France Travail expérimente un algorithme chargé, en pratique, de trier les « bons » des « mauvais » chômeurs. Déjà testé sur 7 000 dossiers, l’outil doit industrialiser les contrôles et pourrait concerner plus de six millions d’inscrits.
France Travail prépare l’automatisation d’une étape décisive du contrôle des demandeurs et demandeuses d’emploi. D’après un document révélé par La Quadrature du Net, en partenariat avec la cellule investigation de Radio France, l’établissement teste un modèle statistique capable de désigner les personnes dont le dossier doit être examiné en priorité. L’algorithme ne prononce pas encore lui-même les sanctions. Mais en choisissant qui sera contrôlé, il détermine déjà qui sera davantage exposé aux demandes de justificatifs, aux procédures contradictoires et aux réductions ou suppressions d’allocation.
Un algorithme pour prédire qui contrôler en priorité
Présenté en décembre 2025 au comité d’éthique consacré à l’intelligence artificielle de France Travail, le projet porte un nom explicite : « Ciblage du contrôle de la recherche d’emploi ».
Il repose sur un algorithme chargé de trier automatiquement les demandeurs et demandeuses d’emploi à partir des données contenues dans leur dossier, afin de construire deux catégories de profils, « suspects » et « non suspects », pour reprendre les termes de La Quadrature du Net. Les dossiers classés dans la première catégorie doivent ensuite être inscrits sur les listes transmises aux agents chargés des contrôles.
Pour nourrir son modèle, France Travail a croisé les conclusions d’anciens contrôles avec 26 informations tirées des dossiers. Activité déclarée, visibilité du CV, niveau de formation, métier recherché, ancienneté d’inscription, entretiens récents, absences ou activité non salariée servent ainsi à dégager les caractéristiques associées, par le passé, aux dossiers jugés problématiques.
Aucune de ces données ne prouve pourtant, à elle seule, une recherche d’emploi insuffisante. L’absence de CV en ligne ou le faible nombre d’entretiens peuvent aussi traduire des difficultés numériques, un éloignement des services publics ou un accompagnement défaillant. Le modèle ne constate donc pas un manquement : il transforme des données statistiques en indices de suspicion.
La pauvreté transformée en signal de risque
Bien évidemment, France Travail présente son algorithme comme un outil objectif, capable de neutraliser les préjugés humains. Ses propres tests racontent pourtant une autre histoire : dans sa première version, le modèle ciblait davantage les personnes aux revenus les plus faibles.
Rien de très surprenant pour un système entraîné sur l’historique des contrôles. Ces données reflètent aussi les choix de l’administration, dans une société où chômage, précarité et manque d’effort restent volontiers associés. Plus une population a été surveillée, plus ses caractéristiques apparaissent dans les dossiers jugés problématiques, et plus l’algorithme trouve de raisons de la contrôler encore. Une dérive sur laquelle le Défenseur des droits a déjà alerté, en pointant le risque de surcontrôle des publics les plus précaires.
France Travail affirme avoir corrigé le tir en retirant le salaire journalier de référence et en rééquilibrant les revenus parmi les dossiers sélectionnés. Cette intervention aurait aussi réduit un biais lié au niveau de formation. La précarité pesait donc bien dans le classement, directement ou par l’intermédiaire d’autres variables.
Le précédent de la CNAF montre d’ailleurs que ce biais ne relève pas d’un simple défaut de réglage. D’après les statistiques produites par la caisse et citées par La Quadrature du Net, les foyers dont le responsable était au chômage représentaient 10 % des allocataires en 2024, mais 22 % des contrôles issus du datamining. Les bénéficiaires du RSA ne pesaient que 13 % des allocataires, mais concentraient 51 % des contrôles. Même déséquilibre pour les familles monoparentales : 16 % des allocataires, contre 49 % des contrôles.
Après 7 000 contrôles, France Travail veut changer d’échelle
L’outil n’est déjà plus cantonné aux jeux de données utilisés pour l’entraîner. France Travail l’a expérimenté lors d’une première campagne de 7 000 contrôles, menée dans toute la France auprès de personnes inscrites après une rupture conventionnelle. D’après l’établissement, 50,4 % des dossiers sélectionnés ont conduit à une sanction ou à un renforcement de l’accompagnement, contre 33,2 % avec les méthodes habituelles. Une deuxième campagne de même ampleur était encore en cours lors de la présentation du projet.
France Travail prévoit désormais d’étendre le modèle à d’autres publics, d’alimenter chaque mois les équipes de contrôle avec des listes générées automatiquement et de remplacer progressivement les règles de ciblage existantes. Selon La Quadrature du Net, plus de six millions de personnes inscrites pourraient alors être soumises à ce profilage.
À cette échelle, si les listes grossissent sans renforts humains, les agents disposeront de moins de temps pour examiner chaque situation. Or, comme le rappelle le Contrôleur européen de la protection des données, la présence d’un agent en bout de chaîne ne suffit pas à garantir un véritable contrôle humain. Le profil « suspect » produit par l’algorithme pourrait alors tenir lieu de conclusion préalable, et le contrôle humain se réduire à valider l’issue suggérée par le ciblage sans véritable réexamen du dossier.
