Découvrez dans cet article fascinant si l’intelligence artificielle peut réellement détecter la fraude fiscale ! Une question captivante qui suscite bien des interrogations…

L’administration fiscale a récemment fait appel à l’intelligence artificielle (IA) pour détecter les piscines non déclarées. Le projet “Foncier innovant”, lancé par la Direction générale des finances publiques (DGFiP), a pour objectif de repérer rapidement et automatiquement les bâtis non déclarés grâce à la reconnaissance d’images opérée par l’IA. Mais qu’en est-il de la capacité de l’IA à détecter réellement les fraudes fiscales ?

Un dispositif encore en phase de développement

Selon la sénatrice du Jura Sylvie Vermeillet, auteure d’un rapport détaillé sur le sujet, la détection de la fraude grâce à l’IA n’est encore qu’à ses débuts. Le dispositif sur les piscines ne tourne pas encore à plein régime et certains départements, comme la Corse et l’Outre-mer, n’ont pas encore été scannés par les yeux de l’IA. De plus, le développement du projet a coûté 24 millions d’euros, ce qui rend le retour sur investissement plutôt modeste pour le moment.

Des limites à la reconnaissance d’images

La tâche de l’IA s’annonce plus ardue pour détecter les autres types de bâtis. Les formes sont plus hétérogènes et les constructions à débusquer sont moins colorées. Au début du projet, des bâches, des places de parking peintes en bleu ou des bassins hors-sol pouvaient faire réagir la reconnaissance d’images. Les syndicats des finances publiques évoquaient même 30 % d’erreurs de la part de la machine. Bien que la DGFiP affirme avoir nettement fait chuter ce taux, il n’en reste pas moins que la reconnaissance d’images a ses limites.

L’IA dans la lutte contre la fraude : un poil surestimé

Plus largement, en France, le recours à l’intelligence artificielle dans la lutte contre la fraude chez les particuliers et les entreprises semble surestimé. Les progrès actuels dans le domaine sont surtout ceux du datamining, c’est-à-dire le croisement de multiples données fiscales, douanières ou judiciaires. En réalité, l’administration avait du mal à recouper des erreurs simples il y a quelques années. Aujourd’hui, 50 % des contrôles en France sont des détections du datamining. Les informations livrées par les contribuables eux-mêmes sur les réseaux sociaux ont également été utilisées par le fisc pour débusquer des fraudeurs.

Vers de nouvelles méthodes d’apprentissage

Les sénateurs suggèrent de tester d’autres méthodes, comme l’apprentissage non supervisé. Ce sous-domaine de l’IA permettrait de révéler des comportements ou montages frauduleux complexes en établissant des liens et corrélations statistiques entre les éléments. D’autant plus que l’administration dispose de 6 téraoctets de données utiles liées à la fraude fiscale pour entraîner de nouveaux programmes. Il est donc fort probable que l’IA ait un rôle à jouer dans la lutte contre la fraude fiscale à l’avenir, mais il est important de garder à l’esprit ses limites actuelles.