- il y a 6 semaines
Colloque DGAFP : Mieux travailler dans la fonction publique. Quelles solutions pour relever le défi ? organisé au Conservatoire national des arts et métiers (CNAM) le 31 mars 2026.
Table ronde 4 : IA, transformation des métiers publics, place des agents et performance des services publics
Animation : Faustine BENTABERRY, cheffe du département de la coopération et de la prospective, DGAFP.
1. RETEX : 10 ans d’utilisation de l’IA à la DGFiP, présenté par Amelie VERDIER, directrice générale des finances publiques
2. Quels prérequis pour la réussite de projets IA dans les organisations de travail ?
Philippe TRIMBORN, chargé de mission IA à la DRH d’Orange
Aurélien FENARD, directeur de la transformation digitale et de la gouvernance des données RH chez France Travail
Yann FERGUSON, sociologue du travail et directeur scientifique du laborIA
Table ronde 4 : IA, transformation des métiers publics, place des agents et performance des services publics
Animation : Faustine BENTABERRY, cheffe du département de la coopération et de la prospective, DGAFP.
1. RETEX : 10 ans d’utilisation de l’IA à la DGFiP, présenté par Amelie VERDIER, directrice générale des finances publiques
2. Quels prérequis pour la réussite de projets IA dans les organisations de travail ?
Philippe TRIMBORN, chargé de mission IA à la DRH d’Orange
Aurélien FENARD, directeur de la transformation digitale et de la gouvernance des données RH chez France Travail
Yann FERGUSON, sociologue du travail et directeur scientifique du laborIA
Catégorie
🗞
NewsTranscription
00:00En attendant, ce que je vous propose, c'est de parler d'un levier de transformation majeur,
00:04celui de l'intelligence artificielle et en quoi elle percute et donne de nouvelles perspectives.
00:10J'appelle Faustine Bentaberry, Amélie Verdier, Yann Ferguson, Philippe Trimborne et Aurélien Fennat à nous rejoindre.
00:27Voilà, ils s'approchent. Merci à eux.
01:03Bonjour à tous et à toutes.
01:05Je suis très heureuse de vous accueillir pour cette dernière table ronde au sujet de l'intelligence artificielle
01:11et de ses impacts sur les métiers publics, sur la place des agents et plus largement sur la performance des
01:17services publics.
01:19Avant d'entrer dans le cœur de nos échanges, il me semble essentiel de replacer cette table ronde dans son
01:24contexte,
01:25celui des travaux actuellement menés par la Direction générale de l'administration et de la fonction publique
01:29autour de l'intelligence artificielle et de la gestion des ressources humaines publiques.
01:34Depuis maintenant quelques mois, la DGASP est fortement mobilisée sur ses enjeux.
01:39Elle a d'abord publié en 2024 une stratégie d'usage de l'intelligence artificielle en matière de ressources humaines
01:48dans la fonction publique de l'État.
01:50Cette stratégie a marqué une étape importante en posant un cadre clair et structurant pour accompagner le développement de ces
01:57technologies au sein des administrations.
02:01Elle a ensuite été complétée, en 2024 encore, par une méthodologie de déclinaison opérationnelle.
02:08Celle-ci aborde des dimensions essentielles pour le passage à l'action, la gouvernance des projets d'IA,
02:14la gestion prévisionnelle des emplois, des effectifs et des compétences, ainsi que les enjeux de formation et d'accompagnement des
02:22agents.
02:23Autrement dit, il ne s'agit pas seulement de penser l'IA comme un outil, mais bien comme un levier
02:28de transformation à intégrer dans une vision globale des ressources humaines.
02:33Parallèlement, la DGASP conduit actuellement plusieurs groupes de travail inscrits à l'agenda social de la fonction publique,
02:41associant les organisations syndicales et les employeurs publics.
02:45Ces travaux sont particulièrement importants car ils permettent d'inscrire le développement de l'intelligence artificielle
02:51dans une logique de dialogue social, conditions essentielles, on va le voir ce matin,
02:56pour garantir l'acceptabilité, la pertinence et la durabilité des transformations engagées.
