Les autorités fiscales françaises utilisent désormais l’intelligence artificielle (IA) pour traquer les fraudeurs, et jusqu’à la moitié des enquêtes sur d’éventuelles fraudes commerciales sont désormais initiées à partir du système.
Le 'ciblage des opérations fiscales» (« ciblage d'opérations financières » ou « data mining ») fait partie de la Direction générale des finances publiques (DGFIP).
Comment ça marche?
Le système utilise des algorithmes, des numéros d’identification fiscale, des données fiscales confidentielles et des formules mathématiques dans le but de mettre en évidence une éventuelle fraude. Géré par des data scientists, le système d'IA est hébergé dans un entrepôt de serveurs informatiques dans un lieu en France gardé secret pour éviter les attaques.
Les algorithmes d’IA sont conçus par 32 spécialistes, parmi lesquels des data scientists contractuels, des chercheurs de l’État (Insee) et des fiscalistes. Ils analysent des milliers de données – ce que l'on appelle le « data-mining » – pour identifier les fichiers qui présentent une « anomalie » et ont donc plus de chances d'être frauduleux.
Les dossiers identifiés sont ensuite transmis à l'administration locale des finances qui lancera un contrôle fiscal. Aujourd'hui, 50 % de tous les contrôles commerciaux sont effectués grâce à l'IA, les 50 % restants provenant de méthodes de détection plus traditionnelles telles que les soupçons ou les dénonciations des agents fiscaux.
Déclarations individuelles de revenus et de loyers
La DGFIP vise désormais à atteindre 50 % d’ici 2027, à l’horizon 2027, le nombre de cas possibles de fraude parmi les particuliers (et non parmi les entreprises).
“Les premiers modèles que nous avons développés pour les particuliers visent la fraude à l'impôt sur le revenu”, explique Gilles Clabecq, chef du département IA à la DGFIP. à Le Figaro.
Ce travail se concentrera sur les « cas à enjeux élevés ». Il s’agit de personnes auprès desquelles la récupération des fonds pourrait être substantielle : par exemple, les personnes disposant d’un patrimoine important et d’un patrimoine immobilier élevé, et, par exemple, celles qui déclarent un loyer inférieur à celui qu’elles perçoivent réellement de leurs immeubles locatifs.
La technologie croise toutes les données possibles pour tenter de prédire le montant du loyer à déclarer. Cela peut inclure l'adresse de la propriété, le cadastre, les travaux déclarés, etc.
L'algorithme calculera ensuite un « loyer attendu » pour chaque dossier. Tout écart significatif doit être signalé.
“Une fois que le modèle a bien fonctionné pour les propriétés individuelles, nous avons pu l'extrapoler aux propriétés multipropriétaires”, a déclaré M. Clabecq.
Cela survient après que les outils d’IA ont déjà été utilisés pour faciliter d’autres documents financiers, notamment l’attribution d’amendements aux projets de loi de finances.
« Ce travail d'affectation faisait appel à 10 agents pendant 24 heures », précise Jérôme Fournel, le directeur général des Finances publiques. « Dans ce cas, l’attribution a été effectuée par l’algorithme en seulement deux heures. »
Autres utilisations officielles de l'IA
L’IA a également été utilisée pour contrôler d’autres formes de déclarations en France.
Par exemple, un logiciel développé par Capgemini et Google utilise des photos aériennes pour rechercher des piscines non enregistrées et a identifié cette année près de 120 000 cas potentiels. Cela représente environ 40 à 50 millions d’euros de recettes fiscales supplémentaires.
Ces outils seront bientôt également utilisés pour identifier plus précisément d'autres bâtiments non déclarés, comme les abris de jardin et les extensions.
Lire la suite : Le fisc découvre 120 000 piscines non déclarées en France
Lire la suite : La France étend la répression fiscale aux hangars et vérandas non déclarés
Il est en revanche plus difficile d'étendre le système des piscines aux bâtiments, a souligné M. Fournel.
“Les expériences sur les bâtiments sont loin d'être concluantes”, a-t-il déclaré. « Le transfert automatique du dessin vers le plan cadastral est moins précis que la présence de géomètres sur le terrain.
“Cela prend plus de temps que pour les piscines, car c'est plus compliqué et le taux d'erreur doit être très faible avant de pouvoir expérimenter une nouvelle fonction.”
Articles Liés
La France va recourir aux espions et aux écoutes téléphoniques pour traquer les fraudeurs fiscaux
Des dizaines de mairies françaises emploient des entreprises privées pour traquer la fraude fiscale
Comment des contrôles douaniers français incorrects ont entraîné une perte de 40 milliards d’euros pour le Royaume-Uni
