u00e9n\u00e9ralement quantifi\u00e9es par le <em>d<\/em> de Cohen. Lorsque les organisations utilisent ces instruments avec un seuil de coupure strict (s\u00e9lection par ordre de m\u00e9rite descendant dans un contexte de faible taux de s\u00e9lection), les l\u00e9gers d\u00e9calages dans la distribution des scores entra\u00eenent une chute spectaculaire du taux de s\u00e9lection des groupes sous-repr\u00e9sent\u00e9s, cr\u00e9ant ainsi un impact disparate majeur.<\/p>\n<p>Il importe de souligner que l&rsquo;impact disparate n&rsquo;est pas synonyme absolu de discrimination ill\u00e9gale ou de biais psychom\u00e9trique direct. En psychom\u00e9trie, un outil est dit biais\u00e9 s&rsquo;il pr\u00e9sente un fonctionnement diff\u00e9rentiel des items (DIF) ou s&rsquo;il n&rsquo;affiche pas la m\u00eame validit\u00e9 pr\u00e9dictive (erreur de pr\u00e9diction diff\u00e9rentielle au sens des mod\u00e8les de Cleary) pour tous les sous-groupes. Un test peut \u00eatre psychom\u00e9triquement \u00e9quitable et rigoureusement valide pour pr\u00e9dire le rendement au travail, tout en produisant simultan\u00e9ment un impact disparate statistique sur le terrain op\u00e9rationnel. Cette r\u00e9alit\u00e9 conduit au fameux \u00ab dilemme diversit\u00e9-validit\u00e9 \u00bb (<em>diversity-validity dilemma<\/em>), o\u00f9 les instruments poss\u00e9dant la plus forte validit\u00e9 crit\u00e9ri\u00e9e sont souvent ceux qui g\u00e9n\u00e8rent le plus d&rsquo;exclusion d\u00e9mographique.<\/p>\n<p>Le p\u00e9rim\u00e8tre de l&rsquo;impact disparate s&rsquo;\u00e9tend \u00e0 l&rsquo;ensemble du cycle de vie professionnel au sein des organisations. Il ne concerne pas uniquement le recrutement initial, mais \u00e9galement les tests d&rsquo;admissibilit\u00e9 aux promotions, les \u00e9valuations quantitatives de la performance, les crit\u00e8res d&rsquo;acc\u00e8s aux programmes de d\u00e9veloppement des cadres \u00e0 haut potentiel, les restructurations et licenciements \u00e9conomiques fond\u00e9s sur des algorithmes d&rsquo;\u00e9valuation, ainsi que les dispositifs contemporains de s\u00e9lection automatis\u00e9e assist\u00e9s par l&rsquo;intelligence artificielle.<\/p>\n<h3>5. \u00c9volution historique<\/h3>\n<p>L&rsquo;\u00e9mergence historique de la th\u00e9orie de l&rsquo;impact disparate trouve son point d&rsquo;ancrage dans la l\u00e9gislation am\u00e9ricaine sur les droits civiques et dans un litige embl\u00e9matique tranch\u00e9 par la Cour supr\u00eame des \u00c9tats-Unis en 1971 : l&rsquo;arr\u00eat <em><a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Griggs_v._Duke_Power_Co.\">Griggs v. Duke Power Co.<\/a><\/em>. Avant l&rsquo;adoption du Titre VII du <em>Civil Rights Act<\/em> de 1964, la soci\u00e9t\u00e9 Duke Power imposait ouvertement une s\u00e9gr\u00e9gation des postes. Apr\u00e8s la promulgation de la loi interdisant la discrimination raciale d\u00e9lib\u00e9r\u00e9e, l&rsquo;entreprise instaura l&rsquo;exigence d&rsquo;un dipl\u00f4me d&rsquo;\u00e9tudes secondaires et le passage r\u00e9ussi de deux tests standardis\u00e9s d&rsquo;aptitude cognitive (le <em>Wonderlic Personnel Test<\/em> et le <em>Bennett Mechanical Comprehension Test<\/em>) pour acc\u00e9der aux postes les mieux r\u00e9mun\u00e9r\u00e9s.<\/p>\n<p>Ces conditions neutralisaient les candidatures des Afro-Am\u00e9ricains, qui poss\u00e9daient moins fr\u00e9quemment ces dipl\u00f4mes en raison des disparit\u00e9s historiques du syst\u00e8me \u00e9ducatif s\u00e9gr\u00e9gu\u00e9 et obtenaient des scores moyens inf\u00e9rieurs aux tests standardis\u00e9s. Dans une d\u00e9cision unanime r\u00e9dig\u00e9e par le juge en chef Warren Burger, la Cour supr\u00eame statua que le Titre VII prohibe non seulement les discriminations fond\u00e9es sur une mauvaise intention, mais \u00e9galement les pratiques apparemment \u00e9quitables en surface qui op\u00e8rent comme des \u00ab barri\u00e8res int\u00e9gr\u00e9es \u00bb pour certains groupes, d\u00e8s lors qu&rsquo;elles ne sont pas justifi\u00e9es par une n\u00e9cessit\u00e9 professionnelle (<em>business necessity<\/em>).