Comment la CAF note ses allocataires avec des algorithmes

Selon une enquête menée par la cellule Investigation de Radio France-Franceinfo publiée ce vendredi 9 décembre, la Caisse nationale d'allocations familiales (CAF) noterait ses allocataires en fonction du risque d'erreur et de fraude de leur profil. Pour ce faire, elle utiliserait la méthode du datamining qui consiste à croiser des données de différentes administrations pour prédire si un allocataire est susceptible de commettre des erreurs... ou des fraudes. Cette technique aurait été adoptée dès les années 2010. Et selon Noémie Levain, juriste à La Quadrature du Net interrogée par nos confrères, "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."

Interrogée par la cellule d'investigation, la CAF admet utiliser cette technologie, mais seuls 6% des contrôles seraient issus du datamining. L’ancien directeur général des Allocations familiales déclarait pourtant 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", expliquait-il.

Conséquence : les plus précaires, considérés comme plus à risque, seraient plus contrôlés, explique un membre de La Quadrature du Net, interrogé par nos confrères. En 2017 déjà, un rapport du Défenseur des (...)

(...) Cliquez ici pour voir la suite

Soupçons de corruption : la vice-présidente du Parlement européen arrêtée
Le projet de pipeline d'hydrogène entre l'Espagne et la France officiellement lancé
Des propriétaires recherchent 5,3 millions d’euros pour transformer leur château en chambres d’hôtes
La gratuité du préservatif en pharmacie concernera aussi les mineurs
Colis : avec Noël, les retards de livraison s'accumulent dans les points relais