evidoria

← Retour à la liste

Bonne pratique Importée

Le Pont MCP du CGU pour les Données Ouvertes du Brésil — Tester si les LLM Sont Dignes de Confiance avec les Données Publiques

Brésil · Brasília · Voir le profil de Brésil · Voir le profil de Brasília

Preuves: Descriptif / auto-déclaré Top 46% 60/100 · Demandez à Evidence Copilot à propos de cette pratique

La CGU brésilienne et l'AGESIC uruguayenne ont testé un pont open source permettant aux citoyens d'interroger les données ouvertes publiques en langage naturel via des LLM — et ont constaté que le vrai risque n'était pas la connexion technique, mais le modèle inventant des faits absents des données.

Le Pont MCP du CGU pour les Données Ouvertes du Brésil — Tester si les LLM Sont Dignes de Confiance avec les Données Publiques

Détails

Maturité
Pilote
Promoteur
Controladoria-Geral da União (CGU) — Brazil's Office of the Comptroller General
Période
2026 (prototype phase)
Mots-clés
open data, transparency, digital government, artificial intelligence, public data access

Contexte

La Controladoria-Geral da União (CGU), l'organe fédéral brésilien de transparence et de lutte contre la corruption, s'est associée à l'Open Knowledge Foundation (OKFN) et à l'agence uruguayenne d'administration électronique AGESIC pour tester si les grands modèles de langage (LLM) peuvent être utilisés en toute confiance pour répondre aux questions des citoyens sur les données ouvertes officielles.

Objectifs

Tester si les LLM, connectés via le Model Context Protocol (MCP) à CKAN (le logiciel open source qui alimente la plupart des portails de données publiques, y compris le portail de transparence fédéral du Brésil), peuvent répondre de manière fiable à des questions en langage courant sur les données ouvertes gouvernementales, et produire un modèle reproductible que d'autres gouvernements utilisant CKAN pourraient adopter.

Activités

Au Brésil, le pilote a porté sur les données des amendements parlementaires. En parallèle, l'Uruguay a connecté la même architecture à son Bilan énergétique national (importations d'énergie, production et capacité installée).

Résultats

La connexion technique a fonctionné ; le problème le plus difficile a été la confiance. La qualité des réponses dépendait moins du pipeline que de la manière dont les données sous-jacentes étaient décrites (unités, définitions des champs, hypothèses valides). Lors des tests sur le jeu de données uruguayen, le modèle a inventé des "facteurs climatiques" dans son explication, alors qu'aucune donnée climatique n'existait dans la source — une hallucination concrète et publiquement documentée.

Conclusions

L'équipe plaide pour un examen obligatoire par des experts du domaine des descriptions des jeux de données avant tout déploiement destiné aux citoyens. À la date de publication, le travail reste un prototype à deux jeux de données ; la prochaine phase prévue est un test utilisateur plutôt qu'un déploiement en production.

Mise en œuvre
Coût indicatif
Faible (< 50 k€)
Délai jusqu’aux résultats
Court (< 1 an)
Personnel et compétences
CGU technical team, Open Knowledge Foundation (OKFN), Uruguay's AGESIC

Conditions de réussite

  • well-described datasets (clear units, field definitions, valid assumptions)
  • mandatory domain-expert review of dataset descriptions before citizen-facing deployment
  • reuse of the MCP + CKAN pattern to keep the design portable across governments

Modes d’échec courants

  • LLM hallucination of facts/fields absent from the source data (documented "climate factors" fabrication)
  • risk of citizen-facing deployment without adequate domain-expert review of the underlying data

Où cela s’applique

Type de gouvernance
national anti-corruption/transparency authority, working with an international nonprofit and a foreign e-government agency
Échelle
prototype — two datasets across two countries
Niveau de revenu
upper-middle-income

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles