Modèle fiscal du Kenya (RIAPA-AI) — la plateforme d'équilibre général calculable pilotée par IA conversationnelle du KIPPRA pour la simulation de politique fiscale

En 2024, le Kenya Institute for Public Policy Research and Analysis (KIPPRA), une entreprise publique relevant du Trésor national et de la Planification du Kenya, a créé conjointement le Kenya Tax Model avec l'Autorité fiscale du Kenya (KRA) et l'International Food Policy Research Institute (IFPRI/CGIAR). Il repose sur la plateforme d'équilibre général calculable (EGC) RIAPA de l'IFPRI, dotée d'une interface en langage naturel pilotée par chat (RIAPA-AI), et fait désormais partie de l'Economic Modelling Hub du KIPPRA.

Permettre aux décideurs politiques d'exécuter des simulations de politique fiscale et commerciale sans utiliser de logiciel spécialisé de modélisation EGC, afin que les mesures proposées puissent être évaluées quant à leurs effets sur la pauvreté, la nutrition et la croissance avant leur adoption.

Le modèle a été appliqué à une proposition politique réelle : une retenue à la source de 5 % sur les produits agricoles vendus par l'intermédiaire de coopératives. Les résultats de la simulation ont été présentés le 5 avril 2024 lors d'un atelier de parties prenantes réunissant la KRA, des gouvernements de comté, le National Cereals and Produce Board et des coopératives agricoles.

Sans recyclage des recettes, la simulation prévoyait une augmentation de la pauvreté nationale de 106 313 personnes, une augmentation de la pauvreté rurale de 109 805 personnes et 19 832 personnes supplémentaires en situation de sous-nutrition au niveau national ; le PIB global augmenterait de façon marginale de 0,02 %, tandis que le PIB agricole baisserait de 0,05 %. Le PIB agricole devait au contraire augmenter de 1,07 % si les nouvelles recettes fiscales étaient réinvesties dans l'investissement agricole. La KRA se serait montrée ouverte à revoir la proposition à la lumière de ces éléments.

Les résultats quantitatifs sont publiés par leurs concepteurs (KIPPRA/IFPRI/CGIAR) et non audités de manière externe, et l'analyse elle-même a signalé des lacunes de données concernant les volumes de ventes des coopératives, nécessitant des hypothèses d'incidence. Aucune source ne confirme si la retenue à la source a finalement été abandonnée, modifiée ou adoptée en conséquence directe de la modélisation — seulement que les résultats sont parvenus aux décideurs politiques. L'élément « IA » est une interface en langage naturel superposée à un modèle EGC classique, plutôt qu'un système d'apprentissage automatique en soi.