Questions

La question

Mme Sandra Delannoy interroge Mme la ministre déléguée auprès du ministre de l'économie, des finances et de la souveraineté industrielle, énergétique et numérique, chargée de l'intelligence artificielle et du numérique, sur le développement rapide et insuffisamment encadré du marché des formations à l'intelligence artificielle. Alors que l'usage des outils d'IA générative se diffuse massivement au sein des entreprises et que les besoins en formation concernent désormais des millions de salariés, l'offre de formation connaît une croissance exponentielle. Toutefois, ce marché est aujourd'hui marqué par une grande hétérogénéité des acteurs, une absence de référentiels clairs et la présence de prestataires insuffisamment qualifiés, conduisant certains observateurs à le qualifier de far west . Par ailleurs, une part importante des formations proposées ne répondrait pas aux exigences de qualité attendues, comme en témoigne le taux élevé de refus de certifications par les autorités compétentes. Dans ce contexte, les entreprises peinent à identifier des formations fiables et adaptées à leurs besoins, tandis que les salariés s'exposent au risque de suivre des parcours peu efficaces, voire trompeurs, dans un domaine pourtant stratégique pour la compétitivité économique et la souveraineté technologique du pays. Aussi, elle lui demande quelles mesures le Gouvernement entend mettre en œuvre afin de structurer et encadrer le marché des formations à l'intelligence artificielle, garantir la qualité des enseignements dispensés et assurer une meilleure protection des entreprises et des actifs face à des offres de formation insuffisamment régulées.

La question

Mme Sandra Delannoy interroge M. le ministre de l'économie, des finances et de la souveraineté industrielle, énergétique et numérique sur le déploiement inégal des outils d'intelligence artificielle (IA) dans la détection et la prévention de la fraude, qu'elle soit fiscale ou sociale. Le rapport d'information du Sénat intitulé « IA, impôts, prestations sociales et lutte contre la fraude » (n° 491, avril 2024) souligne le contraste entre une direction générale des finances publiques (DGFiP) pionnière et volontariste, ayant développé des outils performants de datamining et de deep learning pour la détection de la fraude fiscale tels que le projet Foncier innovant ou le datamining appliqué au contrôle fiscal et, à l'inverse, des organismes de la sphère sociale (CAF, CNAF, URSSAF) beaucoup plus réticents à recourir à ces technologies. Alors que la DGFIP démontre l'efficacité de ces approches dans la détection automatisée des anomalies et le recouvrement des sommes indues, les caisses de sécurité sociale semblent hésiter à franchir ce cap, invoquant des craintes liées à la protection des données personnelles, au respect des droits fondamentaux et à la maîtrise technologique. Or l'usage raisonné de l'IA, dans un cadre juridique clair et transparent, pourrait non seulement renforcer la lutte contre la fraude sociale mais aussi contribuer à l'équité entre contribuables et allocataires, tout en améliorant le recouvrement des prestations indûment perçues. En conséquence, elle lui demande quelles actions le Gouvernement entend mener pour favoriser la mutualisation des outils et des compétences entre la DGFIP et les organismes sociaux.

Réponse

La direction interministérielle du numérique (DINUM) pilote la stratégie d'ensemble du Gouvernement en matière de transformation numérique de l'État et veille à assurer un déploiement cohérent, maîtrisé et équitable des outils d intelligence artificielle (IA) dans l'ensemble des administrations publiques. Consciente des écarts de maturité entre administrations, la DINUM oeuvre à favoriser la mutualisation des compétences, des infrastructures et des outils d'IA entre les différents ministères et opérateurs publics, y compris entre la direction générale des finances publiques (DGFiP) et les organismes de la sphère sociale. À cette fin, la DINUM met à disposition des administrations : 1. des outils mutualisés pour simplifier et accélérer le déploiement de l'IA générative au sein des administrations, et notamment Albert API, infrastructure publique permettant de concevoir et d'exploiter des modèles d intelligence artificielle dans un cadre sécurisé et conforme au règlement général sur la protection des données (RGPD). 200 administrations utilisent aujourd'hui cette infrastructure, dont depuis quelques mois la CNAV ; 2. le dispositif ALLiaNCE, incubateur de projets IA et communauté des professionnels de l'IA au sein du secteur public, qui réunit les acteurs publics de l'IA pour partager les bonnes pratiques, les formations et les retours d'expérience entre administrations. La DGFIP et les organismes de sécurité sociale participent régulièrement à ces échanges ; 3. des référentiels techniques et éthiques communs. Par ailleurs, 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, depuis 2025, de 50% des contrôles des particuliers, soit la cible que s'était assignée la DGFiP 2027. Dans ce cadre, les travaux de mutualisation avec les organismes sociaux des méthodes de détection de la fraude par la donnée se sont renforcés ces dernières années. Des ateliers ou réunions réunissant des experts de chaque réseau se tiennent régulièrement. La présentation croisée des données permet notamment d'identifier les données utiles à l'enrichissement des algorithmes de détection de la fraude dans chaque administration. Ces travaux s'appuient désormais sur les dispositions de l'article L 152 du livre des procédures fiscales modifié par l'article 162 de la loi de finances pour 2025 qui prévoit l'échange de données entre les administrations fiscales et les organismes sociaux nécessaires au renforcement de l'efficience du recouvrement et à la fiabilisation de l'assiette des cotisations et des impositions. Le protocole d'échange de données entre la DGFiP et l'URSSAF Caisse nationale a ainsi été mis à jour au printemps 2025 et permet, depuis, des échanges trimestriels de données entre ces deux administrations. Le protocole d'échanges entre la DGFiP et la Caisse d'allocations familiales est en cours, viendra ensuite la rédaction d'un protocole d'échange de données avec la Caisse d'assurance maladie, voire la rédaction d'un protocole avec la Caisse d'assurance vieillesse.