L'IA publique commence dans les arriere-salles

L’IA publique aime les vitrines. Un chatbot qui repond a une question fiscale se photographie mieux qu’un moteur qui classe des dossiers, signale une piece manquante ou rapproche deux registres. Une interface en langage naturel donne l’impression d’une administration modernisee. Une file d’attente qui diminue parce que le travail a ete mieux prepare avant l’agent, beaucoup moins.

C’est pourtant la que le signal 2026 devient interessant. Les rapports recents sur le gouvernement numerique ne decrivent pas une administration remplacee par des assistants bavards. Ils montrent plutot une tension plus ordinaire : les Etats veulent utiliser l’IA, mais les usages robustes commencent rarement au guichet. Ils commencent dans les arriere-salles, la ou l’on tient les dossiers, les preuves, les autorisations, les historiques et les exceptions.

Cette distinction change presque tout. Une IA publique n’est pas seulement un logiciel de plus. Elle touche des droits, des delais, des obligations, parfois des aides sociales, de la sante, de l’emploi ou de la fiscalite. Quand elle se trompe dans une entreprise, le client se plaint. Quand elle se trompe dans une administration, l’usager peut perdre un droit ou devoir prouver qu’il n’a pas tort.

Le guichet est le mauvais premier test

Le reflexe politique consiste a montrer l’IA la ou le citoyen peut la voir. Un assistant administratif, une recherche en langage naturel, une page qui explique les demarches, un formulaire plus conversationnel. Ce n’est pas inutile. Beaucoup de services publics restent difficiles a comprendre, surtout pour ceux qui ne parlent pas le dialecte administratif.

Mais le guichet est un test cruel. Il concentre toutes les erreurs que l’organisation n’a pas resolues : textes contradictoires, bases non synchronisees, exceptions locales, droits conditionnels, formulaires anciens, donnees incompletes. Un chatbot pose par-dessus ce desordre ne le corrige pas. Il l’arrondit.

L’IA peut rendre cette confusion plus polie, donc plus dangereuse. Un moteur de recherche classique renvoie parfois dix liens mediocres. Un assistant peut produire une reponse unique, avec le ton rassurant de l’administration. Si cette reponse ne cite pas sa source, ne date pas sa regle et ne propose pas de recours, le service public a simplement remplace l’opacite par une phrase fluide.

La vraie modernisation est moins visible. Elle consiste a savoir quelle version d’une regle s’applique, quel document manque, qui a le droit de voir quelle piece, ou s’arrete l’aide automatique et quand un humain reprend. Ce sont des questions d’architecture, pas de style conversationnel.

Les usages internes sont moins glamour et plus solides

Les administrations ont beaucoup de travail repetitif qui ne devrait pas occuper autant de temps humain : trier des courriers, detecter des doublons, resumer un dossier avant rendez-vous, rapprocher une demande de la bonne procedure, signaler une incoherence, preparer une reponse sans l’envoyer automatiquement. Ces usages ont un avantage : ils assistent un agent au lieu de devenir l’administration.

L’IA y est plus facile a tenir. On peut journaliser ce qui a ete propose. On peut exiger une validation. On peut comparer le resultat avec l’issue finale. On peut retirer un modele d’un processus sans fermer le service au public. La responsabilite reste lisible.

Ce n’est pas une petite difference. Une administration n’a pas seulement besoin d’efficacite. Elle a besoin d’une chaine de responsabilite. Qui a vu quoi ? Qui a accepte la suggestion ? Quelle source a ete utilisee ? Quelle version de la regle etait en vigueur ? Quel recours reste possible ? Ces questions semblent administratives, presque ennuyeuses. Elles sont pourtant le socle qui separe l’outil utile de l’automate irresponsable.

Dans une entreprise, on peut parfois accepter une zone grise pour apprendre vite. Dans un service public, la zone grise devient rapidement une inegalite. Deux usagers avec le meme droit ne doivent pas recevoir deux traitements parce que l’un a formule sa demande avec de meilleurs mots.

La donnee publique n’est pas automatiquement prete

On parle souvent des donnees publiques comme d’un patrimoine dormant. C’est vrai jusqu’a un point. Les administrations possedent des registres, des formulaires, des historiques et des textes qui pourraient nourrir de meilleurs services. Mais posseder une donnee ne signifie pas pouvoir l’utiliser proprement.

Une donnee administrative a une origine, une finalite, une base legale, une duree de conservation, des restrictions d’acces et une qualite variable. Elle peut etre exacte pour un service et trompeuse pour un autre. Elle peut etre exploitable pour calculer un indicateur statistique, mais trop sensible pour nourrir une decision individuelle. Elle peut etre techniquement disponible et juridiquement inutilisable.

C’est la raison pour laquelle les promesses d’IA publique ont souvent l’air plus simples dans les communiques que dans les administrations. Le modele arrive en dernier. Avant lui, il faut des nomenclatures, des droits, des traces, des jeux de test, des responsables, des seuils d’erreur acceptables, des procedures de retrait et des controles independants.

Autrement dit, la question “quel modele utiliser ?” vient trop tot. La question utile est plus lente : quelles decisions accepte-t-on de preparer automatiquement, avec quelles preuves, pour quels usagers, sous quel controle humain ?

Le service public ne peut pas se contenter d’etre disponible

Les benchmarks europeens de services numeriques regardent des choses importantes : disponibilite en ligne, ergonomie, transparence, mobilite transfrontaliere, pre-remplissage. Ces criteres restent utiles. Un service public introuvable ou incomprehensible est deja un echec.

Mais l’IA ajoute une couche de responsabilite que la simple disponibilite ne mesure pas assez. Un formulaire en ligne peut etre mauvais tout en restant explicite : l’usager voit les cases. Un assistant IA peut masquer le chemin qui mene a la reponse. Il devient alors difficile de savoir si l’erreur vient de la regle, de la donnee, du modele, du prompt, de la traduction ou d’une interpretation trop generale.

Le service public doit donc resister a la tentation du confort apparent. Un bon service augmente parfois la friction : il montre une source, explique une limite, demande une confirmation, refuse de repondre quand le cas sort de son domaine. Ce n’est pas une defaite de l’IA. C’est une condition de confiance.

La phrase “je ne sais pas” sera peut-etre l’une des fonctions les plus importantes de l’IA administrative. Pas par prudence theatrale, mais parce que l’administration ne doit pas halluciner un droit.

Les petits pays verront le probleme plus vite

Les grands Etats peuvent absorber une partie de la complexite par taille : agences specialisees, equipes juridiques, plateformes communes, budgets de controle. Les petits pays, les collectivites et les administrations locales n’ont pas toujours cette marge. Ils verront plus vite que l’IA publique n’est pas un achat logiciel, mais un chantier de capacite.

Cela peut devenir une force. Une petite administration qui commence par les arriere-salles peut choisir des usages modestes et mesurables : reduire les doublons, mieux orienter les demandes, preparer les reponses frequentes, detecter les dossiers incomplets, aider les agents a retrouver une regle. Ces usages ne font pas une demonstration spectaculaire, mais ils ameliorent le service sans promettre une administration magique.

Le piege serait de copier les vitrines des plus grands. Un chatbot public sans socle de donnees, sans methode d’evaluation et sans voie de recours n’est pas une modernisation. C’est un raccourci visible.

Le vrai indicateur est la capacite de corriger

Une IA publique serieuse ne se reconnait pas a sa fluidite. Elle se reconnait a sa capacite de correction. Peut-on retrouver pourquoi une reponse a ete donnee ? Peut-on identifier les cas ou elle echoue ? Peut-on retirer une source perimee ? Peut-on prevenir les agents que le modele s’est degrade ? Peut-on expliquer a un usager comment contester ?

Ces questions devraient preceder les appels d’offres les plus ambitieux. Elles sont moins excitantes que les annonces de productivite, mais elles evitent de confondre automatisation et service public.

La bonne nouvelle est que cette approche n’interdit pas l’IA. Elle la rend plus utile. Elle accepte que l’administration commence par mieux tenir ses coulisses avant de parler plus vite au citoyen. Dans beaucoup de cas, c’est exactement la bonne priorite.

L’IA publique ne sera pas jugee sur sa capacite a imiter un agent au guichet. Elle sera jugee sur ce qu’elle aura rendu plus clair, plus traçable et plus contestable. Pour y arriver, il faudra moins de vitrines et plus d’archives bien rangees.