France Travail teste depuis fin 2025 une intelligence artificielle conçue pour attribuer à chaque demandeur d’emploi une probabilité d’être contrôlé. Le dispositif, révélé par l’association La Quadrature du Net en juillet 2026, a été conçu et testé sur des milliers de personnes avant d’être soumis à son propre comité d’éthique. Ses critères restent secrets, et aucun avis public de la CNIL ne l’encadre. Enquête sur une notation que personne, pas même la personne notée, n’a le droit de voir.
Une note invisible attribuée à chaque demandeur d’emploi
Il existe, quelque part dans les serveurs de France Travail, un nombre attaché à votre nom si vous êtes inscrit comme demandeur d’emploi. Ce nombre mesure une chose : la probabilité que votre dossier mérite un contrôle. Vous ne le connaissez pas. Vous ne pouvez pas le contester. Vous ne pouvez même pas savoir qu’il existe.
Ce nombre — plus exactement, ce nombre en devenir, car le dispositif est encore en phase de test — est produit par un algorithme d’intelligence artificielle que France Travail expérimente depuis fin 2025 pour orienter sa politique de contrôle de la recherche d’emploi. Son existence n’a pas été annoncée par l’institution. Elle a été révélée le 20 juillet 2026 par La Quadrature du Net, association de défense des libertés numériques, en partenariat avec la cellule investigation de Radio France, à partir d’un document interne daté du 10 décembre 2025 et présenté au comité d’éthique de l’organisme.
Le principe est simple à énoncer, vertigineux à mesurer : plutôt que de tirer au sort les dossiers à contrôler ou de s’en remettre au jugement des conseillers, France Travail veut confier à une machine le soin de désigner, à terme parmi des millions de demandeurs, ceux qui feront l’objet d’une vérification. La machine ne sanctionne pas elle-même. Elle décide qui entre dans le champ du soupçon.
Ce que fait vraiment la machine
Contrairement à ce que le mot « algorithme » pourrait laisser croire, il ne s’agit pas d’une simple grille de critères fixes. Le dispositif de France Travail repose sur un modèle d’apprentissage automatique. Le document interne le décrit lui-même comme « un arbre de décision, c’est-à-dire un modèle statistique classique », en précisant qu’« il ne s’agit pas d’un modèle de type LLM » : la machine ne génère pas de texte, elle apprend à reconnaître des profils à partir de données passées pour produire une prédiction.
Le fonctionnement, décrit dans le document interne de France Travail, suit une logique d’entraînement classique en apprentissage machine. On fournit au modèle l’historique des contrôles déjà réalisés — qui a été contrôlé, et ce que le contrôle a donné. Le modèle en déduit des corrélations, puis les applique aux demandeurs pour estimer, pour chacun, une probabilité d’irrégularité. Selon le document, il « apprend en faisant des prédictions », les compare aux résultats réels des contrôles, « puis corrige ses erreurs » — un processus répété de nombreuses fois.
À ce stade, le dispositif n’est pas généralisé. Selon le document, il a fait l’objet de deux campagnes d’environ 7 000 tests chacune, portant sur les seules personnes ayant connu une rupture conventionnelle. France Travail affiche toutefois clairement son intention : « étendre l’utilisation du modèle à d’autres publics » afin d’« alimenter automatiquement l’outil de contrôle et transmettre chaque mois des listes de contrôle ciblées ». Ce n’est donc pas un système déjà à l’œuvre sur tous les demandeurs, mais un prototype que l’institution veut déployer à grande échelle — le modèle servant, une fois entraîné, à produire chaque mois de nouvelles listes de dossiers à vérifier.
Ce n’est pas non plus un simple requêtage rebaptisé « IA » : le rapport du Sénat consacré à l’IA et à la fraude rappelle qu’un modèle entraîné sur des données passées — par opposition à des règles fixes définies à l’avance par un expert — relève bien de l’apprentissage automatique. France Travail met d’ailleurs en avant l’efficacité de la méthode : selon ses propres tests, 79 % des dossiers désignés par le modèle avaient donné lieu à un examen approfondi, contre 53 % pour les dossiers tirés au hasard.
