IA générative : LLaMandement aide les agents publics

### IA générative : LLaMandement aide les agents publics à résumer les amendements parlementaires

>
Améliorer le service public par la technologie. Un travail collectif que mènent les différentes directions numériques du Gouvernement depuis plusieurs années. La dernière innovation en date n'est autre qu'un grand modèle de langage baptisé LLaMandement et basé sur le modèle Llama 2 de Meta. Il apporte une réponse à la problématique de la gestion d'un nombre d'amendements toujours plus important par les agents de l'administration française.

Depuis le début de la XVIe législature de la cinquième République française en juin 2022, pas moins de 85 345 amendements ont été déposés. Si seulement 5% d'entre eux sont adoptés, le travail lié est considérable. Chacun des amendements soumis à l'examen de l'une des deux chambres est analysé et traité par des agents de l'administration centrale travaillant pour le gouvernement, avec pour objectif de faciliter le bon déroulement des discussions, des débats et des votes au Parlement.

En 2020, l'Etat a lancé une plateforme baptisée Signale (Système interministériel de gestion numérique des amendements législatifs) qui permet aux agents administratifs de coordonner et de travailler plus efficacement sur leurs tâches liées aux projets de loi (en particulier les amendements). Par exemple, elle facilite la rédaction de notes de synthèse et la création de tableaux pour la préparation des réunions interministérielles concernant les textes législatifs.

Optimisant le travail des agents administratifs sur les projets de loi, cette plateforme représentait alors une avancée considérable au vu du nombre d'amendements qui augmente avec le temps, atteignant souvent des milliers pour un projet de loi donné.

[b]Un travail fastidieux transformé par l'IA générative[/b]

Poursuivant son travail de transformation numérique, le service public s'est donc emparé de l'IA générative pour gérer le travail lié au traitement des amendements. Ainsi, à l’automne dernier, la direction de la transformation numérique (DTNum) a mis en place une solution qui affecte automatiquement aux bonnes équipes les amendements parlementaires reçus à l’occasion des lois de finances, et chargée d’en faire le résumé automatique par une solution d’IA générative.

Le grand modèle de langage baptisé url=https://gitlab.adullact.net/dgfip/projets-ia/llamandement][LLaMandement[/url] s'appuie sur le modèle open source LlaMa-2 70B de Meta, et mais a été "soumis à un fine-tuning par les agents du Gouvernement" via la technique d'adaptation de faible rang (low-rank adaptation ou LORA) pour affiner le modèle LLaMA sélectionné. Cette technique introduit l'adaptabilité dans l'apprentissage des modèles, particulièrement bénéfique pour les modèles comme LLaMA, en insérant des paramètres supplémentaires.

Des paramètres qui sont spécifiquement conçus pour adapter la réponse du modèle aux subtilités du langage législatif sans formation intensive ni altération significative de sa structure. Pour son entraînement, les équipes indiquent avoir utilisé 15 397 paires d'amendements et de résumés, des données issues de la plateforme Signale.

[b]Des résumés neutres et un gain de temps considérable[/b]

Avec LlaMandement, l'objectif est d'améliorer l'efficacité du traitement des travaux parlementaires français (incluant la rédaction des fiches de banc et les travaux préparatoires des réunions interministérielles) grâce à la production de résumés neutres des projets et propositions de loi. Selon Esther Mac Namara, déléguée à la transformation numérique (DTNum) de la direction générale des finances publiques (DGFIP) et rattachée au ministère de l'économie et des finances.

>
Ce travail permet 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

Ainsi, dans le cadre de la mise en œuvre des outils d'IA, un taux d'auto-attribution de 94% a été atteint pour près de 5400 amendements en moins de 10 minutes, un résultat encourageant démontrant leur potentiel d'efficacité et d'exactitude.

[b]Le fruit de travaux conjoints de différentes administrations[/b]

Cette solution est l'aboutissement de travaux conjoints de direction de la Législation fiscale (DLF) – rattachée à la direction générale des Finances publiques (DGFiP) – ainsi que des équipes data scientists de la direction de la transformation numérique (DTNum) rattachée à la Direction générale des Finances publiques et la Dinum.

b]Source[/b] : [url=https://www.usine-digitale.fr/article/ia-generative-llamandement-aide-les-agents-publics-a-resumer-les-amendements-parlementaires.N2208169][L'usine Digitale[/url]

Publié le [b]13 Février 2024[/b] par Célia Séramour