Une équipe de chercheurs affiliés aux universités de
Ngaoundéré et de Dschang ainsi qu’à l’ESSCA School of Management, en France,
affirme avoir développé un système d’intelligence artificielle capable de
détecter la fraude fiscale au Cameroun avec une précision de 97,2 %.
Le dispositif a été évalué sur 3,2 millions de
transactions, puis expérimenté dans trois centres fiscaux, où il aurait réduit
de 67 % le temps de traitement et généré des recettes supplémentaires,
selon les auteurs. Le montant de ces recettes n’est toutefois pas communiqué.
D’après le résumé, les chercheurs ont exploité 3,2
millions d’enregistrements qualifiés de transactions fiscales, bancaires et
douanières, collectés entre mai et novembre 2025. Ils combinent des modèles
supervisés XGBoost, Random Forest et machines à vecteurs de support à des
méthodes non supervisées, notamment Isolation Forest et des autoencodeurs. Une
optimisation bayésienne sert à régler les modèles.
Le meilleur modèle d’ensemble aurait atteint une
précision de 97,2 %, un rappel de 94,8 % et un score F1 de 96 %.
Ces valeurs sont arithmétiquement cohérentes : la moyenne harmonique de la
précision et du rappel ressort à 95,985 %, soit 96 % après arrondi.
Les chercheurs indiquent par ailleurs que leur chaîne informatique traite plus de 10 000 transactions par seconde, avec une latence inférieure à 100 millisecondes et la production d’un score de risque en moins de deux secondes. Le résumé ne décrit toutefois ni l’infrastructure utilisée ni les conditions du test. Il affirme également que les explications produites grâce aux méthodes SHAP et LIME ont accru de 67 % l’acceptation du système, sans préciser l’effectif interrogé, la valeur de départ ou le protocole d’évaluation.
Commentaires 0
Vous devez être membre pour ajouter un commentaire.
Vous êtes déjà membre ? Connectez-vous
Pas encore membre ? Devenez membre gratuitement
Aucun commentaire pour le moment sur cet article.