Drague fiscale sur les réseaux sociaux : de nouveaux algorithmes d’apprentissage pour traquer la fraude - Archive ouverte HAL Accéder directement au contenu
Article De Blog Scientifique Terminal. Technologie de l’information, culture & société Année : 2019

Tax dredger on social networks: new learning algorithms to track fraud

Drague fiscale sur les réseaux sociaux : de nouveaux algorithmes d’apprentissage pour traquer la fraude

D. Desbois

Résumé

In France, estimates of tax evasion vary between 2 and 80 billion euros (€ bn) according to the parliamentary report of Bénédicte Peyrol. This would explain the injunction addressed by President Emmanuel Macron to the Court of Auditors on April 25 to shed light on this controversial issue in a context of tensions over public finances and a decline in tax compliance. In a letter sent on May 9 to Didier Migaud, president of this institution, Prime Minister Édouard Philippe indicates that “the time has come to take stock of the scale of tax fraud in the country and to assess the action state services and the tools that are put in place. " A recent interview with Gérald Darmanin, Minister of Action and Public Accounts, has just revealed the French government's plan to use machine learning algorithms to better target tax audits based on the information that taxpayers disclose to them. - even on social networks. Illegal trade and false tax domiciliations are particularly targeted by article 57 of the 2020 finance bill, which provides for the use of artificial intelligence in the service of the fight against tax fraud, adopted on November 13 by MEPs 3. Thus, this project plans to strengthen the IT resources to improve the targeting of tax audit operations thanks to an investment of 20 million euros by 2022. Artificial intelligence, often invoked to discuss technologies Numeric, is a misleading term, because it evokes the capacities of machines fantasized by the works of science fiction popularized by the seventh art. In tax matters, nothing like this: among the myriad of behaviors observed, the use of machine learning techniques aims to detect recurrent ones that are specific to certain types of fraud (VAT, bleaching, false domiciliation and illicit optimization). However, the tax administration concedes a weak point: "Today, nearly one audit in four results in only a small recovery. "
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. »
Fichier principal
Vignette du fichier
Drague_fiscale_CORRIGÉ_revDD.pdf (85.79 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-02406386 , version 1 (12-12-2019)

Identifiants

  • HAL Id : hal-02406386 , version 1

Citer

D. Desbois. Drague fiscale sur les réseaux sociaux : de nouveaux algorithmes d’apprentissage pour traquer la fraude. 2019. ⟨hal-02406386⟩
250 Consultations
187 Téléchargements

Partager

Gmail Facebook X LinkedIn More