Le 30 juin 2026, le comité consultatif d’éthique de France Travail examinait un projet d’intelligence artificielle générative destinée au contrôle de la recherche d’emploi. Le document de présentation, publié le 23 octobre par La Quadrature du Net, fixe un objectif écrit : atteindre « la cible de 1,5 million de contrôles 2027 à effectifs constants ».
L’opérateur public compte plus de 6 millions d’inscrits. Un contrôle peut suspendre une allocation, puis entraîner une radiation. La question n’est pas la performance de la machine, mais qui décide qu’un dossier sera ouvert.
- Un arbre de décision entraîné sur 60 000 contrôles
- Une IA générative pour préparer les conclusions
- L’arithmétique des 1,5 million
- Ce que répond l’administration
- Ce que j’en retiens
Un arbre de décision entraîné sur 60 000 contrôles
Le premier dispositif est plus ancien. Présenté le 10 décembre 2025 au même comité, l’outil « Ciblage du Contrôle de la Recherche d’Emploi » vise à « identifier les dossiers nécessitant un examen approfondi » et à alimenter automatiquement les listes de contrôle, selon le document publié par La Quadrature du Net et la cellule investigation de Radio France.
Ce n’est pas un modèle de langage mais un arbre de décision, entraîné sur 60 000 contrôles passés. Il répartit chaque inscrit entre deux profils, « suspect » et « non suspect », à partir de 26 variables : diplôme, CV en ligne, rendez-vous manqués, offres refusées. Les dossiers « suspects » remontent sur une liste prioritaire. Deux campagnes d’environ 7 000 personnes en rupture conventionnelle ont servi de test.
Ce ciblage ne représente qu’environ 40 % des contrôles, soit 500 000 en 2025, mais il décide de l’ordre dans lequel les humains regardent. Une question écrite au Sénat du 30 juillet 2026 le reconnaît : les 26 variables sont connues, les règles de construction des profils ne le sont pas. Impossible, dès lors, de vérifier que certaines populations ne sont pas sur-ciblées.
Une IA générative pour préparer les conclusions
Le projet examiné le 30 juin 2026 change d’échelle. L’IA générative ne choisit pas encore les dossiers : elle lit le dossier de la personne contrôlée et produit une « restitution structurée » avec « synthèse et points d’attention », pour préparer les « conclusions » du contrôle. Objectifs inscrits : « contrôle continu », « détection de signaux faibles », « systématisation des contrôles ».
À terme, la machine ferait le tri. Le document prévoit qu’en 2030 l’automatisation couvre « l’intégralité du processus », de la sélection à la réalisation du contrôle. Modifier le prompt suffirait à lui ouvrir les données des 6 millions d’inscrits, à lui confier les questions, l’analyse des réponses et le choix de classer ou de transmettre.
Le précédent existe : la CAF reporte plus de 27 millions de contrôles automatisés sur 28,7 millions.
De 960 000 à 1,5 million de contrôles en deux ans
Contrôles de la recherche d’emploi démarrés, puis cible interne pour 2027, à effectifs constants.
L’arithmétique des 1,5 million
En 2025, 960 000 contrôles de la recherche d’emploi ont été démarrés, en hausse de 63,9 % sur un an, selon France Travail. La cible de 1,5 million pour 2027 suppose 400 000 contrôles de plus qu’en 2026, soit +36 %, sans recrutement supplémentaire.
Traduction concrète : plus de dossiers par contrôleur, donc moins de temps par dossier. C’est l’argument du document : le « gain de temps » doit permettre d’atteindre la cible à effectifs constants. Mediapart, qui a consulté d’autres documents et recueilli des témoignages, décrit des outils qui avancent « dans l’opacité » et dont les failles sont déjà documentées.
Le contrôle sert aussi à réorienter et à proposer une formation. Mais la même institution fixe la cadence et choisit l’outil qui la rendra tenable. Le chômage reste à 8,8 % fin 2027 dans les projections officielles : le contrôle monte pendant que le plein-emploi recule.
Cette vidéo de La Quadrature du Net, antérieure au document du 30 juin 2026, explique la logique commune aux algorithmes de contrôle social : ce qu’ils détectent est une erreur de déclaration, pas une fraude. Y observer la distinction entre la machine qui classe et l’agent qui sanctionne.
Ce que répond l’administration
France Travail défend une séparation des rôles. Dans sa réponse au Sénat, le gouvernement écrit que les ciblages « permettent uniquement de repérer les profils sans statuer sur l’effectivité de la recherche d’emploi » et que « c’est toujours le conseiller » qui analyse et statue. L’institution communique sur une autre IA, d’accompagnement : +17 % de taux de formation dans six régions test, et 800 équivalents temps plein réaffectés à l’humain d’ici 2027, selon franceinfo.
La Quadrature oppose trois objections : le biais d’automatisation, qui pousse l’agent à suivre la machine ; le temps, qui manquera d’autant plus que la cadence augmente ; la boîte noire, un réseau de neurones ne permettant pas d’expliquer son résultat. Point politique : modifier le prompt suffit à changer la politique de contrôle, sans concertation ni trace publique.
Ce que j’en retiens
La décision n’est pas dans la sanction, elle est dans le tri. Celui qui choisit les dossiers ouverts décide de ce que l’administration regardera et de qui risque de perdre son allocation. La validation humaine arrive à la fin, quand le cadre est fixé et que le temps manque.
Les documents ne prouvent pas une intention de nuire. Ils établissent un objectif, une méthode, une cadence. C’est assez pour poser la question de souveraineté : une administration qui gouverne par scores devient opaque à elle-même, et le contrôlé ne peut contester une règle qu’on ne lui montre pas. La ponction de 2 milliards sur l’assurance chômage et les 8 400 salariés de Stellantis au chômage partiel disent la même chose autrement : le filet se resserre au moment où il devrait s’élargir.
Si la machine se trompe, qui le sait, et comment le prouve-t-on ?
Et vous : accepteriez-vous qu’un algorithme décide que votre dossier mérite un contrôle, sans que vous puissiez lire la règle qui vous a désigné ?
