evidoria

← Voltar à navegação

Boa prática Importada

LLaMandement — a ferramenta de IA de França para processar emendas orçamentais parlamentares

França · Paris · Ver o perfil de França · Ver o perfil de Paris

Evidência: Observacional / pré-pós Top 36% 67/100 · Pergunte a Evidence Copilot sobre esta prática

O LLaMandement é o modelo Llama 2 afinado pela DGFiP francesa que classifica e resume emendas ao Orçamento anual. Segundo os responsáveis, reduz o tempo de processamento de cada emenda de 6-10 horas para 15 minutos; senadores levantaram reservas sobre carga de trabalho e soberania digital.

6-10 hours to ~15 minutes
Tempo de processamento por alteração
15,000+ amendment-and-summary pairs
Pares de treino utilizados para o ajuste fino
LLaMandement — a ferramenta de IA de França para processar emendas orçamentais parlamentares

Detalhes

Maturidade
Piloto
Promotor
Direction Générale des Finances Publiques (DGFiP), with DINUM and DILA
Período
2023–present
Palavras-chave
digital government, legislative process, natural language processing, budget policy

Contexto

Todos os outonos, o Parlamento francês apresenta milhares de alterações ao projeto de lei do orçamento anual, que os funcionários da Direction Générale des Finances Publiques (DGFiP) têm de ler, encaminhar para a equipa ministerial de especialistas correta e resumir para os negociadores — um exercício apelidado de 'la nuit des amendements' (a noite das alterações).

Objetivos

Automatizar a classificação/encaminhamento e a redação de resumos neutros das alterações orçamentais parlamentares.

Atividades

Em 2023-24, a equipa de ciência de dados da DGFiP, em colaboração com a DINUM e a DILA, construiu o LLaMandement, adaptando o modelo de código aberto Llama 2 da Meta através de ajuste fino por adaptação de baixa dimensão (LoRA), com base em mais de 15 000 pares reais de alteração e resumo extraídos do SIGNALE, a plataforma interministerial de gestão de alterações legislativas. O método foi publicado num artigo do arXiv passível de revisão por pares (janeiro de 2024), e uma versão do modelo e parte dos dados de treino foram disponibilizados abertamente na Hugging Face ('AgentPublic/LlaMAndement-7b').

Resultados

Funcionários da DGFiP e do Senado citaram uma redução do tempo de processamento por alteração, de 6-10 horas de trabalho manual para cerca de 15 minutos. Os autores relataram uma qualidade de resumo 'próxima da de redatores humanos' na tarefa especializada, ainda que sem publicarem um valor quantitativo preciso de precisão face a uma referência humana.

Conclusões

Quando o Senado considerou adotar uma versão da ferramenta para a sua própria sessão orçamental de 2024, o relator orçamental Jean-François Husson alertou que esta 'não aliviaria significativamente' a carga de trabalho real dos senadores, uma vez que o tempo libertado seria provavelmente dedicado a um escrutínio mais aprofundado das alterações; outros senadores levantaram preocupações de soberania digital quanto à construção de infraestruturas legislativas sensíveis sobre um modelo de fundação americano. À data da reportagem citada, ainda não tinha sido tomada uma decisão final sobre uma implementação dedicada no Senado, e a utilização da ferramenta permanece centrada no processo interno próprio da DGFiP.

Implementação

Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.

Habitualmente financiado por

National / regional programmes Digital Europe Programme

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis