L’intelligence artificielle au service de l’administration fiscale : une histoire d’innovations et de transformations

Au début des années 1640, le jeune mathématicien Blaise Pascal voyait son père, alors commissaire aux impôts en Normandie, s’épuiser nuit après nuit à calculer l’impôt et à vérifier des registres. À une époque où la plume, le papier et l’abaque étaient les seuls outils disponibles, l’administration de l’impôt était une activité chronophage et sujette aux erreurs. Nourri par les récentes avancées dans le domaine de la mécanique, Pascal entreprit de concevoir une machine à même d’alléger le fastidieux labeur de son père. Après avoir développé de nombreux prototypes, il dévoila la « Pascaline », première calculatrice mécanique capable d’effectuer des additions et des soustractions sur des nombres pouvant aller jusqu’à six chiffres et qui constituait une réponse simple, mais pratique, face aux difficultés de calcul auxquelles se heurtait alors l’administration de l’impôt. 

Le défi qui se posait à Pascal, traiter et interpréter les données avec précision et efficacité, demeure pleinement d’actualité, quoique son ampleur et sa complexité se soient considérablement accrues dans l’économie interconnectée et multidimensionnelle d’aujourd’hui. Parallèlement, les outils à la disposition des administrations fiscales ont connu une profonde évolution : des dispositifs mécaniques aux systèmes à cartes perforées, de l’informatique électronique à Internet, jusqu’aux formes les plus récentes d’apprentissage automatique avancé, intégrées au vaste domaine de l’intelligence artificielle (IA).

Au cours des dernières décennies, l’environnement dans lequel évoluent les administrations fiscales a profondément évolué. La transformation numérique de l’économie mondiale s’est inévitablement accompagnée d’une datafication massive. Là où l’activité économique ne laissait jadis que des traces papier, elle génère aujourd’hui des flux continus d’informations numériques. Les administrations fiscales comptent ainsi parmi les institutions publiques disposant des volumes de données les plus importants. Face à cette évolution, elles ont su tirer parti des progrès de la science des données et de l’IA pour optimiser l’usage de leurs ressources informationnelles. Dans le contexte de leur transformation numérique à grande échelle, elles ne se limitent plus au simple calcul de l’impôt : elles adoptent désormais des approches plus prédictives et proactives, en cohérence avec les principes fondés sur les risques qui sous-tendent les stratégies de gestion moderne des risques d’indiscipline fiscale, ainsi qu’avec la vision d’une « fiscalité fluide » exposée dans le rapport Administration fiscale 3.0 de l’OCDE.

Dans ce contexte, comment l’adoption de l’IA se traduit‑elle d’un point de vue quantitatif ?  Les données issues de l’Enquête internationale sur les administrations fiscales (ISORA) montrent qu’en 2023, pas moins de 93 % des plus de 50 pays membres du Forum de l’OCDE sur l’administration fiscale (FAF) ont déclaré avoir mis en œuvre des solutions d’IA ou s’y employer. En 2018, ce chiffre se situait aux alentours de 46 %, un niveau déjà élevé pour le secteur public. Le fait que ce taux ait plus que doublé en l’espace de cinq ans témoigne de la transformation à long terme des administrations fiscales, évoquée précédemment, en des organisations adaptables et matures, fondées sur des données, ainsi que de leur engagement continu en faveur d’approches plus proactives. L’IA apparaît dès lors comme une prolongation naturelle, au plan technologique, de leurs activités.

Concrètement, comment l’intelligence artificielle est‑elle utilisée au sein des administrations fiscales ? Les données récentes issues du dernier cycle de l’Inventaire des initiatives sur l’utilisation de la technologie à des fins fiscales  apportent un éclairage utile, à partir des réponses des pays membres du Forum de l’OCDE sur l’administration fiscale (FAF). Les résultats indiquent que les administrations fiscales recourent désormais à l’IA dans un large éventail de fonctions et que son adoption est la plus importante dans les domaines de la détection de la fraude et de l’évasion fiscales. Cette situation n’a rien de surprenant, dans la mesure où les modèles d’IA avancés s’avèrent particulièrement efficaces pour détecter des schémas subtils, des anomalies et des corrélations au sein d’ensembles de données complexes que les méthodes traditionnelles peinent à appréhender efficacement. On observe également un taux d’adoption significatif de l’IA en matière d’évaluation des risques, un domaine où les administrations s’appuient sur des méthodes de modélisation prédictive, des techniques de segmentation et d’autres approches fondées sur l’IA pour repérer les comportements non conformes et les profils de risque émergents. Plus largement, l’IA, et de plus en plus l’IA générative, redéfinit la manière dont les administrations fiscales interagissent avec les contribuables. Les assistants virtuels et les outils numériques permettent ainsi un accompagnement plus individualisé et en temps réel, 24h/24 et 7j/7. Dans le même temps, l’IA contribue à optimiser les opérations internes, en aidant les administrations à hiérarchiser les dossiers, à mieux répartir les ressources et à gérer plus efficacement la charge de travail. On trouvera dans la base de données associée à la série de publications sur l’administration fiscale des exemples concrets de ces cas d’utilisation.

L’IA permet d’améliorer l’efficacité et la précision des opérations de l’administration fiscale et peut aussi contribuer à alléger la charge liée au respect des obligations fiscales pour les contribuables. Ces nouvelles capacités qu’offre l’IA s’accompagnent toutefois de types de risques inédits. Il s’agit notamment de risques relatifs à l’équité, à la transparence, aux biais potentiels, ainsi qu’au caractère opaque, souvent qualifié de « boîte noire », de certains modèles d’IA. Ces risques imposent aux administrations fiscales la responsabilité de mettre en place des dispositifs garantissant une meilleure explicabilité des systèmes d’IA, d’atténuer efficacement les biais systémiques présents dans les ensembles de données, de protéger les droits des contribuables et de veiller au respect de l’état de droit, fondement indispensable de la confiance des contribuables et du contrat social.

Le recours, par les administrations fiscales, à des approches de plus en plus prédictives en matière de respect des obligations fiscales et d’accompagnement des contribuables tend à accentuer certains risques dans la mesure où les systèmes prédictifs tirent leurs conclusions non seulement de l’analyse de comportements passés avérés, mais aussi de projections de comportements futurs. Il est ainsi d’autant plus important de veiller à ce que les analyses prédictives demeurent justes et proportionnées.

Le recours croissant de l’IA impose aux administrations fiscales de placer la confiance dans ces systèmes au cœur de leur action. À cette fin, le Forum de l’OCDE sur l’administration fiscale (FAF) a mis en place un groupe de projet dédié dans le cadre de l’initiative « Administration fiscale 3.0 ». Composé d’experts de haut niveau issus des administrations fiscales du monde entier, ainsi que de représentants du monde des affaires et du milieu universitaire, ce groupe constitue un espace d’échange permettant d’explorer, selon des perspectives variées, les principales dimensions d’une intelligence artificielle digne de confiance.

Les Principes de l’OCDE pour une IA digne de confiance (voir encadré) constituent un cadre de référence essentiel. Ces principes contribuent ainsi à définir ce qu’une IA digne de confiance doit permettre d’atteindre comme les valeurs qui doivent régir sa mise en œuvre. Pourtant, comme le souligne la récente publication Gouverner avec l’intelligence artificielle : état des lieux et perspectives pour les fonctions essentielles de l’État, les administrations publiques ont souvent besoin d’orientations plus pratiques sur la manière d’interpréter et de mettre en œuvre ces principes dans leurs contextes institutionnels spécifiques. Le projet du FAF a ainsi pour objectif de répondre à ce besoin en traduisant les principes de haut niveau relatifs à l’IA en cadres opérationnels et en outils concrets, adaptés aux réalités des administrations fiscales et aux risques associés à des cas d’usage spécifiques. En parallèle, l’initiative « Administration fiscale 3.0 » favorise le partage des connaissances sur l’IA grâce à une plateforme collaborative, incluant des sessions consacrées aux aspects essentiels d’une IA digne de confiance.

Même Pascal, qui a contribué à poser les bases du raisonnement prédictif, n’aurait pu prévoir l’ampleur de la transformation actuelle portée par l’IA. Les administrations fiscales recourent aujourd’hui à des modèles d’IA dont le niveau de sophistication dépasse largement ce que la plupart d’entre elles auraient pu envisager il y a encore une génération. Grâce à leur grande maturité en matière de données et à leur capacité d’adaptation, elles sont bien placées pour tirer parti de ces avancées. La valeur de l’IA à long terme repose néanmoins sur une mise en œuvre responsable et sur la confiance que les contribuables placent dans les administrations qui utilisent ces systèmes. Face à l’évolution rapide de ce domaine, la collaboration et l’échange de connaissances entre administrations fiscales jouent un rôle essentiel dans l’identification des risques émergents et l’élaboration de stratégies d’atténuation efficaces et de bonnes pratiques.

• L’IA dans l’administration publique [disponible uniquement en anglais]
• Lien vers la base de données associée à la série de publications sur l’administration fiscale [disponible uniquement en anglais]
• Lien vers l’Inventaire des initiatives sur l’utilisation de la technologie à des fins fiscales
• Principes sur l’IA