Le modèle d'apprentissage automatique de la STT pour la fraude et la corruption dans les marchés publics

Le Service d'enquêtes spéciales de la République de Lituanie (STT) a travaillé avec l'OCDE et le Government Transparency Institute, financés par l'instrument d'appui technique de la Commission européenne, pour construire un outil d'évaluation des risques fondé sur l'apprentissage automatique pour les marchés publics. Le projet a intégré onze jeux de données administratives — infractions pénales et administratives, registres d'entreprises, bénéficiaires effectifs, listes noires et données de projets financés par l'UE — dans une seule base analytique, en restructurant les données de marchés publics du niveau de l'appel d'offres au niveau du lot afin de mieux saisir la dynamique des enchères.
Comme seule une faible part des contrats est liée à des infractions confirmées, l'équipe a utilisé une forêt aléatoire stratifiée à distance de Hellinger, une méthode conçue pour l'apprentissage positif-non étiqueté et les fortes déséquilibres de classes. Chaque prédiction est accompagnée de valeurs SHAP (SHapley Additive exPlanations) dans un tableau de bord interactif, permettant aux analystes de la STT de retracer exactement quels facteurs — schémas d'enchères, concentration de la propriété, position dans le réseau — ont motivé le score de risque d'un contrat donné, plutôt que de traiter le modèle comme une boîte noire.
Lors des tests rétrospectifs, concentrer l'attention des enquêteurs sur les 25 % de contrats présentant le risque prédit le plus élevé a permis de capter environ 60 % des contrats liés à des infractions pénales avérées ou suspectées (contre 25 % attendus par sélection aléatoire), et les 10 % les plus à risque ont capté environ cinq fois plus de cas connus que le hasard. L'étude de cas publiée par l'OCDE précise explicitement qu'il s'agit d'une preuve de concept, et non d'un système opérationnel : elle recommande une phase initiale de mises à jour annuelles appuyée par un flux de données stable avant un déploiement plus large, et souligne que l'outil doit guider le jugement des enquêteurs, non le remplacer.