Overblog Tous les blogs Top blogs Tourisme, Lieux et Événements Tous les blogs Tourisme, Lieux et Événements
Editer l'article Suivre ce blog Administration + Créer mon blog
MENU
Le blog de François MUNIER

l'IA générative aux Finances publiques: analyse de Solidaires

18 Avril 2026 , Rédigé par François MUNIER Publié dans #Histoire fiscale, #Sciences, #Intelligence artificielle

En retraite depuis près de 10 ans, je suis toujours syndiqué et continue de recevoir la presse syndicale. Ce qui me permet de vous partager cette analyse sur le développement de l'IA, ses insuffisances et surtout ses dangers.

l'IA générative aux Finances publiques: analyse de Solidaires
l'IA générative aux Finances publiques: analyse de Solidaires
MUTUALISER. POUR QUOI FAIRE ?

La DGFiP développe son propre assistant IA, alors même que la DINUM expérimente parallèlement un assistant interministériel. Cette juxtaposition de projets illustre l'absence de pilotage cohérent à l'échelle de l’État, chacun avançant en silo, sans mutualisation ni vision d'ensemble.

QUELS PROJETS CONCRETS À LA DGFiP ?

Derrière les discours généraux, les projets d'IA générative actuellement expérimentés à la DGFiP relèvent essentiellement d'outils d'assistance type chatGPT made in DGFiP, aux usages encore limités et très hétérogènes.

On retrouve notamment: - un assistant IA conversationnel:

- proche d'une interface de type ChatGPT, permettant de formuler des requêtes générales par prompt;

- l'intégration de DocuFiP pour rechercher la doctrine fiscale et aider à la rédaction de réponses aux usagers;

- la fonctionnalité "Parler clair", testée notamment dans les centres de contact, visant à reformuler des réponses jugées trop techniques ; (on en reparle en dessous pour les gains de temps).

- l'utilisation de LLM1 pour l'extraction d'informations dans les déclarations de succession, un cas d'usage, sur le papier, paraît pertinent;

- le projet Llamendement, destiné à résumer des amendements parlementaires et à les orienter automatiquement vers les bureaux compétents. (1 fois par an lors du budget, aide la DLF).

LE MYTHE DES GAINS DE TEMPS

L'argument central de l'administration « l'IA ferait gagner du temps ›› n'a rien d'original et mérite d'être sérieusement déconstruit.

Sur le projet Parler Clair, nous avons réussi à nous procurer le bilan officiel grâce nos militants de terrain. La fonctionnalité IA est sensée re- formulée les mails des agents pour qu'ils soient plus compréhensibles vis à vis des usagers. En réalité dans le bilan est mentionné qu'il ne permet pas de gagner du temps mais au contraire en fait perdre et que son utilité est surtout sur des docs créés par l'administration (CQFD) extrait du bilan :

« ne permet pas réellement de gagner de temps sur la rédaction de message, car la relecture prend beaucoup de temps ››.

Au regard du temps nécessaire de relecture, cette fonctionnalité semble difficile à incorporer dans un traitement important de messages au quotidien.

Néanmoins l'administration a fait le choix de l'intégrer à son assistant IA. Notons que Parler Clair a été testé uniquement sur la base du volontariat.

Phrase de transition ?

Des travaux récents de l'université de Berkeley montrent que ces SIA ne réduisent pas la charge de travail, mais tendent au contraire à l'intensifier.

Et quand bien même des gains ponctuels existeraient, une question essentielle demeure sans réponse..

À quoi sert le temps prétendument gagné ?

L'administration ne le précise JAMAIS!

À former les agent.es ? A améliorer la qualité du service public ?

A finir sa journée, voire sa semaine plus tôt ? Ou à absorber toujours plus de tâches, à légitimer des réductions d'effectifs ?

DES IMPACTS SUR LE TRAVAIL DES AGENT·ES

L'IA générative n'est pas neutre. Les premières études tendent à le prouver Elle transforme en profondeur le travail des agent·es, en particulier par des phénomènes de délestage cognitif, de perte progressive de technicité et de perte de sens du travail.

En s'appuyant de plus en plus sur des réponses, des reformulations ou des analyses produites par l'outil, les agent·es sont incitées à moins moins mobiliser leurs compétences propres moins vérifier, à moins argumenter.

À terme, ce recours systématique affaiblit l’expertise métier, en particulier pour les jeunes personnels en phase d'apprentissage, dont la montée en compétences repose précisément sur l’analyse, la recherche et la construction du raisonnement sans doute plus efficace en apprenant au contact de vrais agents mais qui malheureusement n’ont plus temps de former.

Cette évolution s'accompagne d'une transformation du rapport au travail. Le cœur des missions tend se réduire à répondre au plus vite, à valider ou reformuler des contenus produits par l'outil, au détriment de la qualité des réponses, de l'analyse fine des situations et de la relation à l'usager. Le travail perd progressivement de son sens, en se rapprochant d'une logique de traitement automatisé des demandes, éloignée de l'expertise fiscale attendue des agent·es de la DGFiP.

Cette perte de sens est renforcée par un contexte managérial de plus en plus oppressant, fondé sur des objectifs chiffrés, notamment matière de réponses à eContact. La priorité devient la quantité de réponses produites, bien plus que la qualité. C'est l’industrialisation des taches.

