La Caisse nationale d’allocations familiales (Cnaf) a dévoilé, jeudi 15 janvier, son nouvel algorithme de datamining, qui sert à cibler certains contrôles des CAF. 13,8 millions de foyers en bénéficient, ce qui représentait 108,6 milliards d’Euros d’aide en 2024. Une conséquence qui pousse les 101 CAF à réaliser «des contrôles pour vérifier l’exactitude des dossiers, détecter les erreurs, informer et conseiller l’allocataire sur ses droits et repérer les fraudes. En effet, les prestations reposant en partie sur les déclarations de ressources, de situation familiale, de logement…, avec une réglementation parfois complexe, des erreurs peuvent se produire», peut-on lire dans un communiqué de presse de la Cnaf.
Si une personne a trop, ou trop peu, reçu d’aide par rapport à ses droits, la situation est régularisée. 31,5 millions de contrôles avaient été effectués en 2024, dont moins de 1 % ciblés par l’algorithme de datamining (Datamining Données entrantes 2026, ou DMDE 2026). Il s’agit d’une «démarche scientifique qui permet d’estimer une probabilité de risque d’indu dans certains dossiers». C’est une première étape avant un contrôle déterminé par un «score de risque».
Une nouvelle version pour s’adapter aux réformes
La dernière version de l’algorithme datait de 2018. Depuis, il y a eu la réforme des aides au logement et la généralisation de la solidarité à la source. Il fallait donc le revoir avec «une approche éthique dès la conception», assure la Cnaf. Les allocataires ciblés sont ceux avec un indu d’au moins 600 Euros sur une période d’au moins six mois. De plus, plusieurs données sont écartées par l’algorithme pour limiter les risques de discrimination : le genre, la nationalité et l’adresse.
