En 2023, les particuliers ont fait l’objet de 994 364 contrôles sur pièces de l’impôt sur le revenu, soit environ 200 000 de plus que l’année précédente, selon le rapport annuel de la Direction générale des finances publiques (DGFiP).
Voici pourquoi vous pourriez être concerné par un contrôle fiscal et ce que cela implique.
Une augmentation notable des contrôles fiscaux
Le nombre de contrôles sur pièces a considérablement augmenté, passant de 726 232 en 2022 à 994 364 en 2023. Cette hausse reflète l'engagement de l'administration fiscale à lutter contre la fraude fiscale et à assurer la conformité des déclarations de revenus. Les impôts patrimoniaux, tels que les déclarations de succession et l'impôt sur la fortune immobilière, ont également vu une augmentation des contrôles, atteignant 88 089 en 2023.
Résultats des contrôles fiscaux
En 2023, les contrôles fiscaux ont entraîné le prononcé de 15,19 milliards d’euros de droits et de pénalités, contre 14,62 milliards en 2022. L’administration a encaissé 10,6 milliards d’euros au titre des contrôles fiscaux de l’année et des années antérieures, ainsi que de la relance des déclarations de succession et d’impôt sur la fortune immobilière. Ces encaissements montrent l'efficacité des contrôles fiscaux dans la récupération des montants dus.
Intelligence artificielle et data mining
Une part croissante des contrôles fiscaux est désormais ciblée grâce à l'intelligence artificielle et au data mining. En 2022, 52,36 % des contrôles étaient basés sur ces technologies, un chiffre qui est monté à 55,98 % en 2023. Initialement utilisés principalement pour le contrôle des entreprises, ces outils sont de plus en plus appliqués à la fraude patrimoniale des particuliers. L'objectif est que d'ici 2027, 50 % des contrôles fiscaux des particuliers soient programmés à l'aide du data mining, couvrant ainsi 100 000 dossiers de personnes physiques.
Utilisation de l'IA par les Administrations Fiscales
L'utilisation de l'intelligence artificielle (IA) par les administrations fiscales, comme l'IRS aux États-Unis, a montré des améliorations significatives dans la détection des fraudes fiscales complexes, notamment pour les grandes entreprises et les partenariats complexes . Les technologies d'IA permettent d'identifier des schémas et des tendances dans les déclarations fiscales qui pourraient indiquer une évasion fiscale, facilitant ainsi une sélection plus rapide et plus ciblée des cas à auditer.
Cependant, il existe des préoccupations concernant l'utilisation de l'IA, notamment en termes de biais dans les algorithmes et de protection de la vie privée des contribuables. Par exemple, des études américaines avaient montré que certains algorithmes pouvaient sélectionner des groupes de contribuables, comme les Afro-Américains, à des taux disproportionnellement élevés. Rien de tel n'est toutefois à craindre de la part de l'administration fiscale française. Ces défis soulignent toutefois la nécessité d'une surveillance et d'une transparence accrues dans l'utilisation de l'IA pour les contrôles fiscaux.
Objectifs futurs et changements politiques
Le recours au data mining pour programmer les contrôles fiscaux des particuliers devrait atteindre le même niveau que pour les entreprises, soit 50 % de la programmation des contrôles et 100 000 dossiers de personnes physiques traités d’ici 2027. Ces mesures visent à renforcer la lutte contre la fraude fiscale et à améliorer l'efficacité des contrôles.
En cas de changement de majorité politique, ces objectifs pourraient être réévalués, mais pour l'instant, l'administration fiscale poursuit activement ses efforts pour cibler les fraudes potentielles et assurer une meilleure conformité fiscale.
Conclusion
L'augmentation significative des contrôles fiscaux et l'utilisation accrue de l'intelligence artificielle et du data mining illustrent l'engagement de l'administration fiscale française à lutter contre la fraude. Les particuliers doivent être conscients de leurs obligations fiscales et de l'importance de la précision et de l'exactitude dans leurs déclarations pour éviter des pénalités sévères.
Comments