Comprendre l'IA au sein du gouvernement : applications, cas d'utilisation et implémentation

L'intelligence artificielle est un ensemble de technologies qui permettent aux machines d'imiter l'intelligence humaine et de faire des prédictions, des recommandations et des décisions efficaces et précises basées sur les données. Un sous-ensemble de l'IA, l'IA générative, va encore plus loin. L'IA générative offre des capacités améliorées de traitement des données et la possibilité de créer de nouveaux contenus originaux. Elle permet des interactions intuitives et en langage naturel avec les machines, ce qui rend la technologie plus accessible. Qu'il s'agisse d'IA traditionnelle ou générative, l'IA est capable, fondamentalement, d'exploiter et de traiter les données plus efficacement que les humains. 

Les organismes gouvernementaux traitent d'énormes quantités de données, probablement plus que la plupart des entreprises privées. Ces données sont souvent très sensibles et soumises à des lois strictes en matière de confidentialité. Le secteur public représente donc un défi de taille. Il doit répondre aux besoins de tous les citoyens, et les différents organismes ont numérisé leurs données à des rythmes différents. Il en résulte des quantités colossales de données numériques, réparties dans des silos d'informations que les agents gouvernementaux, tout comme les citoyens, ne savent pas toujours exploiter. 

Les lois, les transactions, les enregistrements, les renseignements et bien d'autres éléments constituent le pool de données des organismes gouvernementaux et de leurs parties prenantes. L'IA peut aider à relever les défis liés au big data : briser les silos, rationaliser les opérations et améliorer l'efficacité. Grâce à l'IA, les organismes peuvent réduire leurs coûts, améliorer la prestation de services et accroître la satisfaction des citoyens.

Dans le domaine des transports, les algorithmes de machine learning peuvent être utilisés pour l'optimisation du trafic et la maintenance prédictive des infrastructures de transport. Aux États-Unis, les organisations envisagent d'utiliser l'IA pour les applications de transport public, en lisant les données des capteurs et en aidant les utilisateurs à planifier leurs itinéraires et leurs déplacements et à améliorer la sécurité routière.

Dans le domaine de l'éducation, l'IA peut contribuer à réduire les inégalités en démocratisant l'accès à l'enseignement. Selon l'UNESCO (Organisation des Nations Unies pour l'éducation, la science et la culture), l'IA a le potentiel de relever certains des plus grands défis actuels dans le domaine de l'éducation. Elle peut innover dans les pratiques d'enseignement et d'apprentissage et accélérer les progrès vers l'objectif de développement durable consistant à garantir une éducation inclusive et équitable de qualité pour tous. L'IA a également le potentiel d'offrir des plateformes d'apprentissage personnalisées et une aide ciblée aux étudiants. Certains organismes gouvernementaux déploient déjà des modules de formation à l'IA au sein des administrations, avec la possibilité de les étendre aux citoyens.

Dans le domaine de la santé, les outils optimisés par l'IA peuvent améliorer le niveau global des soins en accélérant les diagnostics et la recherche clinique. L'IA peut prendre en charge de nombreux outils de diagnostic et automatiser les processus administratifs. Elle a le potentiel d'améliorer la collecte de données cliniques, d'accélérer le partage des connaissances et les efforts de recherche dans l'ensemble du secteur de la santé. Les organismes gouvernementaux du monde entier utilisent également l'IA comme outil d'analyse prédictive des épidémies afin de prévenir la prochaine pandémie.

Au-delà de la prédiction et du traitement, les agences gouvernementales peuvent utiliser l'IA pour mieux connecter les citoyens aux services essentiels dont ils ont besoin. Les consommateurs attendent un service immédiat, efficace et personnalisé, et les agences gouvernementales sont souvent réputées pour leurs délais de traitement lents et inefficaces. L'IA peut améliorer la qualité du service client et du support pour répondre aux attentes définies par le niveau de service dans le secteur privé.

Aux États-Unis, le secteur public est classé au dernier rang des 10 secteurs étudiés en matière de satisfaction client.¹ En intégrant diverses applications d'IA telles que Search AI, des chatbots disponibles 24 h/24 et 7 j/7 et des processus administratifs automatisés, les gouvernements peuvent rationaliser la diffusion de l'information publique, offrir des services gouvernementaux personnalisés et améliorer le service client dans son ensemble.
En savoir plus : Pourquoi le service client est important pour le gouvernement et comment l'IA va aider

Les administrations traitent de grandes quantités de documents, de données et de tâches administratives. Le temps perdu à trier manuellement des documents peut avoir de réelles conséquences pour les citoyens. Le gouvernement américain estime que 140 milliards de dollars² d'avantages potentiels sont inutilisés chaque année en raison de processus obsolètes ou compliqués.

Au-delà de l'amélioration du partage des connaissances, des contrôles d'accès et de l'efficacité globale, la dématérialisation ouvre la voie à l'automatisation et à l'IA. L'IA est particulièrement utile pour récupérer des informations stockées dans différents formats et à différents endroits, ce qui rend les données plus accessibles et évite aux employés de perdre du temps à chercher dans différents fichiers et systèmes.

Selon certaines estimations, le secteur public américain enregistrera collectivement des gains de productivité de 519 milliards de dollars grâce à l'IA générative d'ici 2033.³ En réduisant les charges de travail manuelles, l'IA permet de minimiser les erreurs humaines et d'accroître l'efficacité opérationnelle.

Dans le domaine juridique, l'IA peut trouver des informations stockées à différents endroits et dans différents formats. Elle peut automatiser des processus tels que le traitement et la classification de documents, l'automatisation des flux de travail pour les permis, les déclarations fiscales et les prestations sociales, ainsi que la détection des fraudes dans les programmes d'aide publique. L'IA peut également simplifier et rationaliser les processus juridiques, notamment l'e-discovery, les contrôles de conformité et l'analyse des contrats, en améliorant la précision et l'efficacité.

L'IA peut également aider à trier de grandes quantités d'informations dans l'enseignement supérieur, notamment dans les instituts de recherche. L'IA générative aide les chercheurs à localiser et à utiliser des informations contextuelles et pertinentes provenant de diverses sources. C'est un aspect particulièrement important pour les projets de recherche collaborative qui impliquent plusieurs départements ou universités.

La prise de décision pilotée par les données est essentielle pour optimiser l'efficacité, les services et les résultats. Cependant, une étude récente a montré que seuls 32 % des dirigeants du secteur public utilisent les données pour prendre des décisions au quotidien.

L'IA offre à ses utilisateurs la capacité sans précédent de tirer des informations précieuses à partir de données consolidées qui facilitent la prise de décision. Par exemple, l'analyse prédictive peut prévoir les tendances en matière de criminalité, de santé publique et d'évolutions économiques, aidant ainsi les gouvernements à anticiper ces défis et à y répondre de manière proactive.

Les décideurs politiques peuvent également s'appuyer sur l'analyse prédictive pour construire des modèles de simulation qui évaluent les impacts potentiels d'une législation avant qu'elle ne soit mise en œuvre. 

Lire la suite : Relever les défis grâce aux données et à l'IA : 5 informations pour les dirigeants du secteur public

Comme tout ce qui concerne le secteur public, l'utilisation de l'IA doit être soigneusement réglementée afin de garantir un déploiement éthique, l'équité et la transparence. Les organismes gouvernementaux travaillent avec des données sensibles. La mise en place de cadres de gouvernance solides permet d'atténuer les risques, de respecter les normes juridiques et de maintenir la confiance du public dans les initiatives gouvernementales en matière d'IA. Ce dernier point est essentiel pour répondre aux attentes des consommateurs et améliorer les services publics.

Les organismes de réglementation ont, pour la plupart, eu du mal à suivre le rythme des progrès de l'IA. L'adoption rapide de l'IA dans les secteurs privés et une compréhension inégale des capacités, des avantages et des risques de cette technologie font de sa réglementation un défi.

Pour répondre à ces préoccupations, les gouvernements établissent des normes éthiques, des dispositions juridiques et des cadres visant à garantir une utilisation responsable de l'IA. Ces réglementations visent à promouvoir l'équité, la responsabilité et la transparence, afin de garantir que les applications de l'IA respectent les valeurs démocratiques et les droits de l'homme. Cependant, le respect de ces cadres varie d'une région à l'autre, ce qui influence la manière dont l'IA est mise en œuvre dans les administrations publiques.

Dans l'ensemble, les lois sur la confidentialité des données, les mandats d'équité et les lignes directrices en matière de transparence sont au cœur des exigences de conformité, qui visent à garantir des services d'IA dignes de confiance et sûrs.

Aux États-Unis, il n'existe actuellement aucune réglementation fédérale globale en matière d'IA⁴. Et les efforts pour les adopter ou les rejeter sont intrinsèquement liés au système bipartite. Les administrations oscilleront entre l'imposition de réglementations ou leur suppression complète en faveur d'une innovation rapide. Ce sont plutôt les États qui élaborent des réglementations, ce qui se traduit par un patchwork de lois et un paysage réglementaire complexe que les agences gouvernementales et les parties prenantes doivent appréhender par elles-mêmes.

D'autre part, l'Union européenne a introduit le règlement sur l'intelligence artificielle, le tout premier cadre juridique visant à garantir la sécurité, les droits fondamentaux et une IA centrée sur l'humain, ainsi qu'à renforcer l'adoption, l'investissement et l'innovation dans le domaine de l'IA dans toute l'UE.

La principale préoccupation en matière de sécurité liée à l'utilisation de l'IA générative au sein du gouvernement réside dans la gestion des données sensibles avec les grands modèles de langage (LLM) publics, éléments fondamentaux des systèmes d'IA utilisant le langage naturel. Une utilisation inappropriée des LLM publics peut entraîner des risques tels que des fuites de données, la divulgation involontaire d'informations classifiées et des vulnérabilités aux manipulations malveillantes.

Les systèmes d'IA fonctionnent souvent comme des boîtes noires, ce qui rend particulièrement difficile la garantie de leur sécurité. Leur manque de transparence complique l'évaluation des risques et les efforts visant à les atténuer, ce qui accroît leur vulnérabilité aux failles et aux attaques malveillantes. Par conséquent, le déploiement de l'IA dans l'administration publique pose des défis complexes en matière de sécurité, en particulier pour la protection des centres d'intérêt liés à la sécurité nationale. La mise en œuvre de mesures de protection rigoureuses, telles qu'un chiffrement robuste, des contrôles d'accès et un suivi continu, est essentielle pour atténuer efficacement ces risques.

Pour s'assurer que l'IA générative s'appuie sur un contexte approprié, les organisations peuvent mettre en œuvre la RAG (retrieval augmented generation), un ensemble de techniques qui permettent une utilisation sécurisée des données propriétaires. Cette approche contribue à atténuer les risques en garantissant que les modèles d'IA s'appuient sur des données fiables et à jour plutôt que sur des données d'entraînement potentiellement biaisées ou obsolètes. En intégrant la RAG, les agences gouvernementales peuvent exercer un contrôle accru sur les informations sensibles et s'appuyer sur des réponses plus contextualisées. 

Les principaux défis liés à l' adoption de l'IA ne sont pas seulement techniques. Ils incluent le manque de compétences spécialisées et une réglementation souvent floue.⁵ De nombreuses agences se heurtent à des résistances liées aux préoccupations concernant la sécurité des données, aux suppressions d'emplois et à la complexité de la mise en œuvre. L'intégration réussie de l'IA dans l'administration publique doit être un processus stratégique en plusieurs étapes qui surmonte ces obstacles et favorise une culture de l'innovation.

• Garantir la visibilité des données en temps réel : la mise en œuvre efficace de l'IA dépend entièrement de l'accès complet et en temps réel des agences à toutes les données pertinentes. Sans visibilité totale, les informations et l'automatisation basées sur l'IA peuvent être incomplètes ou inexactes. Après tout, la qualité de l'IA dépend des données qu'elle utilise.

• Planification et gouvernance : bien que l'absence de réglementation puisse favoriser l'innovation, elle peut entraver l'adoption de l'IA au niveau gouvernemental. L'établissement de politiques claires, de directives éthiques et de mesures de conformité réglementaire peut contribuer à garantir un déploiement rapide et responsable de l'IA.

• Identifier des cas d'utilisation spécifiques : les agences doivent évaluer où l'IA peut avoir le plus d'impact, que ce soit dans les services publics, l'automatisation ou la prise de décision. Les gouvernements doivent progressivement étendre ces services afin qu'ils aient un impact sur les secteurs et l'économie.. 

• Montée en charge et sécurité : au-delà des cas d'utilisation évolutifs, les agences doivent s'assurer que la technologie a la capacité de monter en charge et de s'adapter à l'évolution des besoins du gouvernement tout en restant sécurisée.

• Intégration aux systèmes existants : bien que les organismes publics se situent à différents niveaux de maturité technologique, l'intégration transparente des systèmes d'IA dans les systèmes existants est la clé d'une implémentation réussie.

Partout dans le monde, les agences gouvernementales développent des programmes visant à améliorer les compétences des acteurs gouvernementaux et des utilisateurs publics en matière d'utilisation de l'IA afin d'en tirer encore plus d'avantages (tout en atténuant les risques).

L'inventaire 2024 du département d'État américain sur l'IA présente diverses applications de l'IA dans les domaines de la diplomatie, de la cybersécurité et des fonctions administratives, visant à améliorer les services publics, l'efficacité et la prise de décision.⁶ Le département d'État américain utilise l'IA pour moderniser son expertise diplomatique. Le bureau du sous-secrétaire à la gestion utilise les technologies d'IA au sein du département d'État pour faire progresser les activités diplomatiques traditionnelles, en appliquant le machine learning aux technologies de l'information internes et aux fonctions de conseil en gestion.

Voici d'autres exemples d'initiatives :

• Traduction de contenu consulaire : les modèles de traduction IA travaillent en collaboration avec les équipes afin de fournir aux clients le contenu consulaire des sites Web gouvernementaux dans leur langue préférée. L'IA réduit le temps et les ressources généralement nécessaires, tandis que la touche humaine garantit l'exactitude et la compréhension (l'IA a encore du mal avec le jargon juridique !).

• Modèle de violence contre les civils : un modèle de machine learning qui utilise des ensembles de données politiques, sociales et économiques open source pour prévoir les massacres de civils au cours du trimestre et de l'année à venir pour chaque pays du monde afin d'informer la prévention des conflits.

• Senturion Alpha : un modèle axé sur les parties prenantes et les influences qui identifie la position des principaux décideurs sur un spectre de questions et qui influence qui. La simulation analyse la dynamique politique dans différents contextes et estime comment les positions politiques des centres d'intérêt concurrents évolueront au fil du temps.

• Storyzy : améliore la détection de l'utilisation de contenus synthétiques, c'est-à-dire des données générées par ordinateur qui imitent les données du monde réel.

La Elastic Search AI Platform offre des capacités de recherche complètes pour la création d'applications IA et de workflows RAG, la sécurité au niveau du document, une base vectorielle prête pour la production, notre modèle de récupération pré-entraîné pour des résultats de recherche en langage naturel plus pertinents ELSER et la prise en charge E5 (multilingue). L'approche ouverte d'Elastic permet à votre équipe d'intégrer vos données, en toute sécurité, à vos propres modèles de transformers ou à ceux de tiers. 

• Analyse de données avancée : informations en temps réel à partir de données structurées et non structurées

• Capacités de recherche améliorées : amélioration de la récupération de données pour les renseignements et les dossiers publics

• Systèmes d'IA évolutifs : une infrastructure flexible qui s'adapte à l'évolution de la demande

En s'appuyant sur Elasticsearch, les organismes gouvernementaux peuvent améliorer la transparence, l'efficacité et l'engagement des citoyens, favorisant ainsi la transformation numérique à grande échelle.