L'algorithme qui trie les dossiers chômage

France Travail teste un algorithme pour cibler les contrôles chômage

France Travail expérimente un algorithme capable de trier les dossiers des demandeurs d'emploi avant un contrôle. Un document interne, révélé le 20 juillet 2026 par La Quadrature du Net en partenariat avec la cellule investigation de Radio France, détaille son fonctionnement. Un premier biais a déjà été repéré et corrigé par l'institution. Reste une question ouverte : qui vérifie les suivants ?

Un outil pour choisir qui contrôler, pas pour sanctionner

Le projet porte un nom de code administratif : Ciblage du Contrôle de la Recherche d'Emploi, abrégé CRE. Il a été présenté le 10 décembre 2025 au comité d'éthique IA de France Travail.

L'algorithme ne prononce aucune sanction. Il attribue à chaque personne inscrite un score fondé sur les données que détient l'institution, puis propose en priorité les dossiers jugés les plus suspects à un agent humain. C'est cet agent qui mène ensuite le contrôle et décide de la suite : rien, avertissement, radiation.

L'algorithme n'agit donc pas sur la décision finale. Il agit sur l'entrée dans le processus, ce qui détermine déjà qui devra se justifier et qui n'en entendra jamais parler.

Un arbre de décision, pas une IA générative

Le mot IA figure dans la présentation interne, mais la technique reste classique. France Travail s'appuie sur un arbre de décision, une méthode de machine learning dont les paramètres sont ajustés par itérations successives sur des données passées.

Le modèle a été entraîné sur plus de 60 000 contrôles antérieurs, chaque dossier ayant été étiqueté suspect ou non suspect par les équipes de l'institution elles-mêmes. Une fois entraîné, il évalue chaque personne inscrite selon 26 variables : ancienneté d'inscription, niveau de formation, historique des manquements, activités déclarées, entre autres critères dont le détail complet n'a pas été rendu public.

Un biais repéré sur les revenus les plus faibles

Premier constat gênant relevé dans le document : le modèle faisait remonter davantage les demandeurs d'emploi aux revenus les plus faibles parmi les dossiers prioritaires. France Travail a retiré la variable Salaire Journalier de Référence pour corriger ce déséquilibre.

Cette correction a eu un effet en cascade : elle a aussi modifié la répartition observée sur une autre variable, le niveau de formation. Un ajustement isolé ne suffit donc pas à garantir un résultat stable, chaque variable retirée redistribue le poids des autres.

Des contrôles deux fois plus efficaces, sur un outil resté fermé

France Travail met en avant des résultats concrets. Sur les dossiers ciblés par l'algorithme, 50,4 % ont débouché sur une sanction ou une redynamisation, contre 33,2 % pour un contrôle classique. Un écart que l'institution présente comme la preuve de la pertinence de son outil.

La Quadrature du Net pointe une autre réalité : France Travail refuse de transmettre le code source de l'algorithme, y compris à la Commission d'accès aux documents administratifs. Sans ce code, aucun chercheur ni aucune association ne peut vérifier de façon indépendante si d'autres biais subsistent derrière l'unique correctif rendu public.

Une automatisation des contrôles qui s'accélère depuis 2017

Le nombre annuel de contrôles est passé de 200 000 en 2017 à 730 000 en 2025. L'objectif fixé par le gouvernement est d'atteindre 1,5 million de contrôles en 2027.

La loi Plein Emploi, entrée en vigueur le 1ᵉʳ janvier 2025, a rendu obligatoire l'inscription à France Travail pour les allocataires du RSA et étendu les prérogatives de contrôle sur cette population. Le Défenseur des droits, la Commission nationale consultative des droits de l'Homme et le Conseil national des politiques de lutte contre la pauvreté ont critiqué ce texte au moment de son adoption.

Le précédent existe déjà ailleurs : la CAF a été épinglée à plusieurs reprises pour un algorithme de notation qui ciblait davantage les foyers précaires, un constat également documenté du côté de l'Assurance maladie.

Le risque d'une IA qui suggère directement une décision

Pour l'instant, l'algorithme reste un outil de tri, ce que France Travail appelle un faisceau d'indices destiné à orienter un agent vers un dossier précis. La Quadrature du Net redoute une étape suivante : l'institution développe déjà plusieurs IA internes (ChatFT, NeoFT, MatchFT), et rien n'exclut qu'une IA générative vienne un jour formuler directement une suggestion de décision.

Ce glissement changerait la nature du dispositif. L'humain ne choisirait plus qui contrôler à partir d'un score, il validerait une recommandation déjà rédigée par la machine.

Sources


Qu'est-ce que l'algorithme CRE de France Travail ?

Le CRE, pour Ciblage du Contrôle de la Recherche d'Emploi, est un outil de machine learning qui attribue un score de priorité aux dossiers des demandeurs d'emploi avant un contrôle.

L'algorithme peut-il sanctionner un demandeur d'emploi ?

Non. Il présélectionne les dossiers à examiner en priorité. La décision de sanction reste prise par un agent humain de France Travail.

Quel biais a été détecté dans l'algorithme de France Travail ?

Le modèle faisait remonter davantage les demandeurs d'emploi aux revenus les plus faibles. France Travail a retiré la variable Salaire Journalier de Référence pour corriger ce biais.

Sur le même sujet

AI Act Droit à l'oubli
Le Droit à l'oubli face aux IA génératives

Le "Droit à l'oubli" à l'ère des IA génératives

Imaginez une photo de vous, prise lors d'une soirée il y a 10 ans. Vous l'aviez supprimée de vos réseaux sociaux, pensant l'affaire enterrée. Aujourd'hui, vous demandez à une IA de générer une image "d'un groupe d'amis s'amusant dans une fête des années 2010". Et parmi les visages générés, vous reconnaissez... le vôtre. L'IA n'a pas "trouvé" votre photo. Elle a simplement assemblé des briques de connaissance qu'elle avait apprises de milliers d'autres photos : le style de votre pull, l'expression de votre visage, l'éclairage typique de l'époque. Comment exercer son droit à l'oubli lorsque la machine n'a pas de bouton "supprimer" ?

Entrainement Données personnelles
Utilisation des données WhatsApp et Messenger par l'IA de Meta

WhatsApp et Messenger utilisent-ils nos contenus pour entraîner leur IA ?

Chaque jour, des milliards de messages transitent par WhatsApp et Messenger. Ces applications, propriétés de Meta, sont au cœur de nos vies sociales. Mais dans la course effrénée à l'intelligence artificielle, une question cruciale se pose : que deviennent nos conversations ? Derrière les promesses de confidentialité se cache une réalité complexe et souvent méconnue. Démêlons ensemble le vrai du faux sur l'utilisation de vos données personnelles pour nourrir les IA de demain.

Netflix algorithme Netflix
Algorithme Netflix recommandation

Tu crois choisir tes films sur Netflix ? L’intelligence artificielle décide déjà pour toi

Tu ouvres Netflix. Tu scrolls quelques secondes… puis tu lances une série. Tu as l’impression d’avoir choisi. Pourtant, ce choix est en grande partie orienté. Cet article explique comment fonctionne l’algorithme Netflix, pour qui ces recommandations sont conçues et pourquoi ce sujet est devenu central aujourd’hui. Avec la montée du streaming et de la personnalisation des contenus, comprendre le rôle de l’intelligence artificielle permet de mieux comprendre ce que l’on regarde… et pourquoi.

LinkedIn Données personnelles
LinkedIn et l'utilisation des données pour l'IA en 2025

LinkedIn va utiliser les données personnelles de ses utilisateurs pour entraîner son IA

LinkedIn a officiellement annoncé qu'à partir du 3 novembre 2025, le réseau social professionnel utilisera les données personnelles de ses utilisateurs pour entraîner son intelligence artificielle générative. Depuis le 18 septembre 2025, les utilisateurs ont la possibilité de s'opposer à cette pratique, mais l'option est activée par défaut. Cette décision s'inscrit dans une tendance plus large des réseaux sociaux, comme Facebook (Meta), qui exploitent déjà les données de leurs utilisateurs pour développer leurs IA. Elle soulève des questions importantes sur la vie privée, le consentement et l'équilibre entre innovation technologique et protection des données à l'ère du RGPD.

Friend vie privée
Friend : le collier qui écoute tout

« Friend » : ça vous dit de payer 129$ pour porter un collier qui écoute tout en permanence ?

Imaginez un gadget qui enregistre toutes vos conversations, les analyse et les stocke sur des serveurs distants. Maintenant, imaginez payer 129$ pour le porter autour de votre cou. C'est la proposition commerciale de Friend, un « collier intelligent » qui suscite de vives interrogations dans la communauté tech. Au-delà du débat sur son utilité réelle, ce wearable soulève des questions fondamentales sur notre rapport à la vie privée à l'ère de l'IA. Démystifions ce produit qui semble tout droit sorti d'un épisode de Black Mirror.

données personnelles protection des données
Illustration des recours juridiques lorsque vos données personnelles sont utilisées pour entraîner une intelligence artificielle

Vos données utilisées pour entraîner une IA : quels recours ?

De ChatGPT à Midjourney, les intelligences artificielles (IA) se nourrissent de gigantesques volumes de données. Et si les vôtres en faisaient partie ? Nom, photos, écrits... Vos informations personnelles sont peut-être utilisées sans votre accord. Le RGPD vous protège, mais comment agir concrètement ? Ce guide détaille vos droits et les recours possibles.