Projet en poste · En service
Des assistants qui répondent aux usagers, même service fermé.
Une plateforme où les services créent eux-mêmes leurs assistants à partir de leurs documents officiels. Hébergée sur des infrastructures de l'État, chaque réponse cite sa source.
10+
assistants en service
200+
demandes par mois et par assistant
30 %
pendant la fermeture des services
Région Académique Occitanie
Le problème
Les services reçoivent sans cesse les mêmes questions, alors que la réponse figure déjà dans un règlement, une note ou une notice. Une partie de ces demandes arrive le soir ou le week-end, quand personne ne peut y répondre.
Ceux qui connaissent ces documents, ce sont les agents métier, pas une équipe technique. Il leur faut donc un outil qu'ils prennent en main seuls.
Une administration ajoute deux exigences : les données ne quittent pas les infrastructures de l'État, et toute réponse doit pouvoir se vérifier.
La réponse : une plateforme, et un accompagnement
Une plateforme au design de l'État (DSFR) où un agent crée un assistant, dépose ses PDF, règle le rôle et le ton, puis le teste en privé avant de le publier. La mécanique s'adapte seule : selon le volume, l'assistant lit tout le corpus ou y cherche les bons passages.
L'outil ne suffit pas : chaque service est accompagné par l'incubateur IA de la Région académique, de l'expression du besoin jusqu'à la mise en ligne, avec des tests à chaque étape.
Les deux exigences sont tenues par construction. Les modèles sont ceux de l'État, Albert (DINUM) et Aristote, et rien ne sert à entraîner un modèle tiers. Chaque réponse porte des numéros cliquables qui ouvrent l'extrait exact, surligné dans le document d'origine.
Documents officiels
PDF, convertis en texte structuré
titres, tableaux, pages scannées, images décrites
Peu de documents
l'assistant lit tout, à chaque question
moins de 300 000 caractères
Gros corpus
il cherche les 5 meilleurs passages
bascule automatique au-delà
Réponse citée
chaque affirmation renvoie à l'extrait exact
surligné dans le PDF d'origine
Avec chaque service, du besoin à la publication
Le parcours suivi par l'incubateur pour chaque nouvel assistant.
Le service exprime son besoin. Un formulaire : la description du besoin, les documents disponibles, le volume de demandes attendu.
On évalue la pertinence. Un assistant n'a de sens que si les réponses existent dans des documents et que le volume justifie l'effort.
On rencontre l'équipe. Un entretien pour préciser le public, les questions types et les limites de l'assistant.
On ouvre son compte sur la plateforme.
On configure ensemble. Rédaction du rôle et des consignes, choix et préparation des documents à déposer.
On teste automatiquement. Une première évaluation sur un jeu de questions vérifie que l'assistant répond juste avant que quiconque l'utilise.
Le service teste à son tour. Plusieurs allers-retours avec nous pour affiner les consignes et compléter les documents.
On publie. Avec la règle d'accès adaptée et les conditions d'utilisation propres à l'assistant.
Ce que fait la plateforme
Lire les documents. Chaque PDF est converti en texte structuré en arrière-plan : titres, tableaux et pages scannées sont reconnus, et les schémas sont décrits par un modèle de vision pour que leur contenu serve aussi.
Adapter le mode au volume. Tant que le corpus reste modeste, l'assistant le lit en entier à chaque question. Au-delà de 300 000 caractères, il bascule seul en recherche et ne lit plus que les cinq passages les plus pertinents.
Citer. Une fois la réponse écrite, un second modèle retrouve les passages qui la justifient ; l'usager clique, et le PDF s'ouvre à la bonne page, l'extrait surligné.
Contrôler l'accès. Accès libre, clé d'accès, connexion ProConnect pour les agents, ou ProConnect avec validation manuelle. Une fois publié, le modèle et la base documentaire sont verrouillés : ce que les usagers interrogent est ce qui a été testé.
Mesurer, avant et après la mise en ligne
Des évaluations avant de publier. Un jeu de questions types, rédigé par le service ou généré à partir de ses documents, est posé à l'assistant. Un modèle juge classe chaque réponse en correcte, partielle ou fausse, motive son verdict et affiche les passages réellement utilisés. On corrige les documents ou les consignes avant la mise en ligne, pas après.
Une observabilité complète après. Chaque échange est tracé dans Langfuse : la question, les passages retrouvés, la réponse, le modèle utilisé. Les consignes de base y sont versionnées, et une nouvelle version s'applique sans redéployer la plateforme.
Un suivi pour chaque service. Messages, conversations, taux de satisfaction tiré des 👍/👎 des usagers, rattachés à l'échange concerné, et pics d'utilisation par jour et par heure. C'est ce suivi qui montre la part des demandes reçues pendant la fermeture.
Un cadre juridique pour chaque assistant
Avec la DAL et le délégué à la protection des données, l'équipe a construit des conditions générales d'utilisation adaptables à chaque assistant : ce qu'il fait, ce qu'il ne fait pas, et le traitement des données. Le service téléverse les siennes à la publication, et l'usager les accepte avant sa première question.
La plateforme fournit aussi un modèle de CGU de départ, ainsi que les mentions légales et la page d'accessibilité, renseignées une fois pour toute la plateforme.
Autour de la plateforme
Un travail à plusieurs : chaque assistant peut avoir des co-administrateurs côté service, et les administrateurs de la plateforme choisissent les modèles proposés aux créateurs.
Ouverte et réutilisable : publiée sous licence MIT, la plateforme s'installe sans fichier de configuration et fonctionne avec tout fournisseur de modèles compatible, ce qui permet à d'autres administrations de la reprendre.