Comment l’administration fiscale utilise l’intelligence artificielle pour lutter contre la fraude fiscale

Algorithmes, prises de vues aériennes, exploration de données ouvertes : la lutte contre la fraude fiscale change d’échelle. L’administration fiscale française s’appuie désormais sur l’intelligence artificielle pour cibler mieux, plus vite, et réduire les angles morts. Objectif : faire payer les fraudeurs, épargner les contribuables de bonne foi, et renforcer l’équité.

Pourquoi maintenant ?

La masse d’informations financières, immobilières et sociales explose. Les déclarations, les registres, les plateformes, les réseaux : tout produit de la donnée. Pour distinguer l’erreur de bonne foi de la fraude organisée, les méthodes classiques ne suffisent plus.

Le gouvernement a donc inscrit l’IA au cœur de son plan de lutte contre la fraude. L’administration fiscale a obtenu l’autorisation d’exploiter « Galaxie », un outil de traitement informatisé et automatisé de données à caractère personnel. C’est un saut technologique, assumé comme tel par Bercy depuis l’impulsion donnée il y a plus d’un an par Gabriel Attal, alors ministre des Comptes publics.

Quels outils, quelles données ?

Le pivot, c’est le data mining. Vous prenez de grands volumes de données hétérogènes, vous les croisez avec des algorithmes de détection de signaux faibles, et vous obtenez des dossiers « à risque » à vérifier en priorité.

Les sources ? Des bases administratives, bien sûr. Mais aussi des données rendues publiques par les contribuables eux-mêmes : publications sur les réseaux sociaux (Facebook, Instagram, Twitter), petites annonces et ventes entre particuliers (Leboncoin, Vinted, eBay). En clair, l’administration ne « casse » pas les coffres : elle observe ce que chacun expose, puis confronte ces indices aux déclarations.

Ce mouvement n’a rien d’isolé. Partout, l’IA s’invite dans les usages quotidiens. Quand Meta diffuse l’IA au cœur de ses applications ou que OpenAI puise dans les données publiques de Reddit, c’est la même logique : exploiter des informations en accès libre pour améliorer les modèles.

Piscines non déclarées : un cas d’école

Depuis 2021, un dispositif « foncier innovant » est testé dans neuf départements. Principe : analyser des prises de vues aériennes à l’aide d’algorithmes pour repérer les piscines non déclarées ou mal déclarées, et corriger l’assiette de la taxe foncière.

Résultat : près de 20 000 piscines non déclarées détectées et imposées. Selon l’administration, cette initiative a généré plus de 2 milliards d’euros de droits et de pénalités en 2022. Un cas concret qui montre comment l’IA fait émerger, à grande vitesse, ce que des contrôles manuels n’auraient jamais pu couvrir.

Ce qui change pour les contrôles

Le data mining est en train d’infuser tout le processus de contrôle. En 2024, l’administration prévoit d’en réaliser 50 % chez les professionnels et 36 % chez les particuliers grâce à ces techniques.

Conséquence directe : moins de contrôles « à l’aveugle », davantage de ciblage sur des profils ou des opérations atypiques. Les vérificateurs interviennent là où le risque est objectivé par l’algorithme, puis confirment ou infirment, dossier en main.

En coulisses, les modèles apprennent des retours de terrain. Chaque faux positif corrigé, chaque fraude avérée, alimente le système. C’est itératif, donc plus précis au fil du temps.

Données publiques, vie privée, et garde-fous

Cette montée en puissance pose des questions légitimes. Qui collecte quoi ? Pour combien de temps ? À quelles fins ? La règle, ici, est simple : l’administration s’appuie sur des données disponibles publiquement ou légalement accessibles, dans un cadre encadré par le droit de la protection des données et le secret fiscal.

Les traitements automatisés n’évitent pas l’intervention humaine. Un agent confirme toujours une anomalie avant tout redressement. Les contribuables conservent leurs droits : accéder, expliquer, corriger, contester. Les durées de conservation et les finalités sont délimitées par les textes applicables.

Le débat dépasse le fisc. Partout, l’IA bouscule les métiers et le droit, comme on le voit dans l’édition juridique. Le défi est le même : tirer parti des avancées sans fracturer la confiance.

Limites, biais et risques de faux positifs

Un algorithme n’est pas infaillible. Il détecte des corrélations, pas des intentions. Une vie numérique « voyante » ne dit pas tout d’un revenu. Une photo de vacances peut être un cadeau, un prêt, ou une image ancienne.

C’est pourquoi l’administration insiste sur le contrôle humain et l’amélioration continue. Mieux vaut moins d’alertes, mais plus pertinentes. C’est aussi une question de moyens. Les modèles coûtent en puissance de calcul, en compétences, en maintenance : un enjeu que les acteurs privés connaissent bien, comme en témoigne l’inquiétude des marchés sur le coût de l’IA.

Contribuables : les bons réflexes

Rien ne change sur l’essentiel : déclarez juste, gardez vos justificatifs, répondez aux demandes, rectifiez vite en cas d’oubli. Si vous êtes contacté, demandez toujours à comprendre l’anomalie pointée. L’échange contradictoire reste la norme.

Vigilance, aussi, face aux arnaques. La Direction générale des Finances publiques alerte régulièrement sur des campagnes de phishing qui imitent ses messages. Méfiez-vous des mails alarmistes qui exigent un paiement immédiat, des pièces jointes suspectes, ou des liens douteux. Passez par votre espace en ligne ou les canaux officiels si vous avez un doute.

À retenir

• L’administration fiscale déploie l’IA, via des outils comme « Galaxie » et le data mining, pour repérer plus vite les fraudes.

• Les sources exploitées incluent des données publiques : réseaux sociaux, sites de ventes entre particuliers, et images aériennes.

• Le dispositif « foncier innovant » a permis de détecter près de 20 000 piscines non déclarées, avec des recettes significatives en 2022.

• En 2024, 50 % des contrôles chez les pros et 36 % chez les particuliers doivent être déclenchés grâce au data mining.

Et après ?

L’IA ne remplace pas l’impôt, elle l’applique mieux. La prochaine étape, c’est l’industrialisation : consolider les modèles, enrichir les données en toute légalité, et diffuser ces pratiques dans les services.

Le cap est clair : concentrer l’effort sur les fraudes complexes, réduire la charge sur les contribuables en règle, et accélérer la correction des anomalies. Avec un impératif : rester lisible et proportionné, faute de quoi la confiance s’effrite.

La bataille sera autant technologique que culturelle. Vous le voyez partout : l’IA s’installe dans nos usages, nos entreprises, nos administrations. Le fisc en fait une arme anti-fraude ; à nous, citoyens, de garder le cap sur la transparence et la prudence numérique.