<\/p>\n<p>Par la suite, en 1978, plusieurs agences f\u00e9d\u00e9rales am\u00e9ricaines \u2014 dont l&rsquo;EEOC (<em>Equal Employment Opportunity Commission<\/em>) et le D\u00e9partement de la Justice \u2014 adopt\u00e8rent les <em>Uniform Guidelines on Employee Selection Procedures<\/em>. Ce document historique a codifi\u00e9 des r\u00e8gles quantitatives op\u00e9rationnelles pour d\u00e9tecter l&rsquo;impact disparate, notamment la r\u00e8gle des quatre cinqui\u00e8mes (ou r\u00e8gle des 80 %), et a formalis\u00e9 les exigences techniques impos\u00e9es aux psychologues industriels pour valider les tests de s\u00e9lection.<\/p>\n<p>Au niveau international et europ\u00e9en, cette logique a \u00e9t\u00e9 int\u00e9gr\u00e9e par le droit communautaire au travers de la jurisprudence de la Cour de justice de l&rsquo;Union europ\u00e9enne (notamment \u00e0 partir de l&rsquo;affaire <em>Bilka-Kaufhaus<\/em> en 1986). L&rsquo;Union europ\u00e9enne a explicitement codifi\u00e9 le principe de \u00ab discrimination indirecte \u00bb dans ses directives fondamentales (telles que la directive 2000\/78\/CE et la directive 2006\/54\/CE), obligeant tout employeur europ\u00e9en \u00e0 prouver la l\u00e9gitimit\u00e9, la pertinence et la proportionnalit\u00e9 de toute exigence professionnelle causant un d\u00e9savantage statistique \u00e0 un groupe prot\u00e9g\u00e9.<\/p>\n<h3>6. Fondements th\u00e9oriques<\/h3>\n<p>L&rsquo;analyse de l&rsquo;impact disparate repose sur plusieurs socles th\u00e9oriques interconnect\u00e9s appartenant \u00e0 la psychologie sociale, \u00e0 la th\u00e9orie de la mesure psychologique et \u00e0 la th\u00e9orie organisationnelle :<\/p>\n<p>Premi\u00e8rement, la <strong>th\u00e9orie de la justice organisationnelle<\/strong>, initi\u00e9e par Jerald Greenberg et largement d\u00e9velopp\u00e9e par Jason Colquitt, d\u00e9compose l&rsquo;\u00e9quit\u00e9 per\u00e7ue en justice distributive (l&rsquo;\u00e9quit\u00e9 des r\u00e9sultats allou\u00e9s), justice proc\u00e9durale (la neutralit\u00e9 et la coh\u00e9rence des r\u00e8gles du jeu) et justice interactionnelle (la dignit\u00e9 du traitement interpersonnel). L&rsquo;impact disparate illustre une contradiction fondamentale entre une justice proc\u00e9durale formelle apparente et un d\u00e9ficit majeur de justice distributive. Lorsqu&rsquo;un processus est per\u00e7u comme biais\u00e9 en raison d&rsquo;une disparit\u00e9 disproportionn\u00e9e dans les r\u00e9sultats, la l\u00e9gitimit\u00e9 globale de l&rsquo;organisation s&rsquo;en trouve profond\u00e9ment \u00e9branl\u00e9e aux yeux des parties prenantes.<\/p>\n<p>Deuxi\u00e8mement, la <strong>th\u00e9orie de la repr\u00e9sentativit\u00e9 et de l&rsquo;\u00e9quit\u00e9 des tests<\/strong> en psychom\u00e9trie (formalis\u00e9e par Robert Thorndike, Nancy Cole et d&rsquo;autres) explore la mod\u00e9lisation math\u00e9matique du biais. Ces th\u00e9oriciens ont d\u00e9montr\u00e9 qu&rsquo;un test peut satisfaire \u00e0 la stricte neutralit\u00e9 de pente et d&rsquo;ordonn\u00e9e \u00e0 l&rsquo;origine (mod\u00e8le de Cleary) tout en \u00e9liminant presque enti\u00e8rement un sous-groupe n\u1ebfu sa moyenne est d\u00e9cal\u00e9e d&rsquo;un \u00e9cart-type. Ces travaux th\u00e9oriques ont soulign\u00e9 que la simple \u00e9quivalence m\u00e9trique d&rsquo;un instrument ne garantit en aucun cas une neutralit\u00e9 sociale lors de sa transposition en d\u00e9cision dichotomique (admis\/rejet\u00e9).<\/p>\n<p>Troisi\u00e8mement, le <strong>mod\u00e8le du dilemme diversit\u00e9-validit\u00e9<\/strong> en psychologie du travail, formalis\u00e9 par des auteurs comme Wayne Cascio, Paul Sackett et Neal Schmitt, postule que les attributs humains pr\u00e9sentant la corr\u00e9lation la plus robuste avec la performance dans des t\u00e2ches complexes (l&rsquo;intelligence g\u00e9n\u00e9rale, la rapidit\u00e9 de traitement de l&rsquo;information) manifestent \u00e9galement les disparit\u00e9s de groupe les plus marqu\u00e9es. Inversement, les variables pr\u00e9sentant une disparit\u00e9 quasi nulle (certains traits de personnalit\u00e9 du mod\u00e8le des <em>Big Five<\/em> comme la conscience professionnelle, la stabilit\u00e9 \u00e9motionnelle ou l&rsquo;amabilit\u00e9) pr\u00e9sentent une validit\u00e9 pr\u00e9dictive univari\u00e9e mod\u00e9r\u00e9e. Ce cadre th\u00e9orique incite \u00e0 explorer des architectures de s\u00e9lection compensatoires et multidimensionnelles.