M. Arnaud Le Gall interroge M. le ministre de l'économie, des finances et de la souveraineté industrielle et numérique sur les outils numériques employés par la Direction générale des finances publiques (DGFiP) dans sa lutte contre la fraude fiscale. Cette dernière passe notamment par l'exploitation des données d'autres agences publiques, au premier rang desquelles la Caisse d'allocations familiales (CAF). Or cette méthode contient deux biais majeurs. D'une part, le rapport d'information du Sénat n° 485 (mars 2024) indique qu'à la CAF, le recours aux algorithmes, tels qu'ils sont programmés, aboutit à cibler en priorité les foyers monoparentaux, le plus souvent des mères élevant seules leurs enfants. Pourtant les familles monoparentales ne fraudent pas davantage que d'autres foyers. Rien ne justifie donc cette attention particulière portée sur elles, mais l'algorithme utilisé associe mécaniquement signes de précarité et risques de flux administratifs anormaux. Le déséquilibre est manifeste et même assumé dans la manière dont le système cible ces profils précaires. Cette pratique ne se limite pas à la CAF. Elle est à l'œuvre également à la DGFiP avec le dispositif « Ciblage de la fraude et valorisation des requêtes (CFVR) ». D'autre part, les outils numériques développés pour lutter contre la fraude fiscale laissent dans l'angle mort les ultra-riches alors même qu'ils sont les plus enclins à la fraude. L'existence de montages opaques (offshore, trusts, sociétés écrans) empêche l'accès aux données, un privilège rare qui confère une forme d'impunité fiscale face aux outils numériques. Au-delà de cette opacité, cette fraction de la population dispose d'un avantage bien plus redoutable : l'accès à des conseils de haut niveau, à une connaissance fine des contrôles, à des avocats fiscalistes ou encore à des « family offices ». Ces conseillers privés, souvent mieux formés que les inspecteurs publics, connaissent parfaitement les seuils de déclenchement des contrôles, les règles de redressement et les failles dans les grands algorithmes. Ils offrent dès lors à leurs clients une véritable invisibilité face aux radars classiques. Certes, le budget de la DGFiP a augmenté dans ce domaine tandis que les contrôles automatisés de la CAF s'améliorent. Pour autant, l'opacité du 1 % le mieux protégé demeure car les techniques de dissimulation évoluent plus rapidement que les technologies classiques utilisées par l'administration. En définitive, les biais des algorithmes mis en œuvre pour lutter contre la fraude fiscale produisent donc de la discrimination sociale et altèrent l'efficacité du dispositif. Ceci n'est pas une fatalité. Derrière l'apparente neutralité informatique, ce sont en réalité des arbitrages politiques qui amènent à traquer la fraude chez les plus vulnérables plutôt que chez les plus aisés du pays. Il est en effet tout à fait possible d'inverser les biais susmentionnés et de réintroduire des indicateurs d'équité. Pour ce faire, M. le député propose deux solutions. Premièrement, il est indispensable d'augmenter les dotations humaines et matérielles des organismes non automatisés les plus efficaces en matière de chasse à l'évasion fiscale, à l'instar de Tracfin. Deuxièmement, il existe un moyen efficace de décupler l'observation, la compréhension et l'interception des schémas complexes développés par les ultra-riches : une intelligence artificielle utilisée à bon escient et répondant à toutes les règles en matière de protection des données notamment. Aussi, il lui demande ce qu'il compte apporter comme solution pour en finir avec la discrimination et l'inefficacité engendrée par le système actuel.

La DGFiP met en œuvre des croisements de données dans le ciblage des opérations de contrôle fiscal depuis 2014. L'objectif est de repérer des anomalies fiscales dans une approche transverse de la lutte contre la fraude. Cette analyse de données est désormais à l'origine de 50 % des contrôles des professionnels et de 45 % des contrôles des particuliers avec une cible fixée à 50 % à compter de 2027. Tout est mis en œuvre pour éviter les biais de sélection des algorithmes. En premier lieu, le choix de limiter à 50 % la part de l'analyse de données dans le contrôle fiscal permet d'ajuster les paramètres, en injectant régulièrement des cas nouveaux dans les bases d'apprentissage créant ainsi de la diversité. Par ailleurs, aucun contrôle n'est lancé automatiquement sur la base des croisements de données : il est systématiquement demandé aux agents des finances publiques de valider la pertinence de la sélection du dossier avant le lancement de tout contrôle, ce qui permet de minimiser les biais des algorithmes. Par ailleurs, aucun algorithme n'associe un score ou une probabilité de fraude à l'ensemble des foyers fiscaux en fonction du niveau des revenus ou du patrimoine. La détection par les données des schémas complexes de fraude patrimoniale est également renforcée par l'accès à davantage de données portant sur le patrimoine détenu à l'étranger, notamment via des trusts. Le Gouvernement est ainsi engagé depuis plusieurs années dans lutte contre les fraudes les plus graves, notamment les fraudes fiscales internationales des personnes les plus fortunées. Par ailleurs, il faut rappeler que la feuille de route contre les fraudes aux finances publiques de 2023 avait prévu le renforcement des moyens de l'administration fiscale avec l'augmentation de 15 % des effectifs en charge de la lutte contre la fraude d'ici 2027, soit 1500 nouveaux emplois. Ces renforts en emplois, effectifs dès l'année 2023 (281 au titre de l'année 2023, 352 au titre de l'année 2024 et 147 au titre de l'année 2025), soit un total de 780 emplois supplémentaires sur ces trois années fiscales, ont bénéficié à tous les niveaux de contrôle, avec un accent mis sur la détection et le contrôle des fraudes patrimoniales, d'une part, et à la fraude internationale d'autre part. En 2025, malgré la révision de la trajectoire d'emplois prévue pour la DGFiP (550 suppressions en LFI 2025), l'implantation des renforts au titre de la lutte contre la fraude s'est poursuivie avec 137 emplois, dont 128 emplois supplémentaires pour le contrôle fiscal. À la fin de l'année 2025, plus de 50 % de l'objectif affiché pour 2027 en termes de renfort pour la lutte contre la fraude a été réalisé. En 2026, la DGFiP poursuivra le renforcement des moyens alloués à la lutte contre la fraude conformément aux engagements pris dans le cadre du plan de lutte contre la fraude de 2023, en fonction des dispositions votées en loi des finances.