Pour construire ce modèle, France Travail s’appuie sur ce que le document recense comme ses « 26 variables clés » : des données comportementales et administratives sur le parcours du demandeur — ancienneté d’inscription, nombre d’entretiens, niveau de formation, métier recherché et sa tension sur le marché, visibilité du CV, refus d’offres, absences aux rendez-vous, activités déclarées. Autant de signaux que la machine apprend à pondérer pour repérer les dossiers « à risque ».
Jusqu’à six millions de personnes concernées, à terme
L’ampleur potentielle du dispositif — si France Travail va au bout de son intention de généralisation — tient à un changement de loi. Depuis le 1er janvier 2026, dans le cadre de la loi pour le plein emploi, l’inscription à France Travail est devenue obligatoire pour les allocataires du revenu de solidarité active. Des personnes qui n’avaient jamais eu affaire à l’opérateur de l’emploi se retrouvent désormais inscrites — et donc, potentiellement, notables. La Quadrature du Net estime que plus de six millions d’inscrits pourraient être concernés si le modèle était généralisé à l’ensemble des publics.
Cette massification s’inscrit dans un objectif politique explicite, affiché par le gouvernement : 1,5 million de contrôles de demandeurs d’emploi par an à l’horizon 2027. Selon les chiffres de l’administration, ils n’étaient que 200 000 en 2017. La France se dote donc de la capacité de contrôler plusieurs fois plus de chômeurs qu’il y a dix ans — et c’est précisément pour absorber ce volume qu’un outil de ciblage automatisé devient utile à l’administration. On ne contrôle pas un million et demi de personnes à la main. On les trie par algorithme.
La logique est cohérente, du point de vue de l’administration : puisque les moyens humains sont limités et que la cible de contrôles explose, autant concentrer l’effort là où le rendement est le plus élevé. Mais cette rationalité gestionnaire a une conséquence rarement formulée : elle tendrait à transformer un droit — l’accompagnement vers l’emploi — en un espace de suspicion statistique, où chaque inscrit porterait une probabilité d’être contrôlé calculée à son insu.
Le biais que France Travail a reconnu
C’est le point le plus délicat, et France Travail ne l’a pas éludé dans son document interne. Un modèle qui apprend sur l’historique des contrôles hérite des biais de cet historique. Si, par le passé, les contrôles ont visé plus souvent certaines catégories de demandeurs, le modèle apprend que ces catégories sont « à risque » — et les cible davantage, ce qui produit de nouveaux contrôles qui confirment le biais. Le serpent se mord la queue.
France Travail l’a constaté sur sa propre première version. Le document reconnaît que le modèle « pouvait favoriser le contrôle des demandeurs d’emploi ayant les plus faibles revenus ». La cause a été identifiée : la variable du « salaire journalier de référence » — c’est-à-dire, indirectement, le niveau d’indemnisation. Autrement dit, l’algorithme avait appris à soupçonner davantage les plus modestes. La variable a été retirée, et le modèle rééquilibré, indique l’institution.
Il faut le dire avec précision, sans forcer le trait : France Travail a détecté ce biais et affirme l’avoir corrigé. Ce n’est pas un scandale dissimulé, c’est un problème documenté en interne. Mais il éclaire une propriété structurelle de ces outils : le biais n’est pas un accident, c’est une pente naturelle. Un autre critère parmi les vingt-six — le niveau de formation — a lui aussi nécessité un rééquilibrage. Combien d’autres corrélations socialement marquées subsistent dans un modèle que personne, à l’extérieur, ne peut inspecter ? La question reste ouverte, précisément parce que le modèle est opaque.
L’opacité, revendiquée
Car c’est là le cœur du problème : la liste et la pondération des critères ne sont pas rendues publiques, et France Travail refuse de communiquer le code de son modèle — y compris, selon La Quadrature du Net, aux demandes d’accès adressées à la Commission d’accès aux documents administratifs.