<\/p>\n<h3>7. Composantes cl\u00e9s, typologies et dimensions<\/h3>\n<p>Pour appr\u00e9hender l&rsquo;impact disparate dans toute sa complexit\u00e9, il convient de le structurer selon plusieurs dimensions fondamentales :<\/p>\n<ul>\n<li><strong>La nature des attributs psychologiques \u00e9valu\u00e9s :<\/strong> Les pr\u00e9dicteurs cognitifs purs (tests de raisonnement abstrait, verbal, num\u00e9rique) g\u00e9n\u00e8rent historiquement le plus fort impact pr\u00e9judiciable ethnique ou social, tandis que les inventaires de personnalit\u00e9, les tests de jugement situationnel (SJTs) et les entretiens structur\u00e9s pr\u00e9sentent g\u00e9n\u00e9ralement un impact disparate mod\u00e9r\u00e9 \u00e0 faible.<\/li>\n<li><strong>Le mode d&rsquo;utilisation des scores :<\/strong> L&rsquo;impact disparate varie drastiquement selon que le r\u00e9sultat est trait\u00e9 comme un seuil \u00e9liminatoire absolu (<em>cut-off score<\/em>), comme un crit\u00e8re de classement strict (<em>top-down selection<\/em>) ou comme une composante int\u00e9gr\u00e9e au sein d&rsquo;un mod\u00e8le compensatoire pond\u00e9r\u00e9 (<em>banding<\/em> ou approche multi-crit\u00e8res).<\/li>\n<li><strong>Les groupes d\u00e9mographiques concern\u00e9s :<\/strong> L&rsquo;impact disparate s&rsquo;observe selon plusieurs axes d\u00e9mographiques majeurs : le genre (par exemple dans les \u00e9preuves d&rsquo;endurance physique ou de force pour les forces de l&rsquo;ordre), l&rsquo;\u00e2ge (\u00e9valuations ax\u00e9es sur les nouvelles technologies ou l&rsquo;agilit\u00e9 num\u00e9rique favorisant les cohortes plus jeunes), l&rsquo;origine ethnique ou culturelle (\u00e9preuves tr\u00e8s sensibles au capital linguistique acad\u00e9mique), et la situation de handicap.<\/li>\n<li><strong>L&rsquo;impact algorithmique et automatis\u00e9 :<\/strong> Avec l&rsquo;essor des mod\u00e8les d&rsquo;apprentissage automatique (<em>machine learning<\/em>) dans les processus de recrutement num\u00e9rique, l&rsquo;impact disparate prend la forme de biais algorithmiques invisibles, o\u00f9 les algorithmes reproduisent et amplifient les distorsions historiques contenues dans les jeux de donn\u00e9es d&rsquo;entra\u00eenement.<\/li>\n<\/ul>\n<h3>8. Exemples et cas illustratifs<\/h3>\n<p>Plusieurs cas embl\u00e9matiques permettent d&rsquo;illustrer la mat\u00e9rialisation concr\u00e8te de l&rsquo;impact disparate dans les organisations :<\/p>\n<p><strong>Cas 1 : L&rsquo;\u00e9preuve physique standardis\u00e9e pour sapeurs-pompiers.<\/strong> Une municipalit\u00e9 met en place une \u00e9preuve de s\u00e9lection uniforme pour les candidats sapeurs-pompiers exigeant de transporter une charge de 70 kilogrammes sur une distance de 100 m\u00e8tres en moins de 45 secondes. M\u00eame si ce test s&rsquo;applique rigoureusement \u00e0 tous sans distinction, le taux de r\u00e9ussite des candidates f\u00e9minines est de 12 %, contre 68 % chez les candidats masculins. Le ratio de s\u00e9lection (12 \/ 68 = 0,176, soit 17,6 %) est tr\u00e8s inf\u00e9rieur au seuil de 80 %, constituant un impact disparate massif fond\u00e9 sur le sexe. La collectivit\u00e9 ne pourra maintenir ce test que si elle prouve scientifiquement par une analyse de poste m\u00e9ticuleuse que ce bar\u00e8me pr\u00e9cis refl\u00e8te une exigence minimale indispensable \u00e0 la s\u00e9curit\u00e9 des interventions.<\/p>\n<p><strong>Cas 2 : Le filtrage automatis\u00e9 par algorithme pr\u00e9dictif.