03:03Enfin, au-delà de la réflexion stratégique, la DGASP est également engagée dans des expérimentations concrètes.
03:09Deux projets peuvent être mentionnés à ce titre.
03:12Le premier concerne le développement d'un chatbot RH appelé Assistant RH,
03:17à destination des gestionnaires RH des secrétariats généraux commandes départementaux.
03:22L'objectif est de faciliter l'accès à l'information, d'apporter un appui aux gestionnaires dans leur mission quotidienne
03:28et de fluidifier certains processus.
03:31Le second s'inscrit dans le cadre du programme interministériel de formation en ligne Mentor,
03:38avec le développement d'une solution d'intelligence artificielle visant à enrichir les parcours de formation,
03:45à les personnaliser davantage et à mieux accompagner les agents dans le développement de leurs compétences.
03:51Ces différentes initiatives, comme d'ailleurs toutes celles mises en œuvre aujourd'hui par les employeurs publics,
03:57illustrent bien la dynamique actuelle, une volonté à la fois de structurer, d'expérimenter et d'associer les acteurs.
04:04C'est dans ce contexte que s'inscrit notre table ronde d'aujourd'hui, qui poursuit deux objectifs.
04:11D'une part, mettre en discussion les conditions de réussite de la mise en place de l'intelligence artificielle dans
04:17les métiers publics.
04:19Et donc, nous allons chercher à comprendre ce qui permet concrètement à ces projets de fonctionner.
04:23Quels sont les prérequis ? Quels sont les facteurs clés de succès ?
04:27Comment éviter les écueils ? J'espère qu'on arrivera à répondre à toutes ces questions.
04:30Et surtout, comment faire en sorte que ces outils soient réellement utiles aux agents et aux services publics ?
04:36D'autre part, nous avons souhaité mettre en avant des projets à des stades de maturité différents.
04:42Certains relèvent encore de l'expérimentation.
04:44D'autres sont déjà plus avancés, voire déployés.
04:48Cette diversité est essentielle car elle permet de mieux appréhender la réalité des transformations en cours,
04:53dans toute leur complexité.
04:55Et elle permet aussi de croiser les regards entre stratégie, mise en œuvre concrète et analyse des impacts sur le
05:01travail.
05:03Pour nourrir cette réflexion, nous avons le plaisir d'accueillir aujourd'hui plusieurs intervenants au profil complémentaire.
05:08Nous avons tout d'abord la chance d'accueillir Amélie Verdier, directrice générale des finances publiques,
05:13dont le parcours au sein de l'État, notamment à la direction du budget et dans différentes fonctions stratégiques,
05:18lui confère à la PHP une vision particulièrement riche de la transformation de l'action publique.
05:25Elle pourra notamment partager le retour d'expérience de la DG FIP,
05:28engagée depuis plusieurs années dans l'usage de l'intelligence artificielle.
05:32À ses côtés, nous accueillons Sarah Vigneault, responsable d'accueil au sein de la Cité administrative d'État à Lyon.
05:38Son témoignage apportera un éclairage précieux au plus près du terrain
05:41sur la manière dont l'intelligence artificielle transforme concrètement les métiers et les pratiques professionnelles.
05:48Nous aurons également le plaisir d'entendre Aurélien Feudnard,
05:52bonjour, directeur de la transformation numérique et de la Data RH chez France Travail.
05:58Il travaille depuis de nombreuses années à l'articulation entre innovation technologique et transformation des organisations,
06:03avec une attention particulière portée à la place de l'humain.
06:06À ses côtés, Philippe Trinborn, chargé de mission IARH chez Orange,
06:12apportera le regard d'un grand groupe engagé sur la structuration de ces usages de l'IA,
06:16notamment à travers des démarches éthiques et des chartes encadrant ces pratiques.
06:21Enfin, nous aurons le plaisir d'accueillir Yann Ferguson, sociologue et directeur scientifique du laboria,
06:30dont les travaux portent sur les effets de l'intelligence artificielle sur le travail,
06:34les métiers, les conditions de travail et les organisations.
06:38Son regard permettra de prendre du recul et d'éclairer les enjeux à partir de travaux de recherche.
06:43La richesse de cette table ronde tient précisément à cette diversité de profils et de points de vue,
06:49décideurs publics, praticiens de terrain, experts de la transformation et chercheurs.
06:54Au fil de nos échanges, nous chercherons à répondre à des questions très concrètes.
06:59Comment déployer l'intelligence artificielle dans des organisations publiques ?
07:02Comment associer les agents à ces transformations ?
07:05Comment encadrer les usages, notamment sur le plan éthique ?
07:09Et quels impacts ces technologies ont-elles réellement sur le travail et sur les métiers ?
07:15Nous allons donc maintenant rentrer dans le vif du sujet avec une séquence de retour d'expérience
07:20sur un cas particulièrement intéressant, celui de la DGFIP, qui bénéficie d'un recul d'une dizaine d'années sur
07:27l'utilisation de l'IA.
07:28L'objectif de cette séquence, c'est vraiment de croiser deux regards complémentaires.
07:32Un regard stratégique, celui de la direction, et un regard opérationnel avec celui d'un agent dont le métier a
07:38évolué concrètement avec l'arrivée de ces outils.
07:41Madame la directrice générale, la DGFIP est souvent présentée comme une administration pionnaire sur les sujets d'IA.
07:48Pour commencer, est-ce que vous pourriez nous dresser un rapide historique de l'adoption de l'IA à la
07:53DGFIP
07:54en nous donnant quelques exemples concrets de réalisation ?
07:57Et à partir de ces différents exemples, est-ce que vous pourriez partager avec nous votre regard,
08:03le regard que vous portez aujourd'hui sur les impacts de l'IA en matière de ressources humaines ?
08:08Bonjour à toutes et à tous, merci beaucoup de cette invitation et merci du format,
08:12parce que je pense qu'effectivement, pour une administration de la taille de la DGFIP,
08:15une stratégie qui n'est pas relayée, portée par les équipes de terrain, ça peut être très vite, très conceptuel.
08:22Donc je pense que c'est très, très adapté comme format.
08:24Juste en deux mots, parce que je pense que sinon, ça peut être aussi un peu abstrait.
08:29Donc la Direction générale des finances publiques, c'est une administration d'à peu près 95 000 personnes,
08:34dont les deux très grands métiers principaux sont la gestion fiscale,
08:38et puis la gestion publique, la tenue des comptes, et on est présent sur tout le territoire.
08:44Donc on a effectivement comme caractéristique à la Direction générale des finances publiques
08:47d'être une administration de la donnée depuis très longtemps,
08:50et donc d'avoir des expériences d'IA depuis au moins 2014.
08:54Alors attention, bien sûr, à l'époque, on n'était pas sur de l'IA générative,
08:58on était sur de l'IA prédictive, mais c'est quand même du maniement de données
09:02qui prescrit un comportement, ou en tout cas une manière d'agir,
09:06et qui donc influe très directement sur le contenu du travail.
09:10Donc de quoi on parle ?
09:13C'est dans tous nos métiers, notamment dans le contrôle fiscal,
09:19on a un projet d'alimentation en permanence de la programmation du contrôle fiscal
09:25par du croisement de données, donc voilà, du data mining,
09:29qui fait qu'on a, pour fixer les idées, en permanence un travail
09:33sur l'ensemble des données qu'on récupère,
09:35je vais le faire sur le cas des entreprises,
09:37mais ça marche aussi sur les particuliers,
09:39pour regarder toutes les informations qu'on a sur une entreprise
09:42et repérer les incohérences.
