Retour Actualités

Actualité nationale

15.01.2026

Contrôles Caf : transparence et garanties éthiques autour de l’algorithme

La Cnaf utilise depuis janvier 2026 une nouvelle version de son modèle de datamining « données entrantes » : le DMDE 2026. Cet algorithme est un outil statistique d’aide au ciblage de certains contrôles réalisés par les Caf, afin de contribuer au paiement du juste droit : corriger des erreurs dans les informations déclarées par les , qui conduisent à des indus (trop‑perçus) ou des rappels (moins‑perçus) en faveur des allocataires.


Pour mener ce projet, la Cnaf a fait le choix d’une démarche « éthique dès la conception » : elle encadre l’usage des données, renforce la transparence et prévoit un suivi des effets du modèle, en s’appuyant sur un comité d’éthique.


L’algorithme de contrôle : un appui, pas une « décision automatique »

Le DMDE 2026 fournit un indicateur de risque d’indu : il aide à prioriser certains contrôles, mais ne décide pas à la place des agents. La décision de contrôle reste humaine. Les contrôleurs peuvent aussi tenir compte d’autres informations et de contraintes opérationnelles (l’organisation des tournées de contrôles sur place par exemple).


Une place minoritaire dans une politique de contrôle très majoritairement automatisée

Les ordres de grandeur permettent de situer la part des contrôles réalisés avec cet outil : en 2024, les Caf ont réalisé 31,5 millions de contrôles auprès de 6,4 millions d’allocataires. Environ 92 % correspondent à des régularisations automatisées issues d’échanges de données ; environ 8 % à des contrôles réalisés par des agents (sur pièces ou sur place). Les contrôles issus du DMDE représentent 0,5% de l’ensemble.


Pourquoi une refonte du modèle ?

Le modèle précédent datait de 2018. La refonte a été engagée pour adapter la modélisation aux évolutions réglementaires intervenues depuis : réforme des aides au logement, de la prime d’activité et généralisation de la solidarité à la source, entre autres.
Par ailleurs, dans un contexte de forte attente de la société en matière de transparence sur ce sujet, cette refonte est la première mise en œuvre complète d’une démarche éthique dès la conception sur un algorithme de la Cnaf : exclusions de variables sensibles ou contestables, choix d’une méthode explicable, identification des risques et organisation d’un suivi après déploiement.


Une démarche éthique structurée : comité d’éthique et charte

La démarche s’est concrétisée par l’installation en mars 2025 d’un comité d’éthique des usages des données, des algorithmes et de l’intelligence artificielle. Il appuie la Cnaf pour identifier les risques éthiques, formuler des points de vigilance et proposer des moyens de les atténuer.
Elle repose aussi sur une charte éthique encadrant le développement et l’usage des algorithmes et de l’IA.
 

Liens utiles :


Des choix concrets pour réduire les risques de biais

Les données utilisées sont fiables : ce sont les données des Caf qui servent à calculer les droits aux prestations. Le modèle a été construit sur un échantillon de contrôles aléatoires, représentatif de la population allocataire des Caf.

Dès la conception, certaines variables ont été écartées pour limiter les risques de discrimination directe : nationalité, genre, adresse, lieu de résidence. La démarche exclut également des données de « comportement » (connexions à l’espace « Mon compte », contacts, échanges de pièces…) ainsi que les informations relatives à des contrôles ou contentieux antérieurs.
Le modèle conserve une méthode statistique de type régression logistique, choisie pour sa lisibilité et son explicabilité (impact de chaque variable via des coefficients).


Transparence : mise à disposition en open source du code source du DMDE 2026

Dans la continuité du travail de transparence engagé avec le comité d’éthique, la Cnaf met à disposition en open source le code du DMDE 2026.
Cette publication permettra à chacun de consulter : (1) la liste des variables utilisées par l’algorithme, (2) les coefficients/pondérations associés à chacune, et (3) la manière dont ces éléments sont combinés pour produire un score de risque.
Lien direct vers le code source du DMDE 2026 : CAF - Données et outils


Solidarité à la source : un modèle adapté à un contexte déclaratif qui change

La solidarité à la source, généralisée depuis mars 2025, simplifie la déclaration trimestrielle des ressources (RSA et prime d’activité) via des déclarations pré‑remplies. Le DMDE 2026 tient compte de ce changement et prévoit une articulation de deux modèles sur la période de transition : un modèle pour les périodes avant pré‑remplissage et un modèle pour les périodes après pré‑remplissage, avec une cohabitation temporaire jusqu’à la disparition progressive du modèle « avant » (horizon 2027).


Quels critères (variables) le DMDE 2026 prend-il en compte ?

Le DMDE 2026 cible les dossiers avec un indu d’au moins 600 euros et courant pendant au moins 6 mois. Ce choix s’explique car les trop-perçus sont plus nombreux et moins souvent corrigés seuls que les rappels, et la durée minimale évite de contrôler des situations qui se régleraient d’elles-mêmes.
Le DMDE 2026 comprend deux modèles pendant la période de transition (avant/après solidarité à la source) puisque les contrôles remontent généralement jusqu’à deux ans en arrière. Les listes ci‑dessous présentent les critères utilisés par chacun.


Modèle 1 (périodes avant solidarité à la source) – 17 variables

  • Situation d’activité du responsable de dossier et de son conjoint (dont présence d’un conjoint sans activité)
  • Présence d’au moins un enfant âgé de plus de 19 ans dans le
  • Activité(s) des enfants (dont enfant étudiant, enfant sans activité professionnelle, etc.)
  • Présence d’une morale (dossier géré par une tutelle)
  • Montant moyen de prestations perçues sur les 12 derniers mois
  • Montant moyen d’allocations familiales perçues sur les 12 derniers mois
  • Montant moyen de complément familial perçu sur les 12 derniers mois
  • Montant moyen de prime d’activité perçue sur les 12 derniers mois
  • Montant moyen de RSA perçu sur les 12 derniers mois
  • Niveau de revenu (par rapport au Smic)
  • Présence d’ ou de appliqués sur le dossier (24 derniers mois)
  • Présence de pension alimentaire dans les déclarations trimestrielles (24 derniers mois)
  • Changements dans la pratique d’une activité non salariée (24 derniers mois)
  • Fait générateur de confirmation de logement étudiant
  • Projet d’accompagnement – RSA droits et devoirs
  • Fait générateur de volet social lié au Complément mode de garde (CMG)
  • Nombre de changements de droit au RSA (aller‑retour dans la prestation – 24 derniers mois)

Modèle 2 (périodes après solidarité à la source) – 11 variables

  • Situation d’activité du responsable de dossier et de son conjoint (dont présence d’un conjoint sans activité)
  • Présence d’au moins un enfant âgé de plus de 19 ans dans le foyer
  • Présence d’une tutelle morale (dossier géré par une tutelle)
  • Montant moyen de prestations perçues sur les 12 derniers mois
  • Montant moyen de prime d’activité perçue sur les 12 derniers mois
  • Niveau de revenu (par rapport au Smic)
  • Pratique d’une activité non salariée (24 derniers mois)
  • Signalements : corrections à la baisse des montants pré‑affichés dans la déclaration trimestrielle (selon fréquence et montant de la correction)
  • Fait générateur de confirmation de logement étudiant
  • Fait générateur de volet social lié au Complément mode de garde (CMG)
  • Nombre de changements de droit au RSA (aller‑retour dans la prestation – 24 derniers mois)

Pour aller plus loin:


 

Ce qu’il faut retenir

  • Le DMDE 2026 est un appui : pas de décision automatique, la décision de contrôle reste humaine.
  • Des données fiables et maitrisées et des exclusions claires (nationalité, genre, adresse, données de comportement, historique de contrôles/contentieux) réduisent les risques de biais.
  • Le comité d’éthique et la charte encadrent la démarche renforcent la protection des droits.
  • Transparence : le code informatique du DMDE 2026 est mis à disposition en open source (variables + coefficients + modalités de calcul).