12 décembre 2019
info:eu-repo/semantics/OpenAccess
D. Desbois, « Drague fiscale sur les réseaux sociaux : de nouveaux algorithmes d’apprentissage pour traquer la fraude », Archive Ouverte d'INRAE, ID : 10670/1.964bmj
En France, les estimations de fraude fiscale varieraient entre 2 et 80 milliards d'euros (Md€) selon le rapport parlementaire de Bénédicte Peyrol. Ce qui expliquerait l'injonction adressée par le Président Emmanuel Macron à la Cour des comptes, le 25 avril dernier, pour faire la lumière sur cette question controversée dans un contexte de tensions sur les finances publiques et de baisse du consentement à l'impôt. Dans un courrier adressé le 9 mai à Didier Migaud, président de cette institution, le Premier ministre Édouard Philippe indique que « le moment est venu de dresser un bilan de l'ampleur de la fraude fiscale dans le pays et d'évaluer l'action des services de l'État et les outils qui sont mis en place ». Une interview récente de Gérald Darmanin, ministre de l'Action et des Comptes publics, vient de révéler le projet du gouvernement français d'utiliser des algorithmes d'apprentissage automatique pour mieux cibler les contrôles fiscaux sur la base des informations que les contribuables dévoilent eux-mêmes sur les réseaux sociaux. Le commerce illicite et les fausses domiciliations fiscales sont particulièrement visés par l'article 57 du projet de loi de finances 2020, qui prévoit un usage de l'intelligence artificielle au service de la lutte contre la fraude fiscale, adopté le 13 novembre dernier par les députés 3. Ainsi, ce projet prévoit de renforcer les moyens informatiques pour améliorer le ciblage des opérations de contrôle fiscal grâce à un investissement de 20 millions d'euros d'ici à 2022. L'intelligence artificielle, souvent invoquée pour discourir sur les technologies numériques, est un terme trompeur, car il évoque les capacités de machines fantasmées par les oeuvres de science-fiction popularisées par le septième art. En matière fiscale, rien de tel : parmi la myriade des comportements observés, l'utilisation de techniques d'apprentissage automatique a pour objectif de détecter ceux récurrents qui seraient spécifiques à certains types de fraudes (à la TVA, au blanchiment, à la fausse domiciliation et à l'optimisation illicite). Cependant, l'administration fiscale concède un point faible : « Aujourd'hui, près d'une vérification sur quatre n'aboutit qu'à un redressement peu élevé. »