Présentation de Chakra

Après six mois de phase bêta, HackerRank rend disponible Chakra, un agent d’intelligence artificielle conçu pour conduire des entretiens techniques. Durant les tests, l’outil a mené plus de 500 000 entretiens auprès d’entreprises telles que Snowflake, Snorkel et Capgemini, ainsi que des évaluations internes. L’objectif affiché est d’évaluer non seulement la solution finale d’un candidat, mais aussi le raisonnement, le jugement et la capacité à interagir avec une IA, notion qualifiée d’« AI fluency » par la société.

Fonctionnement technique

Chakra s’intègre à une interface canvas où le candidat travaille sur un dépôt de code réel. L’agent analyse le contexte d’exécution, interroge le candidat sur les choix d’architecture ou les compromis imposés par de nouvelles contraintes, puis consigne les réponses. Cette boucle de questions‑réponses repose sur un modèle de langage entraîné sur des scénarios de développement, couplé à un moteur d’analyse de code capable d’extraire les dépendances et les flux de données. Le rapport final, généré automatiquement, compile les réponses verbales, les métriques de performance du code et une note de « critical thinking » basée sur les justifications fournies.

Impact sur le processus de recrutement

Selon le co‑fondateur Vivek Ravisankar, Chakra condense les trois étapes classiques – présélection, test à domicile, entretien technique – en une seule session. Les indicateurs de fraude, mesurés par les drapeaux d’activité suspecte, sont 70 % à 80 % plus faibles que lors des évaluations traditionnelles, ce qui suggère que l’accès à l’IA réduit la tentation d’utiliser des outils externes. En outre, l’évaluation standardisée appliquée par l’IA garantit que chaque candidat est jugé selon les mêmes critères, limitant les variations humaines liées à l’expérience ou à la formation du recruteur.

Limites et enjeux réglementaires

Bien que l’IA puisse appliquer un barème identique, le risque de biais persiste : les modèles apprennent à partir de données historiques qui peuvent refléter des discriminations implicites. Les autorités, comme la ville de New York, imposent déjà des audits de biais et une information préalable aux candidats pour les outils d’aide à la décision automatisée. HackerRank indique qu’il intègre ces exigences dans le déploiement de Chakra, mais la transparence des algorithmes reste limitée. Enfin, la décision finale demeure entre les mains des humains, le système se limitant à un score qui alimente la discussion du recruteur.