← Cas
Royaume-UniSecteur public2025 – en cours

Department for Work and Pensions (DWP)

Modèle de risque de fraude pour les avances de l’Universal Credit

Le DWP affirme que son modèle pour les avances de l’Universal Credit détecte les risques de fraude 2,5 fois plus efficacement que des contrôles aléatoires

Résultats confirmésDéclaration de l’entreprise

Problématique

Les avances de l’Universal Credit sont versées rapidement, et le DWP estime la fraude et les erreurs les concernant entre 20 millions et 90 millions de livres sterling en 2025-2026.

Approche

Un classificateur supervisé note chaque demande d’avance avant son paiement et transmet les demandes à haut risque à un examinateur humain. D’avril 2025 à mars 2026, le DWP a accordé 1,3 million d’avances pour un montant d’environ 700 millions de livres sterling. Le DWP a réentraîné le modèle mais indique qu’il doit être davantage testé avant la mise en service de la nouvelle version.

Chiffres clés

2.5xFacteur d’amélioration de l’efficacité du modèle pour repérer le risque de fraude par rapport à un échantillon de contrôle aléatoire, 2025-2026Déclaration de l’entreprise[1]
1 dayRetard de paiement supplémentaire médian pour les demandes à haut risque approuvées par un humainDéclaration de l’entreprise[1]

Enseignement

Les demandes signalées puis approuvées par une personne ont été payées avec un délai médian de 1 jour supplémentaire par rapport aux demandes approuvées automatiquement. Le DWP exprime l’ampleur de l’effet par comparaison avec un échantillon aléatoire et ne dit pas à quelle fréquence le modèle est exécuté.

Catégories

Type d’innovation
Innovation de procédé
Mode d’adoption
Développement interne
Type de preuve
Déclaration de l’entreprise

Sources

  1. DWP: Universal Credit Advances Model - Algorithmic Transparency Record
    GOV.UK (Department for Work and Pensions)16 déc. 2025Publication gouvernementale

Résumés des sources

[1]GOV.UK (Department for Work and Pensions)16 déc. 2025

Le DWP décrit le modèle, l’étape d’examen humain et son efficacité mesurée par rapport à un échantillon aléatoire. Il donne aussi la taille du programme d’avances et des estimations de fraude.

Les informations complètes figurent dans les sources d’origine.

Ajouté le 25 oct. 2026 · Mis à jour le 25 oct. 2026
Ouvrir la page du cas ↗