L'IRS achète un supercalculateur d'IA à Nvidia, accélérant le remplacement des agents par des algorithmes,

Ce qui soulève d'importantes questions sur l'automatisation croissante des administration publiques

L'IRS achète un supercalculateur d'IA à Nvidia, accélérant le remplacement des agents par des algorithmes,
ce qui soulève d'importantes questions sur l'automatisation croissante des administration publiques

L'achat par l'Internal Revenue Service (IRS) d'un supercalculateur d'intelligence artificielle (IA) Nvidia SuperPod soulève d'importantes questions sur l'automatisation croissante de l'administration publique et ses implications sociopolitiques. Cette acquisition s'inscrit dans un contexte plus large de transformation numérique accélérée, où des technologies avancées sont intégrées dans les structures gouvernementales sous prétexte d'efficacité et d'optimisation des ressources. Cependant, une telle évolution suscite des inquiétudes majeures quant à son impact sur l'emploi, la transparence et la responsabilité démocratique.

En premier lieu, l'automatisation massive par l'IA, promue par des figures telles qu'Elon Musk et soutenue par l'administration Trump, semble paradoxale dans un cadre politique où le retour à la fabrication nationale est affiché comme une priorité. La suppression d’emplois bureaucratiques au profit d’algorithmes va à l’encontre des discours populistes prônant la protection de l’emploi et le renforcement de l’économie locale.


Par ailleurs, la complexité croissante du système fiscal américain, en grande partie due aux lois adoptées par le Congrès et facilitées par les avancées informatiques, alimente un cercle vicieux dans lequel l'automatisation devient une nécessité pour gérer un labyrinthe législatif devenu incompréhensible pour le citoyen moyen. Contrairement à l’Europe, où certains pays proposent une déclaration préremplie et simplifiée, les États-Unis s’enfoncent dans une bureaucratie toujours plus opaque, rendant l’intervention humaine de plus en plus marginale.

Cette tendance à la « gouvernance algorithmique » est également critiquée pour son caractère antidémocratique et son manque de transparence. Les systèmes d’IA, bien qu’efficaces pour certaines tâches, souffrent d’opacité et d’un manque de contrôle humain, ouvrant la porte à des erreurs, des biais et une perte de responsabilité dans les décisions fiscales. De plus, l’utilisation de supercalculateurs pour des tâches aussi sensibles que la fiscalité pourrait aboutir à des dérives, où les décisions algorithmiques, difficilement contestables, prendraient le pas sur l’intervention humaine, renforçant ainsi un sentiment d’injustice et d’exclusion au sein de la population.

Enfin, la mise en place d’un tel dispositif au sein de l’IRS pose la question du financement et des priorités budgétaires. Alors que les réductions d’impôts pour les grandes fortunes restent une constante dans les politiques récentes, la mise en place de solutions coûteuses et technologiquement avancées risque de creuser davantage les inégalités, en particulier si ces outils sont utilisés pour maximiser la collecte auprès des classes moyennes et défavorisées plutôt que pour corriger les failles d’un système fiscal déjà profondément inéquitable.

Dans ce contexte, l'achat du SuperPod par l'IRS doit être analysé à travers une grille critique qui dépasse la simple modernisation technologique et interroge les choix politiques et sociaux sous-jacents. Si l'automatisation peut être un levier d'efficacité, elle ne doit pas se faire au détriment de la justice fiscale, de la transparence et de la responsabilité démocratique.

Quand l’intelligence artificielle remodèle la chasse aux contribuables

Le Compliance Data Warehouse (CDW) fait partie de l'environnement informatique RAAS et constitue un élément essentiel de la stratégie de l'Internal Revenue Service (IRS) en matière de données et d'analyse. Son succès en tant qu'environnement hors ligne pour l'expérimentation et les tests, ses capacités de base en matière de données et d'informatique analytique, son expertise en matière de gestion de projet et sa réputation d'excellent partenaire en matière de recherche et d'analyse en ont fait la destination de choix pour les principaux chercheurs et scientifiques des données de l'IRS.

L'adoption rapide de nouvelles idées et découvertes grâce au CDW soutient les intérêts stratégiques de l'IRS ainsi que la vision de l'Office of Management and Budget (OMB) en matière de recherche pour soutenir l'élaboration de politiques fondées sur des données probantes au sein du gouvernement.Le CDW est spécifiquement conçu pour répondre aux modèles d'utilisation distincts de la recherche et de l'analyse avancée. Il combine des ensembles de données disparates, multistructurés et distribués sur de longues périodes pour l'analyse longitudinale, la simulation et la modélisation spécialisée.

