evidoria

← Retour à la liste

Bonne pratique Importée

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

France · Paris · Voir le profil de France · Voir le profil de Paris

Preuves: Descriptif / auto-déclaré Top 74% 47/100 · Demandez à Evidence Copilot à propos de cette pratique

Le portail français des données ouvertes utilise Albert, le modèle de langage ouvert de l'État, pour rédiger des descriptions et suggérer des mots-clés, et expose son catalogue via un serveur MCP — bien qu'Etalab avertisse que les suggestions IA peuvent être erronées.

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

Détails

Maturité
Pilote
Promoteur
Etalab (DINUM, French Prime Minister's Office)
Période
2025–present
Mots-clés
open data, generative AI, metadata, government digital services

Contexte

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.

Activités

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 des étiquettes à partir 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 données en langage naturel.

Conclusions

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 LLM peuvent être incomplètes, approximatives ou erronées » et qu'une validation humaine est requise avant publication. La presse française indépendante spécialisée dans la tech et la donnée (samsa.fr) a signalé un risque 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 aux requêtes de LLM comporte de nouveaux risques en plus de ses gains de commodité.

Mise en œuvre
Coût indicatif
Faible (< 50 k€) — No budget disclosed; conservative low estimate as the feature reuses existing state LLM (Albert) infrastructure rather than new model development.
Délai jusqu’aux résultats
Court (< 1 an)
Personnel et compétences
Delivered by Etalab (DINUM), the French interministerial digital agency, building on Albert, the state's shared open LLM

Conditions de réussite

  • Reuses existing state AI infrastructure (Albert LLM) rather than building new models
  • Requires human validation before publishing AI-suggested metadata, per Etalab's own documentation

Modes d’échec courants

  • Etalab's own documentation states LLM suggestions 'may be incomplete, approximate, or wrong'
  • Independent press (samsa.fr) has identified fake MCP servers impersonating data.gouv.fr, a security risk from opening the catalogue to LLM querying
  • No adoption or accuracy statistics have been published for the AI features

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