|
vous êtes ici : accueil > Actualité > A la DGFiP
À la DGFIP, la préparation du débat parlementaire se fait grâce à l’IA générative
La Direction générale des finances publiques (DGFiP) n’a pas manqué de prendre le virage de l’IA générative et multiplie les expérimentations. Le 9 février, elle a levé le voile sur LLaMandement, son outil de synthèse et d’attribution automatiques d’amendements, déjà utilisé pour l’examen du budget 2024. Et dont l’accès et la réutilisation sont ouverts à tous.
10 000 amendements résumés en quinze minutes ? C’est la prouesse réalisée par LLaMandement, la toute nouvelle intelligence artificielle générative conçue par la Direction générale des finances publiques (DGFiP). Ou plutôt ré-entrainée par la DGFiP. La direction des Impôts n’est en effet pas partie de zéro et s’est appuyée sur le grand modèle de langage de Meta (Facebook), également utilisé par la Direction interministérielle du numérique pour entraîner son IA de réponse aux questions des usagers en maisons France Services. Elle l’a ensuite “fine-tuné” ou ré-entrainé, avec les données de l’application Signale, développée par la Direction de l’information légale et administrative (Dila) pour aider les ministères à traiter les amendements des parlementaires et à se préparer aux débats législatifs. Depuis 2020, Signale permet ainsi de faciliter tout le travail d’instruction des amendements pour nourrir l’avis des ministres sur chaque amendement au Parlement.
Un gisement de précieuses et diverses données, portant aussi bien sur le PLF 2023 que sur la loi de programmation militaire pour 2024-2030 ou encore la loi d’accélération de la relance du nucléaire, et qui ont réutilisées par la DGFiP pour développer un outil capable à la fois de résumer l’objet d’un amendement et de l’attribuer au bon service pour instruction. Mais aussi de rédiger automatiquement des fiches de banc pour les ministres et d’alimenter les travaux préparatoires aux réunions interministérielles (RIM).
Baptême du feu sur le PLF 2024
LLaMANdement a été utilisée pour la première fois lors de l’examen du projet de loi de finances pour 2024, cet automne. L’outil a permis à la direction de la législation fiscale des Impôts d’attribuer et de synthétiser plus de 10 000 amendements déposés par les sénateurs et les députés. D’un amendement sur la fiscalité des réacteurs nucléaires de 3 pages, en incluant l’exposé des motifs, l’outil en ressort par exemple un résumé de 3 lignes.
Interrogé sur les performances de l’outil, le responsable du pôle Données des Impôts, Su Yang, indique que “LlaMandement a par exemple efficacement attribué 94% des 5367 amendements de la première lecture à l’Assemblée nationale en seulement 10 minutes, avec un taux d’erreur de 5 à 10%”. Un taux d’erreur qui devrait, assure-t-il, diminuer au fil du temps, à mesure que le modèle bénéficie de nouvelles données et continue d’apprendre. Autre signe de son efficacité : “la rédaction automatique des résumés de la totalité des amendements de cette même lecture a pris 15 minutes, avec une qualité considérée comme satisfaisante par les législateurs, leur offrant une vue d’ensemble (attributions et résumés) en un quart d’heure”. Des résultats qui permettent “aux agents de se concentrer sur la préparation de la partie politique de la réponse en leur libérant un temps précieux, dans un contexte d’urgence”, a fait savoir la Déléguée à la transformation numérique des Impôts, Esther Mac Namara. Le nombre d’amendements législatifs suit en effet une tendance à la hausse depuis 2011, et connaît certaines années des pics importants.
Si, sur la session parlementaire 2016-2017, marquée par des élections, à peine plus de 10 000 amendements ont au total été déposés sur différents textes au Parlement, leur nombre a bondi à près de 40 000 les deux années suivantes, et même frôlé avec la barre des 80 000 sur la session 2019-2020, selon des chiffres rassemblés par la DGFiP. LLaMANdement sera d’autant plus utile aux agents chargés d’instruire ces amendements qu’il leur permet aussi de retrouver une réponse déjà apportée sur un amendement similaire. Ce qui fait dire à la DGFiP que le projet “représente une avancée technologique significative, en proposant une solution permettant de dépasser l’efficacité et la capacité d’adaptation des agents administratifs à la réalisation d’un travail toujours plus conséquent et de plus en plus difficilement réalisable dans une durée limitée par un humain, tout en offrant la fiabilité et la précision d’un rédacteur spécialisé”.
Briques communes et ouvertes
Avec ce projet, la DGFiP s’inscrit dans la droite lignée du pari de l’open source pris par l’Etat en matière d’IA générative. Elle ne fait d’ailleurs pas les choses à moitié et met tout à disposition : le code source de la solution développée, les données spécialisées utilisées pour l’entraînement du modèle, la marche à suivre pour réutiliser LLaMAndement et même le ré-entraîner encore davantage. “La DGFIP offre ainsi une transparence totale sur son approche en IA générative, a plaidé Esther Mac Namara dans une publication sur les réseaux sociaux. Nous avons la conviction que cette ouverture favorisera la confiance et la collaboration avec les citoyens, les institutions académiques et les partenaires industriels, en permettant une évaluation externe de nos outils et méthodes”.
Un article scientifique a également été rédigé et publié pour présenter le fonctionnement et les résultats de ce modèle “à l’état de l’art”, ainsi que ses marges de progression et même ses biais. D’autres résultats pourraient suivre. La DGFiP ne compte en effet pas s’arrêter au résumé d’amendement, et expérimente d’ores et déjà l’IA générative pour anonymiser certains documents, extraire les informations des déclarations de succession ou encore pour répondre aux millions de questions des contribuables.
Article Acteurs Publics du 13 février 2024
Article publié le 14 février 2024.