L’argument qui justifie ce secret n’est pas absurde en soi : si les demandeurs connaissaient exactement les critères qui déclenchent un contrôle, certains pourraient ajuster leur comportement pour y échapper. C’est le même raisonnement qui conduit l’administration fiscale à ne pas divulguer ses algorithmes de détection de la fraude. Mais il a une conséquence radicale : il rend le dispositif structurellement inauditable. Le demandeur noté ignore son score. Il ignore les critères. S’il est contrôlé, il ne saura pas si c’est l’algorithme qui l’a désigné, ni pourquoi. Et aucun tiers indépendant — chercheur, journaliste, autorité — ne peut vérifier que le modèle ne discrimine pas.
Cette opacité entre en tension avec le droit. Depuis la loi pour une République numérique de 2016, l’administration est en principe tenue à la transparence sur les algorithmes qui fondent ses décisions individuelles, selon l’article L311-3-1 du code des relations entre le public et l’administration. Mais ce même code prévoit, selon son article L311-5, une exception lorsque la communication porterait atteinte à la recherche d’infractions. France Travail se place dans cette exception. Le droit à la transparence existe donc sur le papier ; il est neutralisé en pratique par l’invocation de la lutte contre la fraude.
Conçu et testé avant les garde-fous
Il y a plus préoccupant encore que le secret entretenu sur les critères : la chronologie de son développement. Le document que La Quadrature a révélé était destiné au comité d’éthique de France Travail — mais il décrit un dispositif déjà construit et déjà testé sur des milliers de dossiers. Le contrôle éthique intervient donc, au mieux, sur une machine déjà à l’œuvre, non avant qu’elle existe. La logique attendue s’en trouve inversée : normalement, on évalue les risques d’un système avant de le construire et de l’expérimenter sur des personnes réelles.
Ce comité d’éthique existe pourtant — France Travail s’en est doté dès 2020 —, mais la Cour des comptes en a mesuré les limites. Dans un rapport de janvier 2026 consacré à l’intelligence artificielle de l’établissement, elle relève que, selon son décompte, seuls 17,2 % des 87 cas d’usage recensés lui avaient été soumis, que ses avis sont « non contraignants » et qu’un seul avis formalisé avait été rendu depuis 2021. La Cour signale même qu’un système d’intelligence artificielle « à haut risque » — un outil de reconnaissance des émotions — a été employé « en dehors de tout cadre éthique ».
Sur le terrain des données personnelles, son constat est tout aussi sévère. La Cour des comptes pointe un « retard important » de France Travail dans sa mise en conformité au RGPD, six ans après le lancement de ses premiers cas d’usage, et une « quasi-absence » des analyses d’impact pourtant obligatoires avant tout traitement à risque. La majorité des outils d’intelligence artificielle de l’établissement relèvent, selon elle, de la catégorie « à haut risque » définie par le règlement européen sur l’IA. Quant à la CNIL, aucun avis public ne vient spécifiquement encadrer cet outil de ciblage des contrôles — alors qu’un traitement destiné à noter, à terme, des millions de personnes est exactement le type de dispositif qu’une telle autorité est censée examiner.
L’opacité n’est donc pas seulement un refus de communiquer les critères : c’est un développement mené en avance sur les mécanismes de contrôle prévus.
L’IA que l’on montre, l’IA que l’on cache
Il y a une ironie à mettre en regard cet épisode avec la communication officielle de France Travail sur l’intelligence artificielle. Car l’institution parle volontiers d’IA — mais pas de celle-là.
En février 2025, en présence de trois ministres, France Travail présentait fièrement ses assistants conversationnels : « ChatFT », déployé, selon France Travail, auprès de 23 000 agents pour les aider à naviguer dans la documentation et à résumer des entretiens ; « MatchFT », qui rapproche offres et candidats ; « ChatFT Écoute », qui synthétise les entretiens. Tous reposent sur les modèles de l’entreprise française Mistral, dans une logique d’IA souveraine assumée. Cette IA-là est une vitrine : elle aide, elle modernise, elle se raconte en conférence de presse.
