L’IA au service public: les projets

L’IA au service public: les projets

Retour sur le 2e appel à manifestation d’intérêt lancé par la direction interministérielle du numérique et la direction interministérielle de la transformation publique.

En juin 2018, un 1er appel à manifestation d’intérêt (Ami) était lancé, dans le cadre du programme d’investissement d’avenir. Sur les 52 projets déposés par les administrations, 6 ont été sélectionnés par un jury d’experts. Ces projets sont en cours de développement au sein des services publics et aboutiront à un prototype fonctionnel en octobre 2019.
Les lauréats du 2e Ami bénéficieront d’un accompagnement de la part de la direction interministérielle du numérique (DINSIC) et de la direction interministérielle de la transformation publique (DITP), afin d’aboutir à un prototype fonctionnel tout en anticipant et préparant les transformations métier associées à l’intégration de l’intelligence artificielle (IA) dans les pratiques de travail des agents.

Les candidatures
Témoignant d’une mobilisation importante, 46 projets ont été proposés par 38 administrations à ce 2e Ami avec des objectifs d’application très variés, reflétant une forte volonté d’explorer grâce à l’IA de nouvelles manières de remplir leurs missions de services publics.
Parmi les administrations candidates, des directions d’administration centrale et des services déconcentrés, mais aussi des établissements publics, des instances juridictionnelles, des acteurs du milieu universitaire ou hospitalier.
Des experts en données, IA et transformation numérique accompagneront les lauréats sur le plan technique (développement d’un prototype fonctionnel) et métier (accompagnement au changement) pendant l’année à venir.
« La stratégie ambitieuse du Gouvernement en matière d’intelligence artificielle s’accompagne d’un investissement sans précédent de 1,5 milliard d’euros sur 5 ans. Dans ce cadre, j’ai la conviction que l’IA doit être une formidable opportunité pour transformer l’action publique. Les 15 projets sélectionnés vont permettre de simplifier et faciliter la vie des Français et d’améliorer le fonctionnement du service public », a commenté Cédric O, secrétaire d’État chargé du numérique.

Les 11 projets sélectionnés pour un accompagnement technique et stratégique
• Direction générale de la santé : analyser et prétraiter des signalements d’événements sanitaires.
• Centre hospitalier universitaire de Bordeaux : simplifier la recherche d’informations dans le dossier patient pour faciliter la décision médicale.
• Institut de radioprotection et de sûreté nucléaire : surveiller l’exposition des travailleurs aux rayonnements ionisants.
• Direction générale des collectivités locales : optimiser le contrôle de la légalité des actes.
• Direction générale de la Gendarmerie nationale : améliorer le système de préplainte en ligne.
• Direction générale des douanes et des droits indirects : détecter les fausses déclarations douanières.
• Institut national de la statistique et des études économiques (Insee) : créer un moteur de recommandation pour identifier l’établissement employeur dans le cadre du recensement de la population.
• Chambre des métiers et de l’artisanat de Nouvelle-Aquitaine : conseiller les artisans au moment de leur implantation (opportunités et risques).
• Institut national de l’environnement industriel et des risques : caractériser les sources des contaminations environnementales.
• Direction générale des entreprises – commissaire à l’information stratégique et à la sécurité économiques : développer une solution de veille et d’exploitation d’informations pour améliorer la sécurité économique.
• Conseil d’État : détecter automatiquement les séries de contentieux appelant une décision commune.

Les 4 projets sélectionnés pour un accompagnement scientifique
• Direction générale de la concurrence, de la consommation et de la répression des fraudes : détecter les clauses et pratiques abusives dans les contrats, devis et factures.
• Institut national de l’information géographique et forestière (IGN) : faciliter le calcul du positionnement des points de référence terrestre à partir des données satellites.
• Cour de cassation : identifier les divergences de jurisprudence.
• Service hydrographique et océanographique de la marine : améliorer la cartographie sous-marine du littoral.

Les 15 projets
Ces 15 nouveaux projets s’ajoutent aux 6 prototypes en cours de développement, issus du premier appel à manifestation d’intérêt. Ensemble, ils permettent à l’administration de tester sur le terrain, par des applications concrètes, le potentiel de l’IA. En libérant les agents de certaines tâches, ces technologies pourront leur permettre de se recentrer sur leur cœur de métier, notamment par un accompagnement plus personnalisé des usagers, pour un meilleur service rendu.

Optimiser le traitement des signalements des événements sanitaires indésirables
Direction générale de la santé
• Données utilisées : l’ensemble des signalements déposés sur le portail signalement-sante.gouv.fr
• L’intelligence artificielle pourra classifier automatiquement les signalements, extraire les concepts métiers pertinents et détecter des anomalies dans les signalements.
• Gains : travail des évaluateurs facilité ; amélioration des délais de retour au déclarant.

Faciliter l’accès aux informations sur le patient
Centre hospitalier universitaire de Bordeaux
• Données utilisées : le dossier patient informatisé.
• L’intelligence artificielle permettra une recherche sémantique dans le dossier patient informatisé pour retrouver les bonnes informations au bon moment.
• Gains : travail du personnel soignant facilité et gain de temps dans la recherche d’informations sur le patient.

Développer un système d’alerte automatique pour l’aide à la surveillance des travailleurs exposés aux rayonnements ionisants
Institut de radioprotection et de sûreté nucléaire
• Données utilisées : la base de données du système d’information de la surveillance de l’exposition aux rayonnements ionisants (Siseri).
• Les algorithmes d’intelligence artificielle permettront un suivi personnalisé de l’exposition aux rayonnements ionisants et une détection plus facile des anomalies.
• Gains : meilleure protection des travailleurs exposés aux rayonnements ionisants.

Développer l’intelligence artificielle dans le contrôle de légalité dématérialisé
Direction générale des collectivités locales
• Données utilisées : les actes transmis par les collectivités locales aux préfectures.
• En triant automatiquement les actes transmissibles et non transmissibles et détectant les informations à contrôler en priorité, l’intelligence artificielle pourra faciliter le travail des agents en préfecture.
• Gains : le travail des agents en préfecture simplifié.

Améliorer le système de préplainte en ligne
Direction générale de la Gendarmerie nationale
• Données utilisées : les préplaintes en ligne.
• En détectant automatiquement les infractions à partir des préplaintes en ligne et en identifiant les questions complémentaires à poser à l’usager, l’intelligence artificielle permettra de transformer les préplaintes en ligne en plaintes qualifiées.
• Gains : gain de temps à la fois pour les plaignants et les agents.

Identifier les fausses déclarations en douane grâce au text mining
Direction générale des douanes et des droits indirects
• Données utilisées : les documents administratifs uniques.
• À partir des descriptions des produits dans les documents administratifs uniques, l’intelligence artificielle permettra de détecter les produits importés qui sont déclarés à tort dans une nomenclature de produits fiscalement avantageuse.
• Gains : diminution de la fraude aux droits de douane.

Améliorer l’identification de l’établissement employeur dans le recensement de la population
Institut national de la statistique et des études économiques (Insee)
• Données utilisées : les déclarations des établissements employeurs dans le recensement de la population et la base Sirene des établissements.
• L’intelligence artificielle permettra de développer un moteur de recommandation pour les agents corrigeant les données du recensement.
• Gains : plus grande précision des statistiques domicile-travail fournie par l’Insee ; et gain d’efficience dans la chaîne de production des données.

Développer un outil d’aide à l’implantation des entreprises artisanales
Chambres des métiers et de l’artisanat
• Données utilisées : données sur les artisans et données carroyées.
• L’intelligence artificielle permettra de déterminer les chances de succès d’un artisan sur un territoire.
• Gains : choix d’implantation des artisans plus éclairés.

Identifier les molécules contaminant l’environnement et profiler les sources de pollutions
Institut national de l’environnement industriel et des risques
• Données utilisées : les résultats d’analyses chimiques.
• L’intelligence artificielle permettra d’objectiver des ressemblances et des différences entre des spectres moléculaires pour mieux identifier les molécules contaminant l’environnement.
• Gains : une meilleure détection des molécules polluantes.

Développer une solution de veille et d’exploitation d’informations pour améliorer la sécurité économique
Direction générale des entreprises – Service de l’information stratégique et de la sécurité économiques
• Données utilisées : les demandes d’investissements étrangers en France croisées avec des sources externes.
• L’intelligence artificielle permettra de détecter et d’identifier des entités présentant un risque pour les intérêts économiques de la France.
• Gains : améliorer l’instruction des dossiers d’intelligence économique, et mieux détecter les risques que peuvent présenter des investissements étrangers.

Identifier automatiquement les séries de contentieux faisant appel à une décision commune
Conseil d’État
• Données utilisées : ensemble des requêtes auprès des tribunaux administratifs.
• L’intelligence artificielle permettra de regrouper les contentieux pour détecter automatiquement des séries.
• Gains : une meilleure efficacité de la justice.

Détecter les clauses et pratiques abusives dans les contrats, devis et factures
Direction générale de la concurrence, de la consommation et de la répression des fraudes
• Données utilisées : les comptes rendus et pièces récupérées par les enquêteurs de la DGCCRF lors des contrôles ainsi que les décisions, avis et recommandations de la commission des clauses abusives.
• L’intelligence artificielle permettra de détecter la présence et le contenu des mentions obligatoires, d’identifier les thématiques des clauses des contrats et le cas échéant d’identifier les clauses abusives.
• Gains : meilleure protection des consommateurs et meilleure régulation concurrentielle des marchés.

Faciliter le calcul du positionnement des points de référence terrestre à partir des données satellites
Institut national de l’information géographique et forestière (IGN)
• Données utilisées : les positions des antennes permanentes.
• L’intelligence artificielle permettra d’identifier automatiquement les ruptures dans la mesure des positions des antennes permanentes pour pouvoir les corriger.
• Gains : amélioration de la qualité du système international de référence terrestre.

Identifier les divergences de jurisprudence
Cour de cassation
• Données utilisées : les données de jurisprudence de la Cour de cassation (Jurinet) et de cours d’appel (JuriCA).
• L’intelligence artificielle permettra de rapprocher les décisions traitant du même thème et de détecter des interprétations divergentes de la loi.
• Gain : une meilleure garantie d’une interprétation uniforme de la loi.

Améliorer la cartographie du littoral
Service hydrographique et océanographique de la marine
• Données utilisées : les mesures de télédétection par laser (lidar) prises sur le littoral.
• L’intelligence artificielle permettra d’améliorer la production des données en apprenant des corrections apportées par les agents pour automatiser une partie du processus.
• Gains : une amélioration de la qualité et une précision du référentiel du littoral ; le travail des agents facilité.