Le nouveau système fiscal indien fondé sur les données utilise des nudges personnalisés pour stimuler la conformité, récupérer des milliards et réduire les erreurs avant la formalisation légale en avril 2026. India's new data-driven tax system uses personalized nudges to boost compliance, recovering billions and reducing errors ahead of legal formalization in April 2026.

L'Inde met en place un système fiscal fondé sur les données, qui utilise des « boues » comportementales pour stimuler la conformité volontaire, comme le précise l'Étude économique de 2025 à 26. India is implementing a data-driven tax system using behavioral "nudges" to boost voluntary compliance, as detailed in the 2025–26 Economic Survey. Le cadre NUDGE analyse les données en temps réel pour identifier les erreurs — telles que des déductions gonflées, des revenus étrangers non déclarés ou des déclarations TDS incorrectes — et envoie des alertes personnalisées aux contribuables, encourageant les corrections avant l’application. The NUDGE framework analyzes real-time data to identify errors—such as inflated deductions, unreported foreign income, or incorrect TDS filings—and sends personalized alerts to taxpayers, encouraging corrections before enforcement. Cette approche proactive a donné des résultats significatifs : plus de 8 500 déclarations de SDT révisées, 4 825 crores recouvrées, 29 000 crores d'actifs étrangers déclarés et 2 050 crores de fausses déductions réduites. This proactive approach has led to significant results: over 8,500 TDS returns revised, ₹4,825 crore recovered, ₹29,000 crore in foreign assets declared, and ₹2,050 crore in false deductions reduced. Ce système, qui devrait être officialisé en droit d'ici avril 2026, vise à réduire les litiges, à réduire les coûts de conformité et à renforcer la confiance en donnant la priorité aux directives sur les sanctions. The system, set to be formalized in law by April 2026, aims to reduce litigation, lower compliance costs, and build trust by prioritizing guidance over penalties. Toutefois, des préoccupations subsistent au sujet de la transparence, de la protection des renseignements personnels et du risque de biais algorithmique. However, concerns remain over transparency, privacy, and the risk of algorithmic bias.