La Direction générale des finances publiques (DGFiP) révèle recourir de plus en plus à ces techniques, dans son rapport annuel au titre de 2020.
Près d’un contrôle fiscal sur trois (32,48 %) mené en 2020 reposait sur l’usage de techniques d’intelligence artificielle (IA) et de data-mining, fait savoir la Direction générale des finances publiques (DGFiP) dans son rapport annuel pour 2020, publié mardi 31 août.
La DGFiP devait atteindre l’objectif de réaliser 30 % de contrôles à partir de l’IA et de l’exploration de données, selon le document.
En utilisant des techniques relevant de l’intelligence artificielle et du data-mining pour déclencher des contrôles, le fisc a permis le rappel de « 794 M€ de droits et pénalités », précise le rapport annuel, mis en ligne sur Economie.gouv.fr, site du ministère de l’Economie, des finances et de la relance, dont la DGFiP est l’une des administrations.
Le repérage de « profils de fraude »
Le fisc recourt de plus en plus à l’intelligence artificielle et au data-mining pour traquer les fraudeurs. Les contrôles menés à partir des techniques concernées avait atteint 13,85 % de l’ensemble des contrôles menés en 2018. Le pourcentage était monté à 21,95 % en 2019.
« Le data-mining consiste à analyser et à recouper toutes les informations dont la DGFiP dispose aux fins d’y repérer des profils de fraude », expliquait le 16 décembre 2020 la direction dans son journal interne e-FiP.
« Ces travaux mettent en œuvre des techniques d’apprentissage automatique qui ont pour but d’identifier, par des méthodes statistiques ou mathématiques, les critères caractérisant une personne frauduleuse et établir ainsi un profil de fraude qui sera appliqué à une population cible », précisait la DGFiP.
Des difficultés « à isoler et à détecter les cas de fraude complexe »
L’Etat a encaissé 7,8 Md€ en 2020 au titre de la totalité des contrôles fiscaux. Il avait reçu 11 Md€ l’année précédente et 7,8 Md€ en 2018. Ces montants n’incluent pas les sommes versées au service de traitement des déclarations rectificatives (STDR), la cellule de dégrisement pour les comptes à l’étranger non déclarés.
Selon un rapport d’information publié en juillet 2020 par deux sénateurs, les techniques utilisées au travers des « logiciels de data-mining, d’intelligence artificielle et de text mining actuellement développés ont du mal à isoler et à détecter les cas de fraude complexe ».
« Le recours accru à ces outils ne doit pas nous conduire à privilégier les cas les plus simples de fraude », indiquaient Claude Nougein (Les Républicains) et Thierry Carcenac (groupe Socialiste et républicain), lequel a depuis quitté le Sénat. Le constat des deux parlementaires semble encore pertinent en 2021.
La France déploie son intelligence artificielle prédictive pour contrôler la dépense publique
À Bercy, des algorithmes seront mis à contribution pour aider les comptables publics dans certaines tâches.
On connaissait déjà les algorithmes qui sont conçus pour traquer les particuliers fraudant le fisc. Il faut désormais compter sur les algorithmes chargés du contrôle de la dépense de l’État. C’est ce que stipule un arrêté publié le 5 février au Journal officiel. Celui-ci annonce la mise en place d’un « traitement automatisé d’analyse prédictive » consacré aux finances publiques.
Plus précisément, ce traitement automatisé mobilise des « techniques d’intelligence artificielle », sans plus de précision sur les procédés employés, ainsi que des règles définies par le directeur général des finances publiques.
Ce nouveau dispositif, piloté par l’Agence pour l’informatique financière de l’État, rattachée au ministère de l’Économie et des Finances, vise à « assister les comptables publics » pour réaliser différentes opérations de vérification. En particulier, il est demandé à ce traitement de « déterminer la liste des dépenses présentant des risques d’irrégularité ».
Parmi les éléments vérifiés figurent les ordres de recouvrement, la disponibilité des crédits, ou encore la conservation des valeurs inactives. Le détail des domaines de vérification est donné dans deux articles du décret de 2012 sur la gestion budgétaire et comptable publique (articles 19 et 20). Ce traitement automatisé est évolutif, en fonction des résultats des contrôles qui lui sont soumis.
L’Intelligence Artificielle se propage dans l’État
L’arrivée de l’IA dans ce domaine traduit un peu plus concrètement l’inclinaison prononcée qu’a le gouvernement pour l’usage de ce domaine dans le services publics.
On se souvient que fin 2018, à la suite du premier appel à manifestation d’intérêt sur l’IA, six initiatives ont été retenues par le gouvernement, selon des critères variés, allant de la qualité des équipes, la disponibilité et l’accessibilité des données pertinentes et la prise en compte des risques éthiques.
Ces six projets concernent le centre hospitalier universitaire de Toulouse, l’Autorité de sûreté nucléaire, l’Agence française pour la biodiversité, la Direction générale de l’alimentation du ministère de l’Agriculture et de l’Alimentation, La Direction départementale des territoires et de la mer de l’Hérault et l’Agence centrale des organismes de sécurité sociale.
