La Montée en Puissance Rapide de l'IA à l'IRS pour la Sélection des Contrôles — Le GAO Constate une Multiplication par Douze des Cas d'Usage et de Sérieuses Lacunes de Gouvernance

L'IRS utilise des modèles assistés par l'IA pour analyser les déclarations fiscales déposées, évaluer le risque de non-conformité et recommander des dossiers pour un contrôle ou une enquête plus approfondie, ciblant les déclarations des grandes entreprises, des partenariats complexes, des particuliers fortunés et des utilisateurs d'actifs numériques.

L'agence a rapidement étendu son utilisation de l'IA à la sélection des contrôles, à la détection des fraudes et aux opérations de conformité au sens large.

Le GAO a examiné l'inventaire des cas d'usage de l'IA à l'IRS, la documentation des bénéfices attendus et la capacité en personnel, publiant ses conclusions dans le rapport GAO-26-107522 (« Artificial Intelligence: IRS Actions Needed to Address Skills Gaps, Information Quality, and Strategic Management »), publié le 24 mars 2026.

Le nombre de cas d'usage actifs de l'IA à l'IRS est passé de seulement 10 en août 2022 à 126 en juin 2025 — soit une multiplication par environ douze en moins de trois ans, dont 61 % de ces cas d'usage étaient encore en développement au moment de l'examen. Le GAO a constaté que l'inventaire des applications d'IA de l'IRS était lui-même incomplet, ne recensait pas tous les usages de l'IA et ne documentait pas clairement le bénéfice attendu de chaque outil pour l'agence. Le rapport relie ces lacunes de gouvernance à une forte contraction des effectifs de l'IRS, qui sont passés de plus de 100 000 employés fin 2024 à environ 75 000 mi-2025, soit une réduction d'environ 25 000 postes.

Le GAO conclut que l'agence ne dispose pas de personnel suffisamment qualifié pour soutenir, développer ou superviser correctement son portefeuille croissant d'outils d'IA, et recommande que l'IRS renforce la gestion stratégique de son programme d'IA tout en améliorant l'exhaustivité et la qualité de son inventaire des usages de l'IA. Ce cas illustre un schéma également observé dans l'examen transgouvernemental de juillet 2025 du National Audit Office britannique sur l'analyse de la fraude et des erreurs : les organismes publics peuvent déployer rapidement des outils d'IA et d'analyse de données, mais démontrer et encadrer leur retour réel accuse souvent un retard important sur le déploiement.