L'enrichissement des métadonnées par IA et l'accès au catalogue en langage naturel de data.gouv.fr, propulsés par Albert

Etalab, l'agence française d'administration numérique rattachée à la DINUM (Direction interministérielle du numérique), a ajouté des fonctionnalités d'IA générative à data.gouv.fr, le portail national des données ouvertes, dans le cadre de la feuille de route d'évolution de la plateforme pour 2025.
Ces fonctionnalités reposent sur Albert, un grand modèle de langage ouvert hébergé par l'État français : il génère automatiquement de courtes descriptions pour les jeux de données dont les producteurs n'en ont pas rédigé, et suggère des mots-clés et étiquettes tirés des métadonnées existantes afin d'améliorer l'exhaustivité du catalogue. Le portail a également été connecté à un serveur MCP (Model Context Protocol), permettant à des assistants IA externes comme Claude, ChatGPT ou Mistral d'interroger directement le catalogue de jeux de données en langage naturel.
Etalab n'a publié aucune statistique d'adoption ou de précision pour ces fonctionnalités, et décrit ce travail comme expérimental et itératif plutôt que comme un produit fini et mesuré — sa propre documentation indique clairement que « les suggestions des modèles de langage peuvent être incomplètes, approximatives ou erronées » et qu'une validation humaine est nécessaire avant publication.
La presse française indépendante spécialisée dans la donnée et la technologie (samsa.fr) a signalé une réserve de sécurité connexe : de faux serveurs MCP usurpant l'identité de data.gouv.fr sont déjà apparus en ligne, ce qui souligne qu'ouvrir un catalogue de données publiques à l'interrogation par des modèles de langage comporte de nouveaux risques, à mettre en balance avec les gains de commodité de cette pratique.