Depuis presque un an, des collectivités de toutes tailles se lancent dans des projets d’intelligence artificielle. Que ce soit du rapide test d’une IA générative au démonstrateur d’IA complexe au service de la transition écologique, la diversité des projets est large. Après avoir étudié plus de 150 de ces projets territoriaux, il est évident que nos décideurs locaux prennent en compte un certain nombre de conditions avant de recourir à l’IA de façon pérenne et massive. Ceux-ci souhaitent comprendre son fonctionnement et avaluer les bénéfices possibles tels les gains financiers, rapidité du service, et création de nouveaux services grâce à ce recours.
Les collectivités sont aussi conscientes des risques associés à l’IA. Notamment, les risques de biais, d’erreurs ou d’hallucinations, la maîtrise des outils et des données d’entraînement (souveraineté), la mesure de l’impact carbone, l’anticipation des impacts sur les métiers, l’acceptabilité sociale, mais aussi politique et sociétale. Il est donc important pour elles d’affiner la balance entre les bénéfices et les risques de l’IA.
Par ailleurs, il est primordial de gérer efficacement les données pour déployer une intelligence artificielle. De nombreuses collectivités espèrent pouvoir entraîner facilement leur propre IA pour créer un robot capable de trier et utiliser efficacement les données éparpillées dans leurs systèmes d’information. Cela pourrait facilité l’accès aux informations pour les citoyens et améliorer les services internes. Toutefois, la dispersion et la mauvaise gestion de ces données peuvent poser des problèmes majeurs.
L’intégration des IA suppose une prise de conscience de l’importance du management de la donnée.
Le travail de préparation du “corpus de données” nécessaire pour entraîner des IA, comme Albert ou Guillaume Tell (2) développés par la DINUM, est lourd et rigoureux. C’est un prérequis pour une utilisation efficace de l’IA. Cet élément illustre bien qu’une faible gestion initiale des données ne sera pas compensée par l’utilisation de l’IA. En effet, la qualité et le bon usage de l’IA dépendent largement de la qualité des données initiales.
En conclusion, il est essentiel de mettre en place une véritable politique de gestion des données pour pouvoir intégrer efficacement l’intelligence artificielle. Autrement dit, il n’y aura pas d’IA territoriale sans, au préalable, une véritable politique de la donnée!
