Publier une séance plénière sur le portail de transparència Cela peut paraître simple. Pourtant, avant toute publication, un examen est indispensable afin d'anonymiser les données personnelles qui ne doivent pas être divulguées. Il faut donc décider au cas par cas quelles informations resteront visibles et lesquelles devront être protégées. Cette décision dépend moins du type de données que du contexte dans lequel elles apparaissent.
Cette tâche peut impliquer une charge de travail manuelle importante et, simultanément, un risque d'erreur pouvant entraîner la publication accidentelle de données personnelles. C'est pourquoi, à l'AOC, nous avons exploré comment l'intelligence artificielle générative peut contribuer à l'anonymisation de manière agile et fiable, interprétant le contenu des documents et proposant automatiquement les informations à anonymiser, toujours sous la supervision finale d'une personne.
L'anonymisation qui tient compte du contexte
Le principal avantage concurrentiel de la solution développée réside dans sa capacité à interpréter le contexte du document, au-delà de la détection de données basée sur des modèles prédéfinis ou des systèmes de reconnaissance d'entités.
Cela permet, par exemple, de distinguer le nom d'un élu, qui doit rester public en séance plénière, de celui d'une personne physique apparaissant dans un autre contexte et qui peut nécessiter une anonymisation. De même, une date peut faire partie d'une information institutionnelle devant être publiée ou constituer une donnée personnelle devant être protégée.
Les solutions de reconnaissance de formes ou d'entités restent utiles pour identifier certains types de données. Cependant, elles ne permettent pas toujours de déterminer si une donnée particulière doit être anonymisée, car cette décision peut dépendre de sa fonction au sein du document. La proposition de l'AOC vise à réduire cette intervention en combinant qualité en matière de détection, d'intelligence contextuelle et d'automatisation, sans pour autant perdre le contrôle humain sur la décision finale.
IA sous supervision humaine
Le processus est simple : l’utilisateur télécharge le procès-verbal, sélectionne les critères d’anonymisation et lance l’analyse. Le système interprète le document et génère une proposition d’anonymisation. L’utilisateur vérifie ensuite les masques, les modifie ou en ajoute de nouveaux si nécessaire, puis télécharge le document prêt à être publié.
Ce modèle de supervision humaine permet d'exploiter les capacités d'automatisation de l'IA sans se substituer aux critères juridiques des administrations. La plateforme intègre également des listes blanches afin d'éviter une anonymisation excessive, ainsi que des mécanismes de traçabilité et d'explicabilité permettant de vérifier les critères appliqués.
Une précision globale de 96%
La preuve de concept a été validée à l'aide de 52 documents fournis par 9 municipalités, ainsi que par plusieurs tests internes menés par l'AOC. Les résultats montrent que Précision globale de 96 %, c'est-à-dire que la grande majorité des données que le système propose d'anonymiser sont correctement identifiéesL'indicateur F1, qui combine précision et couverture (la capacité à détecter toutes les données qui doivent être anonymisées), dépasse 90 %.
Ces résultats confirment la faisabilité technique et fonctionnelle de la proposition et le potentiel de la combinaison de l'IA générative et de la supervision humaine pour réduire la charge de travail et le risque de divulgation accidentelle de données personnelles.
Vers un futur service partagé
Ce test nous a également permis d'identifier des axes d'amélioration, notamment en ce qui concerne la couverture de détection dans les documents complexes et l'évolutivité de la solution.
La preuve de concept est désormais achevée et a validé le potentiel de l'approche. La poursuite de l'initiative fait actuellement l'objet d'un contrat, via un projet pilote à plus grande échelle qui permettra d'améliorer la solution et de progresser vers un éventuel service partagé pour les administrations locales.
