evidoria

← Retour à la liste

Bonne pratique Importée

Le classificateur de sentiment par IA d'Expresso — Goiás automatise l'analyse des retours citoyens sur son réseau de services publics

Brésil · Goiânia · Voir le profil de Brésil

Top 83% 40/100 · Demandez à Evidence Copilot à propos de cette pratique

Le secrétariat d'État à l'Administration (SEAD) de Goiás a conçu un classificateur Multinomial Naïve Bayes pour trier automatiquement les retours des citoyens sur son réseau de services Expresso via un tableau de bord de sentiment en temps réel, remplaçant l'examen manuel — sans toutefois publier de chiffres de précision ou de volume.

Le classificateur de sentiment par IA d'Expresso — Goiás automatise l'analyse des retours citoyens sur son réseau de services publics

Détails

Promoteur
Secretaria de Estado da Administração (SEAD), Government of the State of Goiás
Période
2024-2025
Mots-clés
public administration, service delivery, citizen feedback, sentiment analysis, machine learning

Description

Expresso est le modèle de prestation de services aux citoyens de Goiás, qui couvre sept canaux (magasins, guichets, web, application, bot, kiosques et courrier). Les retours des citoyens utilisant ces canaux étaient examinés manuellement par l'équipe du SEAD, un processus que celle-ci a elle-même qualifié de « chronophage et sujet à des incohérences ».
L'équipe du SEAD (Rafaela M. Rosa, Jessé D. de Souza et Camila do N. Freitas) a conçu et testé un pipeline de classification de sentiment : prétraitement du texte (suppression du bruit, tokenisation, racinisation et ajustement des mots vides) alimentant plusieurs algorithmes candidats, le Multinomial Naïve Bayes ayant été retenu pour sa performance comparativement supérieure dans la détection des avis négatifs. Le modèle validé a été intégré à l'entrepôt de données central de l'État pour alimenter un tableau de bord en temps réel avec des nuages de mots des commentaires positifs et négatifs, permettant aux responsables du SEAD de suivre le sentiment à la demande plutôt que d'attendre des rapports manuels.
Réserve sur les preuves — L'article publié, présenté à la Conference on Digital Government Research 2025, ne divulgue ni chiffres de précision, ni volume de retours traités, ni comparaison avant/après avec le processus manuel remplacé, et la date exacte de mise en production de l'outil (par opposition à sa simple validation avec les responsables) n'est pas précisée. Les auteurs décrivent leur approche comme « un cadre évolutif et reproductible » qu'ils espèrent étendre à d'autres centres de services publics, mais cette extension n'a pas encore été documentée.

Mise en œuvre

Les détails de mise en œuvre (coût, calendrier, personnel, conditions de réussite) ne sont pas encore disponibles pour cette pratique.

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