Sherlock

Sherlock surveille les entretiens en direct pour repérer les réponses générées par IA, les copilotes cachés et la lecture d'un script. L'entreprise dit s'appuyer sur un modèle multimodal adversarial qui réunit l'activité de l'appareil, le contexte audio et le comportement en un seul signal, et que le réentraînement a fait passer la précision d'environ 85 % à plus de 97 %. Les alertes arrivent pendant l'entretien, pas dans un rapport des jours plus tard, et le même modèle porte la détection de copilote IA.

La plateforme cherche la vidéo synthétique ou manipulée et les signes que la personne à l'écran n'est pas celle du dossier. Cela couvre une fraude en hausse, où un visage ou une voix clonée convaincante prend l'appel. Le recruteur reçoit un signalement à examiner, pas un rejet automatique.

Sherlock observe l'arrivée d'un second participant, d'appareils supplémentaires ou d'une aide extérieure qui suggèrent que quelqu'un souffle les réponses au candidat. La cible est le montage classique, où un candidat plus fort ou un assistant payé répond aux questions.

Quand une entreprise autorise l'IA, Sherlock passe de la chasse à la triche à la mesure de la compétence. Il observe comment une personne s'appuie sur les outils d'IA pour résoudre un problème et lui donne une note de maîtrise. L'idée est de récompenser un bon usage de l'IA plutôt que de traiter chaque signal comme un motif d'exclusion.

Sherlock prend des notes structurées pendant l'entretien et les associe à des analyses sur la performance et sur le recruteur. Cela retire un outil de prise de notes de la pile et donne à l'évaluateur un compte rendu écrit à croiser avec les signalements.

Chaque moment signalé renvoie au point exact de l'entretien, avec horodatages et contexte. L'évaluateur voit ce qui s'est passé et quand, puis décide lui-même. Le dispositif garde un humain dans la boucle au lieu de laisser une note trancher.

Sherlock se connecte à Google, Apple et Outlook, rejoint les réunions que vous marquez comme entretiens et génère des liens sécurisés seul. Il liste aussi des intégrations ATS, pour que les contrôles vivent dans la pile de recrutement que l'équipe utilise déjà.

Sherlock publie une API pour les équipes qui veulent intégrer la détection à leurs propres flux. La page API permet d'analyser des enregistrements d'entretien à la recherche de fraude ou de brancher les contrôles sur un pipeline maison, un point clé pour les grands recruteurs avec leurs propres outils.