L’autre IA — celle qui doit noter les demandeurs pour les contrôler — n’a fait l’objet d’aucune communication. Pas de conférence de presse, pas de ministre, pas de démonstration. Elle a été révélée par une association, à partir d’un document qui n’était pas destiné au public. La même institution développe donc deux intelligences artificielles au rapport radicalement différent à la lumière : l’une exposée, l’autre tue. La ligne de partage n’est pas technique. Elle est politique : on montre l’IA qui aide, on tait l’IA qui surveille.
Ce que France Travail répond — et ce qu’il ne répond pas
Que dit France Travail pour sa défense ? Ses arguments figurent dans son propre document interne, et ils méritent d’être présentés.
L’institution soutient d’abord que l’IA sert à supprimer les a priori : plutôt que de laisser les contrôleurs choisir subjectivement les dossiers, la machine proposerait une sélection sur la base de « critères objectifs ». Elle insiste ensuite sur le maintien de l’humain dans la boucle : le modèle « ne se substitue ni à l’analyse humaine ni au travail d’investigation des contrôleurs » — c’est un agent, pas la machine, qui décide de contrôler puis de sanctionner. France Travail précise enfin que la désignation d’un dossier n’implique aucune présomption de fraude : « ce n’est pas parce qu’un dossier est mis en lumière pour contrôle qu’un abus est systématiquement suspecté ».
Ces arguments ont leur poids. L’objectivation des contrôles peut, en théorie, réduire l’arbitraire humain ; le maintien d’un décideur humain est une garantie réelle. Mais aucun ne répond à la question centrale : comment vérifier que ces « critères objectifs » ne reproduisent pas des discriminations, si personne ne peut les examiner ? L’objectivité affirmée mais invérifiable n’est qu’une affirmation.
Reste une absence, et elle est notable. Après la révélation de La Quadrature du Net, ni France Travail ni le ministère du Travail n’ont publié de communiqué ni exercé de droit de réponse. Le média spécialisé Next.ink, qui a couvert l’affaire en juillet 2026, indiquait avoir sollicité le ministère et être en attente d’une réponse. À ce jour, la défense de France Travail n’existe donc que dans un document interne qui n’était pas destiné à être lu — jamais dans une parole publique assumée.
Un cas qui en annonce d’autres
France Travail n’est pas un cas isolé, mais la partie la plus visible d’un mouvement de fond. L’administration fiscale utilise depuis plusieurs années des outils de ciblage des contrôles, dont certains relèvent de la véritable intelligence artificielle — comme la reconnaissance d’images qui détecte les piscines non déclarées — et d’autres du data mining statistique que l’administration désigne, parfois abusivement, sous le nom d’« IA ». Le rapport du Sénat consacré au sujet prend d’ailleurs soin de distinguer les deux, rappelant que tout ce qui est présenté comme « intelligence artificielle » n’en est pas.
L’État s’est par ailleurs doté d’une infrastructure d’IA commune, baptisée Albert, portée par sa direction du numérique, et d’une doctrine de déploiement massif affichée début 2026. France Travail ne s’appuie pas directement sur cette infrastructure, mais s’inscrit dans la même trajectoire : celle d’un État qui généralise, administration par administration, le recours à l’apprentissage automatique — pour assister ses agents, mais aussi pour cibler, trier, contrôler.
La question que pose le cas France Travail dépasse donc France Travail. Elle est de savoir à quelles conditions une démocratie accepte que des décisions touchant les plus vulnérables — un contrôle, une suspension d’allocation — soient orientées par des machines dont le fonctionnement échappe à tout regard extérieur. Le problème n’est pas que l’État lutte contre la fraude : c’est légitime. Le problème est qu’il s’apprête à le faire au moyen d’un instrument que nul ne peut inspecter, mis au point sans les garde-fous prévus, et dont on ne peut même pas garantir qu’il ne reproduit pas les inégalités qu’il prétend objectiver.
Une machine s’apprête à désigner qui, parmi des millions de personnes, mérite d’être soupçonné. Et nous n’aurons pas le droit de savoir comment.