Cette capacité permet aux utilisateurs d'aborder de nouvelles questions et de s'appuyer sur les connaissances acquises lors de recherches antérieures. Il fournit un environnement flexible, interactif et réactif qui permet aux utilisateurs de se concentrer sur les problèmes de recherche et les flux de travail analytiques sans être contraints par des flux de travail rigides basés sur le cycle de vie. Il investit dans des outils et des technologies adaptés à l'expérimentation et à la découverte hors ligne et qui s'alignent sur les domaines en évolution rapide de la science des données, de l'analyse avancée et de la visualisation. Les investissements dans les données et les technologies de CDW.

Les investissements dans les données et les capacités technologiques du CDW ont été des facteurs importants de réussite dans la découverte des risques, la compréhension des comportements et la planification de la charge de travail. Les initiatives financées par la recherche et tirant parti du CDW ont permis de créer des modèles améliorés d'usurpation d'identité, des filtres de fraude au remboursement, des estimations de l'écart fiscal, des mesures de la charge, des algorithmes de sélection des dossiers et une meilleure compréhension des mécanismes qui déterminent le comportement des contribuables.

Grâce à des partenariats avec des universités et des entreprises, le CDW a également accéléré l'innovation dans d'autres domaines de l'analyse des données, notamment :

• l'utilisation du traitement du langage naturel pour l'extraction des caractéristiques des documents de tiers dans des collections de grande taille ;
• les modèles de graphe pour analyser les relations complexes dans les transactions multipartites ;
• la génération de données synthétiques de populations de contribuables afin d'améliorer le partage des données avec les chercheurs publics ;
• les systèmes de recommandation pour identifier les problèmes de conformité latents en vue d'un examen ;
• la modélisation de la détection des communautés de réseaux de préparateurs, de numéros d'identification de dépôt électronique (EFIN) et de contribuables ;
• et les modèles basés sur des agents pour la simulation de la migration des canaux de service.

Cette acquisition implique l'achat d'un Nvidia SuperPod et d'un système de stockage VAST. L'Internal Revenue Service (IRS) s'est engagé à tirer parti des technologies de pointe, y compris l'apprentissage profond et le traitement du langage naturel, pour améliorer ses opérations et fournir de meilleurs services aux contribuables. Pour soutenir cet effort, l'IRS a besoin d'une infrastructure robuste et évolutive capable de gérer des données complexes.

L’IA au service du fisc : vers une précision impitoyable ou une erreur incontestable ?

L’achat par l’Internal Revenue Service (IRS) d’un supercalculateur d’intelligence artificielle (IA) Nvidia SuperPod suscite un débat fondamental sur l’automatisation croissante de l’administration publique et ses implications sociopolitiques. Présentée comme une avancée technologique visant à améliorer l’efficacité et la gestion des ressources, cette initiative soulève cependant des préoccupations majeures liées à l’emploi, à la transparence et à la responsabilité démocratique.

L’un des paradoxes de cette automatisation réside dans son incompatibilité apparente avec le discours politique promouvant la relocalisation industrielle et la protection de l’emploi national. Tandis que certaines figures politiques défendent un retour à la production manufacturière pour soutenir l’économie locale, l’adoption massive de l’IA dans le secteur public entraîne une suppression d’emplois administratifs. Ce décalage entre les discours et les actions interroge sur les véritables priorités des décideurs, notamment en matière de justice sociale et de répartition des opportunités économiques.

Par ailleurs, la complexité croissante du système fiscal américain, en grande partie alimentée par des décisions législatives favorisant les niches fiscales et l’optimisation pour les plus fortunés, conduit paradoxalement à une nécessité accrue d’automatisation. Alors que certains pays européens proposent des déclarations fiscales simplifiées et préremplies, les États-Unis s’enfoncent dans une bureaucratie de plus en plus opaque. Plutôt que de repenser le système pour le rendre accessible aux contribuables, les autorités préfèrent investir dans des technologies complexes qui risquent d’éloigner encore davantage les citoyens de la compréhension et du contrôle de leur propre fiscalité.

Cette tendance vers une gouvernance algorithmique pose également des questions démocratiques cruciales. L’automatisation des processus fiscaux via l’IA introduit un manque de transparence et de contrôle humain sur des décisions ayant un impact direct sur la vie des contribuables. Les systèmes d’IA actuels, bien qu’efficaces dans certaines tâches, restent sujets aux erreurs, aux biais algorithmiques et à une absence de responsabilité claire en cas de litige. La délégation de tâches aussi sensibles à des algorithmes pose ainsi le risque d’une fiscalité perçue comme injuste et inattaquable, renforçant le sentiment d’exclusion parmi les citoyens.


Enfin, la mise en œuvre d...