QuelImpact : un amendement fiscal, ça change quoi pour mon foyer ?

QuelImpact : un amendement fiscal, ça change quoi pour mon foyer ?

Porteur : Théo Castillo
8 personnes inscrites
Accessibilité de la loi Amendements Démocratie participative Évaluation
Galerie des fêtes de l'Hôtel de Lassay

Numéro de table à l'Hôtel de Lassay

F21

Ce contenu est contributif, il n'est pas rédigé par l'Assemblée nationale.

Le contenu de cette page est écrit par les contributeurs du projet depuis le dépôt de code.

À propos du défi

Quand un amendement change un seuil ou un taux, le citoyen ne sait pas ce que ça implique pour son foyer. QuelImpact relie l'amendement aux paramètres OpenFisca via un serveur MCP, simule l'effet sur des cas types (smicard, couple avec enfants, retraité) et affiche l'impact chiffré avant/après. L'IA traduit le texte, OpenFisca calcule : zéro chiffre halluciné.

Problème. Des millions de Français sont concernés par des amendements fiscaux qu'ils ne comprennent pas, écrits en langage juridique sans traduction de leur effet réel. Le texte dit « le taux de 30 % est remplacé par un taux de 33 % », jamais « votre foyer perdrait 500 € par an ».

Solution. Un agent lit l'amendement (17e législature), repère les paramètres socio-fiscaux modifiés et appelle OpenFisca via un serveur MCP pour calculer l'impact sur des cas types de ménages. L'interface montre l'avant/après en langage clair : l'utilisateur part d'un profil proche du sien, ajuste sa situation en trois champs, et voit l'effet sur son revenu disponible se recalculer en direct.

Deux temps bien séparés :

  1. Indexation (une fois par amendement, en amont) : l'agent IA extrait la valeur modifiée et l'article de loi visé, propose le paramètre OpenFisca correspondant via la référence légale, un humain valide le mapping.
  2. Simulation (en direct, à chaque usage) : OpenFisca calcule l'avant/après sur la situation saisie. Aucun LLM ne tourne dans cette boucle.

Confiance. L'IA ne produit aucun chiffre : elle comprend le texte et déclenche les bons outils, OpenFisca garantit le calcul. Toute hallucination de montant devient impossible.

ÉtapeLLM ?
Lire l'amendement, extraire la valeur et l'articleOui (une fois, à l'indexation)
Proposer le paramètre OpenFisca via la référence légaleOui (une fois, à l'indexation)
Valider le mappingNon (humain)
Résoudre la valeur avantNon (lue dans OpenFisca)
Calculer l'impact sur le foyerNon (OpenFisca)
Rédiger l'explication chiffrée affichéeNon (gabarit déterministe)

Chaque résultat affiche sa trace : le paramètre modifié, l'article de loi, la citation du texte de l'amendement. Le « d'où vient ce chiffre » est un clic, pas un acte de foi.

Stack. Front React + Vite + TypeScript (Tailwind, Recharts) ; back Python + FastAPI dockerisé, avec /index (admin, LLM une fois) et /simulate (public, OpenFisca en direct) ; calcul openfisca-france + openfisca-core, exposés à l'agent via le serveur MCP OpenFisca de l'équipe.

Galerie d'images

Aucune image détectée.

Documents du défi

Aucun document détecté.

Informations du défi

Livrables du défi

Ressources utilisées

Participants

Porteur du défi

Théo Castillo

Contributeurs

Théo Castillo — porteur du défi, dev IA : agent, mapping, front citoyen
Mathieu (Sénat) — ingénieur IA : pertinence des agents, architecture
Benoît (LexImpact) — MCP OpenFisca, fiabilité du calcul, expertise socio-fiscale
Sylvain (IPP) — expertise OpenFisca