Consult — UK Government's AI Tool for Analysing Public Consultation Responses
United Kingdom
Consult, built by the UK's i.AI unit with the Alan Turing Institute, uses generative AI to analyse tens of thousands …
France · Paris · See the France profile
LLaMandement es el modelo Llama 2 ajustado por la DGFiP francesa que clasifica y resume enmiendas al Presupuesto anual. Según los funcionarios, reduce el tiempo de procesamiento por enmienda de 6-10 horas a 15 minutos; senadores han planteado reservas sobre carga de trabajo y soberanía digital.
Cada otoño, el Parlamento francés presenta miles de enmiendas al proyecto de ley de finanzas anual, que los funcionarios de la Direction Générale des Finances Publiques (DGFiP) deben leer, remitir al equipo ministerial de expertos correspondiente y resumir para los negociadores, un ejercicio apodado 'la nuit des amendements' (la noche de las enmiendas).
Automatizar la clasificación/derivación y la redacción de resúmenes neutrales de las enmiendas presupuestarias parlamentarias.
En 2023-24, el equipo de ciencia de datos de la DGFiP, trabajando junto con la DINUM y la DILA, desarrolló LLaMandement adaptando el modelo de código abierto Llama 2 de Meta mediante ajuste fino por adaptación de bajo rango (LoRA), a partir de más de 15 000 pares reales de enmienda y resumen extraídos de SIGNALE, la plataforma interministerial de gestión de enmiendas legislativas. El método se publicó en un artículo de arXiv sujeto a revisión por pares (enero de 2024), y una versión del modelo y parte de los datos de entrenamiento se publicaron abiertamente en Hugging Face ('AgentPublic/LlaMAndement-7b').
Funcionarios de la DGFiP y del Senado han mencionado una reducción del tiempo de procesamiento por enmienda, de 6-10 horas de trabajo manual a unos 15 minutos. Los autores informaron de una calidad de resumen 'cercana a la de los redactores humanos' en esta tarea especializada, aunque sin publicar una cifra cuantitativa precisa de precisión frente a una referencia humana.
Cuando el Senado consideró adoptar una versión de la herramienta para su propia sesión presupuestaria de 2024, el ponente presupuestario Jean-François Husson advirtió que esta 'no aliviaría significativamente' la carga de trabajo real de los senadores, ya que el tiempo liberado probablemente se destinaría a un escrutinio más profundo de las enmiendas; otros senadores plantearon preocupaciones de soberanía digital sobre la construcción de infraestructura legislativa sensible sobre un modelo fundacional estadounidense. Según la información citada, aún no se había tomado una decisión final sobre un despliegue dedicado en el Senado, y el uso de la herramienta sigue centrado en el propio proceso interno de la DGFiP.
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Where this practice's information was retrieved from, and when.
United Kingdom
Consult, built by the UK's i.AI unit with the Alan Turing Institute, uses generative AI to analyse tens of thousands …
Finland
Finland's Ministry for Foreign Affairs launched OpenEval, an Azure-based AI tool built with CGI that lets civil servants and the …
New Zealand
New Zealand's Parliamentary Counsel Office ran a six-month, five-partner R&D programme fine-tuning an 8-billion-parameter model on 200 examples of NZ …
South Korea
South Korea's National Assembly deployed an on-premises generative-AI platform built by Samsung SDS — combining a custom LLM, retrieval-augmented generation …
Open full copilot Grounded in cited practices — always check the sources.