Dans ce cadre, l'IA générative agit comme un accélérateur de logiques déjà à l'œuvre. La pression sur les délais et les volumes encourage mécaniquement la validation rapide, voire automatique, de réponses pro posées par l'outil. L'agent est progressivement cantonné à un rôle validateur ou validatrice de contenus générés, dans une logique de presse bouton.

Ce fonctionnement s'apparente une forme de taylorisme numérique où l'activité est fragmentée, standardisée et pilotée par les indicateurs, au détriment de l'autonomie professionnelle et du sens du travail. À ces évolutions s'ajoutent des risques bien identifiés:

- biais d’automatisation, conduisant à accorder une confiance excessive aux propositions de l'outil;

- biais de confirmation, renforçant des réponses déjà envisagées par l’utilisateur/trice;

- à terme une tendance qui pourrait être de valider automatiquement des contenus générés, y compris lorsqu’ils sont erronés, incomplets ou juridiquement fragiles car il faut abattre et faire du chiffre.

Ces risques soulèvent une question centrale de responsabilité. En cas de réponse erronée transmise à un usager, qui est responsable ?

L’agent-e, à qui l'on rappelle que « l’IA peut se tromper ››, ou l'administration, qui pousse à l'utilisation de ces outils, les intègre à l'environnement de travail et en fait un levier organisationnel, tout en se retranchant derrière leur caractère expérimental?

Cette ambiguïté est d'autant plus problématique que l'IA générative devrait être directement intégrée dans le poste de travail, créant une pression implicite à son usage, tout en faisant peser sur les agent-es la responsabilité finale des décisions et des réponses.

À cela s'ajoute une dépendance croissante aux outils, qui réduit l’autonomie professionnelle, alors même que les besoins en formation bureautique et métier socle de l’autonomie numérique des agent-es restent largement insatisfaits.

FORMATIONS OBLIGATOIRES : L'INJONCTI0N PERMANENTE

Autre contradiction majeure : des projets encore en expérimentation, mais des formations obligatoires déjà imposées aux agent.es. Souvent limitées à de l'e-learning, avec des voix générées par IA, ces formations sont présentées comme de la «sensibilisation aux risques» et au potentiel de l'IA. Elles apparaissent néanmoins culpabilisantes : au regard des dangers exposés, on peut légitimement s'interroger sur ce qui justifie une telle injonction à utiliser ces outils dans les missions quotidiennes.

UN SERVICE PUBLIC TOUJOURS PLUS DÉSHUMANISÉ.

Les impacts sur le service public sont tout aussi préoccupants : les expérimentations montrent des réponses standardisées, inquiètent sur relations usagers déshumanisées, et une relation à l'usager imposé sous le prisme unique du tout-numérique.

Les usagers sont sommés de s'en remettre à des systèmes automatisés confrontés à la réduction des horaires des accueils physiques.

Les agent.es deviennent de simples validateurs de réponses produites par des SIA. L'IA générative accentue un service public, de plus en plus éloigné des besoins réels de la population.

DES RISQUES CYBER LARGEMENT SOUS-ESTIMÉS.

Les vulnérabilités propres aux LLM sont désormais de notoriété publique.

Des attaques permettent de contourner les garde-fous, d'altérer les réponses produites par l'outil ou d'extraire des informations confidentielles, y compris dans des environnements présentés comme maîtrisés.

Dans des environnements professionnels, y compris au sein de grandes entreprises, des attaques de type prompt injection ont déjà été démontrées sur des assistants IA intégrés aux postes de travail. Des chercheurs ont montré qu'un simple courriel contenant des instructions malveillantes pouvait suffire à manipuler l'assistant IA et entraîner une fuite de données sensibles, sans action particulière de l'utilisateur.

Dans un contexte où la DGFiP est régulièrement ciblée par des cyber-attaques de plus en plus sophistiquées, l'introduction de tels systèmes augmente mécaniquement la surface d'attaque et expose les données de l'administration à des usages détournés ou malveillants.

LE MYTHE DE LA SOUVERAINETÉ TECHNOLOGIQUE

L'administration invoque régulièrement la souveraineté. Mais de quelle souveraineté parle-t-on ? Pour l'assistant IA, elle utilise les modèles Llama présentés comme «open source›› (qui) reposent en réalité sur des modèles fondationnels développés par des acteurs privés (Meta - Facebook), sous licences restrictives. De plus, l'infrastructure matérielle nécessaire à leur fonctionnement, demeure mondiale : GPU conçus aux États-Unis, fabriqués à Taïwan, dépendance énergétique et industrielle totale.

La course à la puissance est sans fin : modèles toujours plus complexes, obsolescence rapide, besoins exponentiels en calcul. Le service public devient captif de choix technologiques qu’il ne maîtrise pas et le rend à la merci d'acteurs privés.

Ses impacts écologiques sur l'eau, la biodiversité sont sans précédents et amenés à augmenter de manière exponentielle.

Le choix de la DGFiP de développer à tous crins l'IA générative n’est pas neutre de par ses impacts sur le service public, les conditions de travail des agents. Elle apparaît plus comme une rustine technologique, pour tenter de colmater une DGFiP à bout de souffle, marquée par des restructurations permanentes, des effectifs contraints (30 000 suppressions depuis 2008) et des collectifs de travail fragilisés, malgré l’engagement constant des agentes pour exercer au mieux leurs missions.

l'IA générative aux Finances publiques: analyse de Solidaires
Partager cet article
Repost0
Pour être informé des derniers articles, inscrivez vous :
Commenter cet article