Le portail CPGRAMS de l'Inde a intégré un tableau de bord d'IA (avec l'IIT Kanpur) pour catégoriser les plaintes, détecter le spam et analyser les causes profondes, réduisant le délai de traitement de 32 à 18 jours — mais la satisfaction citoyenne dépasse à peine 50 %.
32 → 18 days
Délai moyen de traitement des plaintes dans les ministères centraux (2021–2023)
11.55 million
Plaintes traitées cumulativement (2020–2024)
2.65 million
Plaintes traitées en 2024 (record absolu) (2024)
barely exceeds 50%
Satisfaction des citoyens
~20 lakh (2 million) complaints/year
Volume annuel de plaintes
Détails
Maturité
Établie
Promoteur
Department of Administrative Reforms and Public Grievances (DARPG) / IIT Kanpur
Période
October 2023 - ongoing (CPGRAMS platform since 2007)
CPGRAMS est le portail national unique de l'Inde permettant aux citoyens de déposer des plaintes contre tout ministère central, état ou territoire de l'union, traitant environ 20 lakh (2 millions) de plaintes par an dans plus de 92 ministères et 36 états/territoires de l'union. En octobre 2023, le Département des réformes administratives et des doléances publiques (DARPG) a lancé le système intelligent de suivi des plaintes (IGMS 2.0), conçu avec une équipe de l'IIT Kanpur dans le cadre d'un protocole d'accord de décembre 2021.
Activités
IGMS 2.0 ajoute la catégorisation automatique des plaintes et la prédiction du département concerné, la détection de spam/doublons, l'analyse des causes profondes récurrentes, et une assistance à la rédaction de réponses pour les fonctionnaires, tout en conservant un réviseur humain dans la boucle pour la résolution substantielle. Un ajout de mai 2026, le chatbot vocal IA 'Samadhan Didi', permet aux citoyens de déposer des plaintes oralement via le même moteur de classification.
Résultats
L'IIT Kanpur rapporte que le délai moyen de traitement pour les ministères et départements centraux est passé de 32 jours en 2021 à 18 jours en 2023, coïncidant avec le déploiement d'IGMS 2.0, et qu'environ 11,55 millions de plaintes ont été traitées cumulativement entre 2020 et 2024 (2,65 millions rien qu'en 2024, un record absolu). Un examen indépendant mené par l'institut de politiques publiques indien IMPRI confirme que la détection de spam/doublons par IA est réellement opérationnelle, mais met en garde que le traitement plus rapide ne s'est pas traduit proportionnellement par une meilleure qualité de résolution.
Conclusions
La satisfaction des citoyens 'dépasse à peine 50 %' selon l'examen IMPRI, de nombreuses clôtures sont rédigées de manière standardisée ('transmis', 'noté pour action future') plutôt que substantielles, et la redevabilité est affaiblie car les fonctionnaires chargés de l'examen appartiennent souvent au même cadre administratif que ceux visés par les plaintes.
Mise en œuvre
Coût indicatif
Élevé (500 k€–5 M€)
Délai jusqu’aux résultats
Long (> 3 ans) — MoU with IIT Kanpur signed December 2021; IGMS 2.0 launched October 2023; a voice-chatbot extension ('Samadhan Didi') was added May 2026 — multi-year, ongoing development on a platform operating since 2007.
Personnel et compétences
Department of Administrative Reforms and Public Grievances (DARPG), IIT Kanpur technical team (under December 2021 MoU), Human reviewing officials retained in the loop for substantive resolution
Conditions de réussite
Human-in-the-loop review retained for substantive resolution decisions rather than full automation
Integration across 92+ central ministries and 36 states/union territories for consistent triage
Academic-government partnership (IIT Kanpur) for technical development and evaluation
Modes d’échec courants
Reviewing officials often share the same administrative cadre as those complained about, weakening independent accountability (IMPRI review)
Faster disposal has not translated proportionally into resolution quality — many closures are templated rather than substantive
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.