evidoria

← Retour à la liste

Bonne pratique Importée

eDIS de la FURS — Les modèles d'apprentissage automatique slovènes pour la détection de la fraude à la TVA

Slovénie · Ljubljana · Voir le profil de Slovénie · Voir le profil de Ljubljana

Preuves: Descriptif / auto-déclaré Top 75% 47/100 · Demandez à Evidence Copilot à propos de cette pratique

La FURS exploite deux modèles de ML dans eDIS — l'un signale les remboursements de TVA irréguliers depuis 2019, l'autre note chaque déclaration de TVA selon le risque de fraude depuis 2022 — sans évaluation d'impact sur les droits ou les données, selon un audit civil.

Détails

Maturité
Établie
Promoteur
Finančna uprava Republike Slovenije (FURS) — Financial Administration of the Republic of Slovenia
Période
2019-present
Région (NUTS)
SI041
Mots-clés
tax administration, VAT compliance, fraud detection, risk analysis

Contexte

L'Administration financière slovène (FURS) exploite la plateforme eDIS, qui gère depuis 2019 un modèle de risque de remboursement de TVA (VAT-R) signalant les demandes de remboursement irrégulières de contribuables étrangers de l'UE, et depuis 2022 un modèle de contrôle de la TVA qui note chaque déclaration nationale de TVA de 0 à 1 selon le risque de fraude ou d'erreur.

Objectifs

Les dossiers signalés sont transmis au personnel humain de la FURS pour décision finale ; la plateforme prend également en charge la classification de documents assistée par IA et un chatbot destiné aux contribuables, développant environ 1 000 modèles d'apprentissage automatique candidats par domaine de risque, filtrés de manière itérative jusqu'à un seul modèle de production.

Activités

L'infrastructure partagée eDIS sous-tendant ces modèles a coûté 16,19 millions d'euros. Le Digital Government Scan 2026 de l'OCDE sur la Slovénie documente le déploiement du système et l'investissement en infrastructure dans le cadre d'un examen plus large de la numérisation gouvernementale.

Conclusions

Le Registre indépendant de la société civile sur l'utilisation de l'IA dans le secteur public slovène, tenu par l'ONG Danes je nov dan, a constaté qu'aucun des deux modèles n'a fait l'objet d'une évaluation publiée d'impact sur les droits humains ou la protection des données, et que la FURS n'a divulgué de détails sur les données d'entraînement pour aucun des deux modèles — une lacune de transparence documentée qui persiste depuis le déploiement.

Mise en œuvre

Coût indicatif
Élevé (500 k€–5 M€)
Délai jusqu’aux résultats
Long (> 3 ans)
Personnel et compétences
Finančna uprava Republike Slovenije (FURS) — operates and maintains both risk models, Human FURS staff make final decisions on flagged cases

Conditions de réussite

  • Shared eDIS infrastructure (€16.19 million) supporting multiple AI use cases including a taxpayer chatbot and document classification
  • Iterative model development — roughly 1,000 candidate models per risk area filtered to one production model

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles