Quand les algorithmes de la CAF ouvrent la chasse aux pauvres ~ SILO
â»https://silogora.org/quand-les-algorithmes-de-la-caf-ouvrent-la-chasse-aux-pauvres
#chasse_aux_pauvres
PremiĂšre observation gĂ©nĂ©rale, le « monde merveilleux de la dĂ©matĂ©rialisation », qui sâaccompagne dâune baisse considĂ©rable des moyens en termes dâaccueil physique et tĂ©lĂ©phonique, gĂ©nĂšre des inĂ©galitĂ©s dâaccĂšs aux droits. Les raisons en sont dâune part les fractures numĂ©riques (territoriales, Ă©conomiques pour la dĂ©tention dâĂ©quipements, ergonomiques pour les personnes souffrant dâun handicap), dâautre part lâillectronisme (17% des Français) et la mĂ©connaissance de lâoutil numĂ©rique. En 2021 selon lâINSEE, 31% des Français ont renoncĂ© Ă effectuer une dĂ©marche administrative.
DeuxiĂšme observation, le traitement informatique des dossiers nĂ©cessite Ă©videmment des algorithmes de calculs des droits, mais il entraine aussi le dĂ©veloppement de techniques de ciblage via le datamining, câest-Ă -dire la rĂ©colte et le croisement de donnĂ©es de diffĂ©rents fichiers administratifs. Officiellement, ces techniques visent Ă rendre la branche famille de la sĂ©curitĂ© sociale plus efficiente, Ă appliquer le « juste droit », Ă repĂ©rer les personnes en situation de non recours et Ă punir justement les fraudeurs.
Dans les faits, le ciblage des allocataires sâapparente Ă un vĂ©ritable contrĂŽle social. Plus de 1000 donnĂ©es sont collectĂ©es sur chacun dâentre eux, et la CNAF (Caisse nationale dâallocation familiale) lâĂ©crivait elle-mĂȘme dĂšs 2017 dans son rapport « La politique de contrĂŽle et de prĂ©vention des CAF » : « Ce traitement informatique permet de calculer la probabilitĂ© quâune erreur se produise, en donnant un score de risque prĂ©dictif. GĂ©nĂ©ralisĂ© Ă tout le rĂ©seau des CAF, ce dispositif permet de repĂ©rer ainsi plus prĂ©cisĂ©ment les dossiers Ă risques ». Sur quels critĂšres et selon quelles variables (dĂ©cidĂ©s humainement) sont effectuĂ©es ces prĂ©dictions ? MystĂšre. Mais on peut aisĂ©ment en imaginer quelques-uns⊠Maman solo, revenus irrĂ©guliers, lieu de naissance, par exemple.
Les dossiers aux scores de risques Ă©levĂ©s sont plus Ă©troitement surveillĂ©s, y compris par les logiciels informatiques. Sur les quelque 37 millions de contrĂŽles rĂ©alisĂ©s en 2020, touchant la moitiĂ© des allocataires, 32,25 millions Ă©taient automatisĂ©s. Et 75% des contrĂŽles effectuĂ©s par des agents en chair et en os ont Ă©tĂ© dĂ©clenchĂ©s par le dispositif de ciblage. Pour schĂ©matiser, un logiciel repĂšre des incohĂ©rences dans un dossier, tire la sonnette dâalarme, effectue les calculs dĂ©bouchant sur un induâŠ