<\/strong> Une multinationale technologique d\u00e9ploie un outil d&rsquo;intelligence artificielle charg\u00e9 de trier les 50 000 candidatures re\u00e7ues annuellement pour des postes d&rsquo;ing\u00e9nieurs logiciels. Le mod\u00e8le a \u00e9t\u00e9 entra\u00een\u00e9 sur les profils des collaborateurs les plus performants des dix derni\u00e8res ann\u00e9es, un \u00e9chantillon compos\u00e9 \u00e0 85 % d&rsquo;hommes issus de prestigieuses \u00e9coles d&rsquo;ing\u00e9nieurs. Bien que la variable \u00ab sexe \u00bb ait \u00e9t\u00e9 d\u00e9lib\u00e9r\u00e9ment supprim\u00e9e de l&rsquo;algorithme, ce dernier a d\u00e9class\u00e9 syst\u00e9matiquement les CV contenant des marqueurs indirects corr\u00e9l\u00e9s au genre f\u00e9minin (comme la participation \u00e0 un club d&rsquo;aviron f\u00e9minin ou la mention d&rsquo;\u00e9coles historiquement r\u00e9serv\u00e9es aux femmes). Le taux d&rsquo;admissibilit\u00e9 des femmes est tomb\u00e9 \u00e0 8 % contre 25 % pour les hommes, cr\u00e9ant un impact disparate algorithmique s\u00e9v\u00e8re.<\/p>\n<p><strong>Cas 3 : L&rsquo;affaire Ricci v. DeStefano (2009).<\/strong> La ville de New Haven organisa un examen \u00e9crit et oral standardis\u00e9 pour promouvoir des pompiers au grade de capitaine et lieutenant. Les candidats blancs r\u00e9ussirent l&rsquo;examen dans une proportion bien sup\u00e9rieure \u00e0 celle des candidats afro-am\u00e9ricains et hispaniques, au point qu&rsquo;aucun candidat noir n&rsquo;\u00e9tait \u00e9ligible aux promotions imm\u00e9diates. Craignant d&rsquo;\u00eatre poursuivie pour impact disparate, la municipalit\u00e9 annula purement et simplement les r\u00e9sultats de l&rsquo;examen. Les pompiers ayant r\u00e9ussi l&rsquo;\u00e9preuve port\u00e8rent plainte pour traitement disparate. La Cour supr\u00eame des \u00c9tats-Unis statua que la peur d&rsquo;un impact disparate ne dispensait pas l&#8217;employeur de respecter le r\u00e9sultat d&rsquo;une \u00e9preuve valid\u00e9e, \u00e0 moins d&rsquo;avoir une \u00ab base solide en preuves \u00bb d\u00e9montrant que le test n&rsquo;\u00e9tait pas li\u00e9 aux exigences r\u00e9elles de l&#8217;emploi.<\/p>\n<h3>9. Mesure et \u00e9valuation psychom\u00e9trique<\/h3>\n<p>La quantification de l&rsquo;impact disparate fait appel \u00e0 plusieurs m\u00e9triques statistiques normalis\u00e9es, dont la plus universellement reconnue est le ratio de s\u00e9lection issu de la <strong>r\u00e8gle des quatre cinqui\u00e8mes<\/strong> (<em>four-fifths rule<\/em>) :<\/p>\n<p>Selon cette formule, un outil pr\u00e9sente un impact pr\u00e9judiciable si le taux de s\u00e9lection du groupe d\u00e9mographique le plus d\u00e9favoris\u00e9 (<span class=\"arabpsy-math-inline\" data-latex=\"SR_{\\min}\">$SR_{\\min}$<\/span>) est inf\u00e9rieur aux quatre cinqui\u00e8mes (soit 80 %) du taux de s\u00e9lection du groupe ayant le taux le plus \u00e9lev\u00e9 (<span class=\"arabpsy-math-inline\" data-latex=\"SR_{maj}\">$SR_{maj}$<\/span>) :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"ext{Ratio d&#039;impact} = \frac{SR_{\\min}}{SR_{maj}} &lt; 0{,}80\">$$ext{Ratio d&rsquo;impact} = \frac{SR_{\\min}}{SR_{maj}} < 0{,}80$$<\/span><\/p>\n<p>Si 100 candidats masculins postulent et 50 sont retenus (<span class=\"arabpsy-math-inline\" data-latex=\"SR = 0{,}50\">$SR = 0{,}50$<\/span>), le taux de s\u00e9lection des femmes (dont 100 postulent) doit \u00eatre d&rsquo;au moins <span class=\"arabpsy-math-inline\" data-latex=\"0{,}50 \times 0{,}80 = 0{,}40\">$0{,}50 \times 0{,}80 = 0{,}40$<\/span> (soit 40 s\u00e9lectionn\u00e9es). Si seules 25 femmes sont retenues (<span class=\"arabpsy-math-inline\" data-latex=\"SR = 0{,}25\">$SR = 0{,}25$<\/span>), le ratio est de <span class=\"arabpsy-math-inline\" data-latex=\"0{,}25 \/ 0{,}50 = 0{,}50\">$0{,}25 \/ 0{,}50 = 0{,}50$<\/span> (50 %), ce qui d\u00e9montre une violation de la r\u00e8gle des 80 % et \u00e9tablit une pr\u00e9somption statistique d&rsquo;impact disparate.<\/p>\n<p>Toutefois, la communaut\u00e9 psychom\u00e9trique et statistique souligne depuis longtemps les limites de cette r\u00e8gle empirique, en particulier lorsqu&rsquo;elle s&rsquo;applique \u00e0 de tr\u00e8s grands ou de tr\u00e8s petits \u00e9chantillons. C&rsquo;est pourquoi elle est syst\u00e9matiquement compl\u00e9t\u00e9e par des <strong>tests de signification statistique<\/strong> :<\/p>\n<ul>\n<li><strong>Le test de diff\u00e9rence de proportions (Z-test \/ Test exact de Fisher) :<\/strong> Il \u00e9value si l&rsquo;\u00e9cart entre les taux de s\u00e9lection est imputable au simple hasard de l&rsquo;\u00e9chantillonnage ou s&rsquo;il exc\u00e8de deux \u00e9carts-types (seuil conventionnel d&rsquo;inf\u00e9rence statistique $p < 0{,}05$).<\/li>\n<li><strong>La taille d&rsquo;effet standardis\u00e9e (<span class=\"arabpsy-math-inline\" data-latex=\"d\">$d$<\/span> de Cohen) :<\/strong> Mesure la distance entre les moyennes obtenues par les deux groupes \u00e0 l&rsquo;\u00e9preuve continue sous-jacente, exprim\u00e9e en unit\u00e9s d&rsquo;\u00e9cart-type : <span class=\"arabpsy-math-display\" data-latex=\"d = \frac{\bar{X}_1 - \bar{X}_2}{s_p}\">$$d = \frac{\bar{X}_1 &#8211; \bar{X}_2}{s_p}$$<\/span> o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"s_p\">$s_p$<\/span> est l&rsquo;\u00e9cart-type combin\u00e9. Un \u00e9cart <span class=\"arabpsy-math-inline\" data-latex=\"d = 0{,}80\">$d = 0{,}80$<\/span> pr\u00e9sage un impact disparate massif si la s\u00e9lection est s\u00e9lective.<\/li>\n<li><strong>L&rsquo;analyse par r\u00e9gression logistique et mod\u00e8les \u00e0 variables latentes :<\/strong> Utilis\u00e9e pour v\u00e9rifier si, \u00e0 niveau d&rsquo;aptitude \u00e9gal, la probabilit\u00e9 d&rsquo;\u00eatre s\u00e9lectionn\u00e9 diff\u00e8re selon l&rsquo;appartenance \u00e0 un groupe prot\u00e9g\u00e9.<\/li>\n<\/ul>\n<h3>10. Applications et pertinence pratique<\/h3>\n<p>Dans la pratique manag\u00e9riale et RH, l&rsquo;att\u00e9nuation de l&rsquo;impact disparate exige des strat\u00e9gies d&rsquo;ing\u00e9nierie d&rsquo;\u00e9valuation sophistiqu\u00e9es qui ne sacrifient pas la performance organisationnelle :<\/p>\n<p><strong>1. La diversification de la batterie d&rsquo;\u00e9valuation :<\/strong> L&rsquo;une des approches les plus efficaces consiste \u00e0 concevoir des syst\u00e8mes de s\u00e9lection multimodaux. En combinant un test cognitif avec un inventaire de personnalit\u00e9 cibl\u00e9, un test de mise en situation professionnelle et un <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Structured_interview\">entretien structur\u00e9<\/a> ax\u00e9 sur les comp\u00e9tences comportementales, l&rsquo;organisation optimise la validit\u00e9 globale tout en r\u00e9duisant consid\u00e9rablement l&rsquo;impact disparate par compensation des forces.<\/p>\n<p><strong>2. Le regroupement par bandes de scores (Banding) :<\/strong> D\u00e9velopp\u00e9 par le psychologue Wayne Cascio, le <em>banding<\/em> traite les scores individuels non pas comme des mesures d&rsquo;une pr\u00e9cision chirurgicale absolue, mais en tenant compte de l&rsquo;erreur standard de mesure (SEM). Tous les candidats se trouvant \u00e0 l&rsquo;int\u00e9rieur d&rsquo;une m\u00eame bande de tol\u00e9rance statistique sont consid\u00e9r\u00e9s comme substantiellement \u00e9quivalents sur le plan de la comp\u00e9tence. L&rsquo;organisation peut alors mobiliser des crit\u00e8res secondaires l\u00e9gitimes au sein de la bande (tels que des comp\u00e9tences compl\u00e9mentaires ou des objectifs d&rsquo;inclusion) sans d\u00e9grader la validit\u00e9 globale du recrutement.<\/p>\n<p><strong>3. L&rsquo;optimisation algorithmique contrainte :<\/strong> Dans les dispositifs d&rsquo;\u00e9valuation algorithmiques contemporains, les psychom\u00e9triciens et scientifiques des donn\u00e9es mettent en \u0153uvre des fonctions de r\u00e9gularisation qui forcent le mod\u00e8le pr\u00e9dictif \u00e0 \u00e9galiser les taux de pr\u00e9diction positive entre les groupes d\u00e9mographiques tout en maximisant la fonction d&rsquo;utilit\u00e9 op\u00e9rationnelle.<\/p>\n<h3>11. Recherches et preuves empiriques<\/h3>\n<p>La litt\u00e9rature scientifique sur l&rsquo;impact disparate est l&rsquo;une des plus abondantes et des plus rigoureuses de la psychologie appliqu\u00e9e contemporaine :<\/p>\n<p>Une m\u00e9ta-analyse fondamentale de Paul R. Sackett, Neal Schmitt et leurs collaborateurs (2001) a r\u00e9examin\u00e9 les relations empiriques entre validit\u00e9 pr\u00e9dictive et diff\u00e9rences de groupes. Leurs travaux ont d\u00e9montr\u00e9 que si les capacit\u00e9s cognitives g\u00e9n\u00e9rales demeurent le meilleur pr\u00e9dicteur isol\u00e9 de l&rsquo;efficacit\u00e9 au travail (<span class=\"arabpsy-math-inline\" data-latex=\"r \u0007pprox 0{,}51\">$r \u0007pprox 0{,}51$<\/span> corrig\u00e9 pour l&rsquo;att\u00e9nuation), elles entra\u00eenent invariablement un impact disparate \u00e9lev\u00e9 envers certains groupes minoritaires (<span class=\"arabpsy-math-inline\" data-latex=\"d\">$d$<\/span> oscillant entre 0,70 et 1,0 \u00e9cart-type). Leurs recherches ont mis en \u00e9vidence la n\u00e9cessit\u00e9 d&rsquo;\u00e9largir le spectre des crit\u00e8res de s\u00e9lection au-del\u00e0 du seul raisonnement cognitif traditionnel.<\/p>\n<p>Poursuivant ces investigations, Kevin R. Murphy et ses coll\u00e8gues ont th\u00e9oris\u00e9 les compromis math\u00e9matiques inh\u00e9rents au mod\u00e8le utilit\u00e9-diversit\u00e9. Leurs simulations d\u00e9montrent que m\u00eame de tr\u00e8s faibles diff\u00e9rences moyennes de distribution (<span class=\"arabpsy-math-inline\" data-latex=\"d = 0{,}20\">$d = 0{,}20$<\/span>) se transforment en disparit\u00e9s d&#8217;embauche extr\u00eames lorsque le ratio de s\u00e9lection est faible (par exemple lorsque seulement 5 % des meilleurs candidats sont recrut\u00e9s). Les recherches confirment ainsi que la s\u00e9lectivit\u00e9 accrue d&rsquo;une entreprise agit comme un catalyseur exponentiel de l&rsquo;impact disparate.<\/p>\n<p>Dans le domaine de l&rsquo;\u00e9valuation technologique r\u00e9cente, les travaux de Landers et Behrend (2023) analysent l&rsquo;impact disparate provoqu\u00e9 par les technologies d&rsquo;\u00e9valuation bas\u00e9es sur la reconnaissance vocale et l&rsquo;analyse faciale vid\u00e9o lors d&rsquo;entretiens asynchrones. Leurs conclusions d\u00e9montrent que ces dispositifs induisent des biais non lin\u00e9aires substantiels \u00e0 l&rsquo;encontre des personnes dont la langue maternelle diff\u00e8re de la langue nationale dominante ou pr\u00e9sentant des expressions faciales atypiques (neurodivergence), illustrant une mutation technologique de l&rsquo;impact disparate.<\/p>\n<h3>12. Consid\u00e9rations culturelles et transculturelles<\/h3>\n<p>L&rsquo;interpr\u00e9tation et le traitement de l&rsquo;impact disparate varient de mani\u00e8re frappante selon les contextes juridiques, philosophiques et culturels \u00e0 travers le monde :<\/p>\n<p>Dans le mod\u00e8le nord-am\u00e9ricain (\u00c9tats-Unis et Canada), la cat\u00e9gorisation ethnoraciale et d\u00e9mographique est institutionnellement formalis\u00e9e. Les employeurs sont l\u00e9galement incit\u00e9s ou tenus de collecter des statistiques d&rsquo;auto-identification ethnique, ce qui rend l&rsquo;application math\u00e9matique de la r\u00e8gle des 80 % et le suivi statistique longitudinal pleinement op\u00e9rationnels et transparents.<\/p>\n<p>\u00c0 l&rsquo;oppos\u00e9, le mod\u00e8le r\u00e9publicain universaliste en France et dans certains pays d&rsquo;Europe continentale interdit la collecte de donn\u00e9es nominatives relatives \u00e0 la race ou \u00e0 l&rsquo;origine ethnique (principe constitutionnel d&rsquo;indivisibilit\u00e9 et dispositions de la CNIL). En cons\u00e9quence, l&rsquo;impact disparate relatif \u00e0 l&rsquo;origine y est rarement \u00e9valu\u00e9 par des \u00e9quations directes sur les donn\u00e9es du personnel. Il est principalement document\u00e9 de fa\u00e7on externe par la m\u00e9thode des \u00ab testings \u00bb sur CV anonymes men\u00e9s par des chercheurs en sciences sociales. En revanche, l&rsquo;\u00e9valuation de l&rsquo;impact disparate fond\u00e9 sur le sexe, le handicap ou l&rsquo;\u00e2ge est obligatoire dans l&rsquo;Union europ\u00e9enne gr\u00e2ce aux rapports p\u00e9riodiques d&rsquo;\u00e9galit\u00e9 professionnelle.<\/p>\n<p>Dans les \u00e9conomies \u00e9mergentes et multiculturelles comme l&rsquo;Afrique du Sud, le cadre l\u00e9gislatif (notamment l&rsquo;<em>Employment Equity Act<\/em>) impose une d\u00e9marche proactive qui transcende le simple \u00e9vitement de l&rsquo;impact disparate : l&#8217;employeur doit concevoir des crit\u00e8res de s\u00e9lection sp\u00e9cifiquement adapt\u00e9s pour corriger activement les d\u00e9s\u00e9quilibres historiques caus\u00e9s par l&rsquo;apartheid, transformant la neutralit\u00e9 statistique en une obligation de r\u00e9sultat distributif.<\/p>\n<h3>13. Critiques, controverses et limites<\/h3>\n<p>L&rsquo;utilisation de la doctrine de l&rsquo;impact disparate fait l&rsquo;objet de vives controverses th\u00e9oriques, m\u00e9thodologiques et id\u00e9ologiques :<\/p>\n<p>Une premi\u00e8re critique majeure \u00e9mane des tenants de l&rsquo;approche m\u00e9ritocratique stricte. Des chercheurs soutiennent que si un test poss\u00e8de une validit\u00e9 pr\u00e9dictive parfaitement \u00e9tablie et sans biais de mesure au sens strict (m\u00eame courbe de r\u00e9gression pour tous), refuser d&rsquo;utiliser ses r\u00e9sultats ou abaisser les exigences pour \u00e9liminer l&rsquo;impact disparate revient \u00e0 sous-optimiser sciemment la productivit\u00e9 \u00e9conomique de l&rsquo;organisation. Selon cette perspective, l&rsquo;impact disparate n&rsquo;est que le reflet statistique d&rsquo;in\u00e9galit\u00e9s socio-\u00e9ducatives pr\u00e9existantes que le syst\u00e8me de recrutement n&rsquo;a pas la responsabilit\u00e9 structurelle de compenser.<\/p>\n<p>Une seconde controverse r\u00e9side dans les imperfections m\u00e9thodologiques intrins\u00e8ques de la r\u00e8gle des 80 %. Lorsque la cohorte \u00e9valu\u00e9e est modeste (par exemple 15 candidats), l&rsquo;acceptation ou le rejet d&rsquo;un seul individu peut faire basculer le ratio en dessous ou au-dessus de 0,80, g\u00e9n\u00e9rant des faux positifs d&rsquo;impact disparate dus \u00e0 la simple volatilit\u00e9 d&rsquo;\u00e9chantillonnage. Inversement, sur des volumes massifs de centaines de milliers de candidats, des \u00e9carts infimes et sans pertinence pratique peuvent s&rsquo;av\u00e9rer statistiquement significatifs au sens des tests d&rsquo;hypoth\u00e8se nulle ($p < 0{,}001$).<\/p>\n<p>Enfin, le d\u00e9bat juridique entourant l&rsquo;impact disparate place souvent les employeurs dans une aporie difficile : modifier une m\u00e9thode de s\u00e9lection apr\u00e8s coup pour neutraliser un impact disparate peut exposer l&rsquo;organisation \u00e0 des poursuites pour traitement disparate invers\u00e9 de la part des candidats majoritaires \u00e9vinc\u00e9s, comme l&rsquo;a illustr\u00e9 la d\u00e9cision <em>Ricci<\/em> aux \u00c9tats-Unis.<\/p>\n<h3>14. Termes connexes et distinctions conceptuelles<\/h3>\n<p>La ma\u00eetrise de la th\u00e9matique exige d&rsquo;op\u00e9rer des distinctions nettes entre des concepts souvent confondus :<\/p>\n<ul>\n<li><strong>Traitement disparate (Disparate Treatment) :<\/strong> Discrimination intentionnelle et manifeste o\u00f9 des individus re\u00e7oivent un traitement diff\u00e9rentiel explicite en raison de leur appartenance \u00e0 un groupe prot\u00e9g\u00e9. L&rsquo;impact disparate, lui, se caract\u00e9rise par une pratique apparemment neutre d\u00e9nu\u00e9e d&rsquo;intention hostile mais aux cons\u00e9quences in\u00e9gales.<\/li>\n<li><strong>Discrimination indirecte :<\/strong> \u00c9quivalent juridique exact de l&rsquo;impact disparate en droit europ\u00e9en. Elle d\u00e9signe une disposition, un crit\u00e8re ou une pratique apparemment neutre susceptible d&rsquo;entra\u00eener un d\u00e9savantage particulier pour des personnes d&rsquo;une cat\u00e9gorie prot\u00e9g\u00e9e, \u00e0 moins que cette pratique ne soit objectivement justifi\u00e9e par un objectif l\u00e9gitime et proportionn\u00e9.<\/li>\n<li><strong>Biais de test (Test Bias) :<\/strong> Erreur syst\u00e9matique inh\u00e9rente \u00e0 l&rsquo;instrument psychom\u00e9trique lui-m\u00eame (non-invariance de mesure, fonctionnement diff\u00e9rentiel des items). Un test peut \u00eatre totalement exempt de biais psychom\u00e9trique tout en produisant un fort impact disparate en raison de diff\u00e9rences r\u00e9elles dans la distribution des scores.<\/li>\n<li><strong>Action positive (Affirmative Action \/ Discrimination positive) :<\/strong> D\u00e9marche volontariste proactive visant \u00e0 favoriser d\u00e9lib\u00e9r\u00e9ment l&#8217;embauche ou la promotion de groupes historiquement d\u00e9savantag\u00e9s, alors que l&rsquo;\u00e9vitement de l&rsquo;impact disparate vise uniquement \u00e0 garantir la neutralit\u00e9 des cons\u00e9quences des processus d&rsquo;\u00e9valuation ordinaires.<\/li>\n<li><strong>Validit\u00e9 crit\u00e9ri\u00e9e :<\/strong> Degr\u00e9 auquel les scores d&rsquo;un test corr\u00e8lent de fa\u00e7on significative avec une mesure tangible du rendement au travail. C&rsquo;est l&rsquo;argument de d\u00e9fense central requis par la loi pour l\u00e9gitimer un outil de s\u00e9lection produisant un impact disparate.<\/li>\n<\/ul>\n<h3>15. Synth\u00e8se et points cl\u00e9s<\/h3>\n<p>L&rsquo;impact disparate incarne la complexit\u00e9 des d\u00e9fis \u00e9thiques et scientifiques qui traversent la psychologie moderne du travail et de l&rsquo;\u00e9valuation :<\/p>\n<p>Il caract\u00e9rise l&rsquo;effet asym\u00e9trique et disproportionn\u00e9 d&rsquo;un crit\u00e8re de s\u00e9lection uniforme sur un groupe prot\u00e9g\u00e9, ind\u00e9pendamment de toute mauvaise foi de la part des recruteurs.<\/p>\n<p>Sa d\u00e9tection repose sur des outils combin\u00e9s : la r\u00e8gle pratique des quatre cinqui\u00e8mes (80 %) et des indices d&rsquo;inf\u00e9rence statistique confirmant la non-al\u00e9atoirit\u00e9 des \u00e9carts constat\u00e9s.<\/p>\n<p>Face \u00e0 cet \u00e9cueil, la solution ne r\u00e9side pas dans l&rsquo;abandon de la rigueur scientifique des \u00e9valuations, mais dans le d\u00e9ploiement d&rsquo;outils diversifi\u00e9s et compl\u00e9mentaires (personnalit\u00e9, mises en situation, entretiens structur\u00e9s) et dans une surveillance scrupuleuse des algorithmes modernes pour b\u00e2tir des organisations \u00e0 la fois hautement comp\u00e9tentes et \u00e9quitables.<\/p>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ul>\n<li>Cascio, W. F., Outtz, J., Zedeck, S., &#038; Goldstein, I. L. (1991). Statistical implications of minimum qualification cutoffs on adverse impact and utility. <em>Journal of Applied Psychology<\/em>, 76(3), 395\u2013401. https:\/\/doi.org\/10.1037\/0021-9010.76.3.395<\/li>\n<li>Equal Employment Opportunity Commission. (1978). Uniform guidelines on employee selection procedures. <em>Federal Register<\/em>, 43(166), 38290\u201338315.<\/li>\n<li>Landers, R. N., &#038; Behrend, T. S. (2023). Auditing the AI hire: Ensuring fairness and reducing adverse impact in algorithmic pre-employment selection. <em>American Psychologist<\/em>, 78(1), 36\u201349. https:\/\/doi.org\/10.1037\/amp0001003<\/li>\n<li>Murphy, K. R., &#038; Dzieweczynski, J. L. (2005). Why do tests of general cognitive ability predict performance? <em>Current Directions in Psychological Science<\/em>, 14(2), 90\u201394. https:\/\/doi.org\/10.1111\/j.0963-7214.2005.00341.x<\/li>\n<li>Sackett, P. R., Schmitt, N., Ellingson, J. E., &#038; Kabin, M. B. (2001). High-stakes testing in employment, credentialing, and higher education: Prospects in a post-affirmative-action world. <em>American Psychologist<\/em>, 56(4), 302\u2013318. https:\/\/doi.org\/10.1037\/0003-066X.56.4.302<\/li>\n<li>Schmitt, N., Rogers, W., Chan, D., Sheppard, L., &#038; Jennings, D. (1997). Adverse impact and predictive efficiency of various predictor combinations. <em>Journal of Applied Psychology<\/em>, 82(5), 719\u2013730. https:\/\/doi.org\/10.1037\/0021-9010.82.5.719<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>L&rsquo;impact disparate d\u00e9signe l&rsquo;effet asym\u00e9trique d&rsquo;une m\u00e9thode de s\u00e9lection apparemment neutre qui d\u00e9favorise disproportionnellement un groupe prot\u00e9g\u00e9. D\u00e9couvrez ses fondements psychom\u00e9triques et juridiques.<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","categories":[313,2],"tags":[32254,32253,8796,16,23812],"class_list":["post-19774","psych_term","type-psych_term","status-publish","hentry","category-psychologie-du-travail","category-psychometrie","tag-adverse-impact","tag-impact-disparate","tag-justice-organisationnelle","tag-psychometrie","tag-selection-du-personnel"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/19774","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_term"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/19774\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=19774"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=19774"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=19774"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}