L'utilisation du « datamining » permettrait à la Caisse d'allocations familiales de noter ses allocataires et de cibler les fraudes, indique France Inter.
Par LePoint.fr
Temps de lecture : 2 min
Dans les bureaux de la Caisse d'allocations familiales, la place grandissante du numérique semble prendre le pas sur l'homme. Comme le décrypte France Inter, les salariés des 101 Caf de France utilisent fréquemment des algorithmes pour arrondir leurs revenus annuels. « Notre prime d'intéressement est calculée en fonction des objectifs atteints par les caisses locales. Or parmi ces objectifs, il y a les délais de traitement, l'accueil… mais aussi la détection de fraudes », souligne à nos confrères Yves Alexis, le représentant CGT dans les instances nationales de la Sécurité sociale.
Pour débusquer un maximum de fraudes, les services de la Caf se reposent de plus en plus sur la méthode du « datamining », qui s'est généralisée à partir de 2010. En se basant sur un large panel de données dans différentes administrations, cette technique numérique de statistiques prédictives parvient à identifier plus facilement les potentiels risques d'erreurs ou de fraude dans un dossier d'allocataire.
Mais les algorithmes ne servent pas uniquement à cibler les fraudes et erreurs de dossiers. La Caisse nationale d'allocations familiales (CAF) noterait également ses allocataires en fonction du risque d'erreur, grâce à ses outils numériques. « La CAF a créé un profil type de présumé fraudeur avec un certain nombre de caractéristiques. Un score de risque va ensuite être attribué à chaque allocataire. Plus ce score se rapproche de 1 et plus le risque de subir un contrôle est élevé », explique Noémie Levain, juriste à La Quadrature du Net.
À LIRE AUSSICoignard – Fraude sociale : l'exécutif ne veut ni entendre, ni voir, ni agir
Une minimisation des chiffres du datamining par la Caf ?
De son côté, la Caf se défend auprès de France Inter en affirmant que seulement 6 % des contrôles seraient issus du datamining. Pourtant, l'ancien directeur général des Allocations familiales déclarait le contraire, en juin 2020, devant la Commission d'enquête relative à la lutte contre les fraudes aux prestations sociales : le datamining est « devenu la première source de détection des dossiers destinés au contrôle ».
À LIRE AUSSIEXCLUSIF. Fraude aux prestations sociales : le rapport qui accuse l'État
Depuis l'arrivée des algorithmes, c'est toute une profession qui se retrouve donc bouleversée. Avant, « on faisait une étude globale du dossier, en vérifiant la déclaration, mais en contrôlant aussi que l'intégralité des droits était bien versée. Désormais, c'est un peu l'inverse : le datamining cible les erreurs de saisie des allocataires, alors que ces erreurs sont rarement des fraudes », pointe du doigt Yves Alexis.
À LIRE AUSSICour des comptes : le bêtisier de la Sécu
Autre conséquence néfaste relevée par nos confrères, les personnes les plus précaires, considérées comme plus à risque, seraient plus contrôlées que la normale. « Contrairement à un contrôle aléatoire où chaque personne aurait la même probabilité d'être contrôlée, cet algorithme entraîne un score de risque élevé pour les personnes les plus précaires, parce qu'à leur statut sont associés des facteurs de risque qui sont en fait des facteurs de précarité », souligne encore un membre de l'association La Quadrature du net. Quoi qu'il en soit, les algorithmes sont loin de faire l'unanimité dans les services de la Caf.