09:44Bon, le cas très simple, c'est de se dire,
09:46on regarde ce qu'une entreprise achète, on regarde son chiffre d'affaires,
09:49et on se demande un tout petit peu,
09:51c'est la version super simplifiée évidemment,
09:53mais s'il n'y a pas une incohérence éventuelle,
09:55on le repère par secteur, on le refait de plein de manières différentes,
10:00ça marche évidemment, c'est assez transposable, vous voyez, au particulier,
10:03et ça fait, encore une fois, plus de 10 ans qu'on y est,
10:06on a maintenant plus de la moitié des contrôles,
10:08à peu près la moitié des contrôles qui sont déclenchés comme ça.
10:11Ce sont toujours des vraies personnes,
10:13des inspecteurs des impôts qui font les contrôles,
10:15mais en revanche, pour décider sur quoi on les envoie,
10:19en fait, on a progressivement déployé ces outils,
10:22puis renoncer, ce qui était quand même historiquement l'approche,
10:26de dire, ben voilà, pour, par exemple, les plus grosses entreprises,
10:30ou les personnes les plus riches, on doit passer tous les X années,
10:34on le fait vraiment à partir d'une analyse de risque prescrite
10:38par ces approches d'intelligence artificielle,
10:42sachant que, je vous ai dit, c'est à peu près la moitié,
10:44mais on fait aussi tout le reste par travail humain,
10:47mobilisation de renseignement, etc.
10:50Je vais parler de cet exemple-là, juste pour dire en un mot
10:53qu'on le fait aussi sur nos métiers de gestion publique,
10:55sur la dépense, puisqu'on fait du contrôle hiérarchisé
10:59depuis très longtemps, mais on fait depuis, là encore,
11:02une quinzaine d'années, vraiment des modèles prédictifs,
11:06auto-apprenants, à la fois sur la nature de la dépense,
11:09le type d'ordonnateur, etc.
11:11Mais je vais revenir sur le contrôle fiscal,
11:12parce que je pense que c'est là qu'on a eu le plus grand choc,
11:17en fait, parce que c'est vraiment de ça dont on parle,
11:20sur la conception que les inspecteurs des impôts avaient de leur travail,
11:23enfin, je dis les inspecteurs, mais les vérificateurs, les brigades, etc.
11:28Et voilà, la livraison d'un outil qui les a mis,
11:32je prends le vocabulaire qui m'a été présenté par les organisations syndicales
11:35à ma prise de fonction il y a deux ans,
11:36mais je pense qu'il faut voir qu'il y a une réalité très marquante derrière ça,
11:40ils ont dit qu'on a taylorisé notre travail,
11:42ce qui est pour une profession très intellectuelle,
11:45quel que soit le grade des personnes qui font ça,
11:48mais c'est vraiment un métier d'intelligence,
11:50de se poser des questions, de ne pas prendre pour argent comptant
11:53l'éliace fiscale, la compta, etc.
11:55C'était très violent de leur dire,
11:57vous savez quoi, il y a plus de la moitié,
11:58enfin, maintenant on est à la moitié,
12:00mais en fait, il y a quelqu'un qui va faire ça mieux que vous,
12:03et c'est une machine qui va croiser des données.
12:05Et donc, ça a été très violent,
12:06y compris sur cette parcellisation,
12:09en tout cas perçue comme telle, du travail.
12:12Donc, je crois qu'on est en train de remonter la pente,
12:14mais c'était à la fois une nécessité
12:17pour l'efficacité de l'action publique,
12:18parce qu'en fait, travailler comme ça,
12:21évidemment, va beaucoup plus vite,
12:23enfin, fait gagner beaucoup de temps
12:24par rapport à une analyse humaine de données.
12:29Et on a aussi amélioré au fur et à mesure
12:32la qualité de ces listes,
12:34mais ça a pris énormément de temps
12:37pour travailler les organisations.
12:40Une des clés de succès,
12:41je ne veux pas être trop longue,
12:42mais c'est de dire qu'on a bien mis l'accent très tôt,
12:44et ça s'est enrichi au fur et à mesure,
12:46sur le fait que c'était justement pas
12:48qu'un modèle descendant de,
12:49il y a l'administration centrale qui a pensé pour vous
12:52quelles données il fallait croiser,
12:53mais un aller-retour un peu permanent
12:55sur, on vous envoie des listes,
12:56ensuite, vous avez un travail d'appropriation
12:58de ces propositions de contrôle.
13:01Donc, vous n'êtes pas, comment dire,
13:04il n'y a pas 100% des propositions de contrôle
13:06qui ont une suite,
13:07elles doivent être choisies humainement,
13:09et puis, en fait, avec un retour qualitatif
13:11qui a été au fur et à mesure,
13:12qui est monté en puissance sur,
13:14ça, c'est intéressant,
13:15ça, pourquoi vous n'avez pas croisé telle donnée,
13:17et qu'est-ce que ça donne, voilà.
13:18Et donc, dans nos indicateurs de résultats,
13:20il y a le fait que la médiane
13:23des droits et pénalités
13:25sont appelées suite à contrôle,
13:27ce qui est pour nous, en gros,
13:28la productivité d'un contrôle.
13:29Est-ce qu'on a bien fait d'aller
13:30là où on est allé ?
13:31Est-ce qu'effectivement,
13:32c'est un contribuable
13:35pour lequel il y avait des choses à faire ?
13:36La médiane des contrôles augmente.
13:39Elle reste inférieure
13:40à ce qui est déclenché
13:41par le contrôle humain,
13:42et j'ai envie de dire,
13:43c'est normal.
13:44C'est un débat qu'on a beaucoup,
13:45et avec nos organisations syndicales,
13:46et avec la Cour des comptes, d'ailleurs,
13:48parce qu'en fait,
13:49les sujets les plus compliqués,
13:51la fraude la plus sophistiquée,
13:52pour l'instant,
13:53on sait qu'on la repère d'abord
13:54par mobilisation de renseignements
13:56soit internes, soit externes,
13:59par collaboration avec d'autres acteurs
14:01de lutte contre la fraude.
14:02Mais notre objectif,
14:04il n'a jamais été d'aller
14:05à 100% de contrôle déclenché
14:07par ces listes,
14:08mais de gagner du temps
14:09pour autre chose.
14:13Je ne veux pas être trop longue,
14:14mais en tout cas dire
14:14que c'est quelque chose
14:15qui prend beaucoup de temps,
14:17que moi, j'ai essayé,
14:19je crois que c'est aussi un peu
14:20l'objet de ces échanges,
14:21de dire qu'est-ce qu'on essaye
14:22de faire personnellement.
14:24Arrivant dans un système
14:25qui avait déjà été déployé
14:26depuis pas mal d'années,
14:29moi, je me suis quand même vraiment dit
14:30qu'il faut prendre au pied de la lettre
14:32le retour que nous font
14:33certains acteurs
14:34de taylorisation de leur travail.
14:36Parce qu'une partie de mes équipes
14:37considéraient que c'était un vocabulaire,
14:39je me tente vers rien,
14:40on en a déjà parlé plein de fois,
14:41mais je vais y venir après,
14:43ce sont des vocabulaire
14:45qui a été jugé excessif,
14:47en disant, mais en fait,
14:49à aucun moment,
14:50il y a une machine qui automatise,
14:52puisqu'en fait, encore une fois,
14:53ce n'est qu'une aide à la décision
14:54d'une certaine manière.
14:55J'ai dit, mais en fait,
14:56ils le vivent comme ça.
14:57Donc, fort d'une expérience,
14:59voilà, pardon,
14:59encore une faute de la recoupée,
15:00mais il se trouve que j'ai travaillé
15:01à la PHP,
15:02que j'ai adoré ça,
15:03que j'en suis fière,
15:03donc j'y reviens aussi.
15:06Et ça m'a beaucoup appris,
15:08parce que, voilà,
15:09à l'hôpital,
15:09de toute façon,
15:10sans l'humain,
15:10évidemment, vous ne faites rien,
15:11à la DGFIP,
15:12ce n'est que de l'argent.
15:14Et donc,
15:14il faut se dire qu'il fallait
15:16entendre ça.
15:16Et c'est que c'était perçu,
15:18ce n'était pas qu'une posture,
15:19c'était perçu comme
15:20on me déshumanise
15:22et on me prive du sens au travail.
15:24Et pour arriver à le redonner,
15:26il faut évidemment,
15:28je dirais quand même,
15:30effectivement,
15:31démontrer,
15:31parce qu'encore une fois,
15:32si ça n'avait pas marché,
15:33on l'aurait fait,
15:34mais s'enrichir du retour.
15:36Alors, j'en viens peut-être
15:38à de quoi on parle aujourd'hui,
15:39puisque ça,
15:40c'est de l'IA prédictive.
15:42On fait maintenant
15:43de l'IA générative,
15:45donc sans être exhaustive.
15:48Dire qu'on a à la fois
15:50utilisé des projets,
15:52vous avez peut-être
15:52entendu parler,
15:53qui est le foncier innovant,
15:54c'est le repérage
15:55par croisement d'images
15:57des piscines non déclarées
15:58pour faire court,
15:59donc qui nous a permis
16:00d'améliorer les bases fiscales.
16:02On a juste récupéré
16:0342 millions d'euros comme ça,
16:04ça valait la peine.
16:07Je ne vais pas parler
16:08de l'amendement
16:08parce que ça ne concerne
16:10pas tant le monde que ça,
16:10mais si ça vous intéresse,
16:12comment est-ce qu'on automatise
16:13le traitement des amendements,
16:14notamment au projet
16:15de loi de finances ?
16:16Dans nos projets du moment,
16:18alors peut-être que vous en direz
16:19un mot,
16:20on travaille notamment
16:21sur un projet
16:22dit de langage clair,
16:23parce que je crois
16:24qu'il faut en général
16:25comprendre que les services
16:26publics et l'administration
16:28sont assez mal compris
16:29de nos concitoyens.
16:30Et alors,
16:31l'administration fiscale,
16:32on est assez champion du monde
16:33en termes de complexité.
16:35et vous allez me dire
16:36qu'est-ce que l'IA
16:36vient faire là-dedans ?
16:37C'est de dire que
16:39de manière générale,
16:40on a à la fois des équipes
16:41qui sont,
16:42et c'est une qualité,
16:43très soucieuse
16:44de la précision des termes
16:46qui savent que les réponses
16:47écrites qui sont apportées
16:48seront opposables
16:49et que donc il faut,
16:51le réflexe naturel,
16:53c'est de citer
16:53le code général des impôts,
16:55la doctrine,
16:56le BOI,
16:57etc.
16:58Et après,
16:58vous vous retrouvez,
16:59comme c'est arrivé un jour
17:00à Nanterre,
17:01dans la file d'attente
17:02de la trésorerie amende
17:04avec une queue importante,
17:05on essayait de regarder,
17:06de réfléchir à comment
17:07on l'améliore.
17:08Il me dit,
17:08regardez,
17:09on a fait des petits documents
17:10pour expliquer aux gens
17:10que les mains levées
17:11sur SATD,
17:12ce n'était pas ici
17:12qu'ils pouvaient les faire.
17:13Je lui dis,
17:13bon courage.
17:15Est-ce que vous avez vraiment
17:16l'impression qu'il y a des gens
17:17en face qui vont vous comprendre ?
17:19Ni mains levées,
17:20ni SATD,
17:21je pense,
17:21on ne va peut-être pas faire
17:22de sondage dans la salle.
17:23Donc,
17:23on a ce projet de démarche globale
17:26qui est de dire
17:26qu'il faut qu'on soit
17:28plus compréhensible
17:29pour des non-experts.
17:30Et l'IA,
17:31c'est une brique de ça.
17:32Ce n'est pas la seule,
17:33mais c'est de dire
17:34qu'on peut automatiser,
17:36si je puis dire,
17:37avec un outil IA
17:37qui a été entraîné à ça,
17:41des manières
17:41de résumer une réponse,
17:44répondre sous un angle
17:46ou un autre,
17:46tout en disant clairement
17:47que ce contenu
17:48a été produit par IA
17:49et que c'est toujours
17:50un humain qui le valide.
17:53J'en profite
17:53devant cette assemblée.
17:55On vient aussi
17:56de lancer
17:56une amélioration
17:57via IA
17:58de notre moteur de recherche
18:00sur impôts.gouv
18:01que vous connaissez forcément
18:02vu le million
18:03et dizaines de millions
18:04d'utilisateurs
18:05qu'on voit chaque année.
18:07Là aussi,
18:08dans lequel on améliore
18:09la recherche par mots-clés.
18:11Donc,
18:11ça n'a l'air de rien,
18:11vous allez me dire,
18:12mais en fait,
18:13on améliore énormément
18:14l'expérience utilisateur
18:16quand on fait ça.
18:17On a un assistant IA
18:19qu'on a en test.
18:20Je pense que j'étais très attentive
18:21à ce qui a été dit
18:22dans les tables rondes précédentes
18:23sur le fait que,
18:24face à ces bouleversements
18:26technologiques énormes,
18:28il faut procéder aussi
18:29par expérimentation,
18:32test,
18:32et on n'est pas parti
18:33en direct sur tout.
18:36Je vais venir peut-être
18:37quand même aux questions
18:38sur les enseignements
18:39au CRH,
18:40salut des GFP,
18:42avec cette idée
18:43qu'il faut regarder
18:45ce qui fonctionne
18:46et de quoi on a besoin.
18:49Moi,
18:49j'ai été très frappée
18:50du fait qu'on a à la fois,
18:51comme je vous l'ai dit,
18:52des organisations syndicales
18:53assez critiques,
18:54voire très critiques.
18:54On a quand même
18:55notre premier syndicat
18:56des GFP,
18:57solidaire,
18:57qui avait fait un ouvrage
18:58complet pour dire
18:59pourquoi l'IA
19:00allait tuer le travail.
19:00Donc,
19:01on ne fait pas comme si
19:01ce n'était pas un sujet.
19:02Et de l'autre,
19:03moi,
19:03j'ai énormément d'agents
19:04qui nous réclament de l'IA,
19:05en fait,
19:06considérant qu'on ne peut pas
19:07rester à l'écart.
19:08On est certes
19:09une administration
19:10qui a une culture
19:11de la sécurité informatique
19:13très forte,
19:14donc une interdiction absolue
19:16d'installer sur le poste
19:16de travail
19:17toutes les IA
19:18dont je ne donnerai pas
19:19le nom,
19:20qui ne sont pas publiques.
19:23Mais du coup,
19:24on a développé
19:24un assistant
19:25et on le développe
19:27d'abord avec ceux
19:27qui avaient envie d'y aller.
19:29Donc,
19:29on a commencé
19:29par 2000,
19:30puis 3000,
19:31puis bientôt 20 000,
19:33agents de la DGFIP
19:34qui regardent
19:35ce dont ils se servent
19:36et j'imagine
19:37que ma voisine
19:37va peut-être
19:38dire de quoi
19:39elle se sert.
19:40Donc,
19:41voilà.
19:42On a des cas d'usage
19:43sur les métiers du juridique,
19:44mais je ne voulais pas
19:44tout décrire.
19:45Je voudrais terminer
19:46cette première intervention
19:48en disant simple,
19:49en tout cas dans la table ronde,
19:51en disant qu'on a essayé
19:52aussi de raccrocher
19:52tout ça
19:53à ce qui est
19:55constitutif
19:55de ce qui nous,
19:56voilà,
19:57ce qui est fondateur
19:58pour nous
19:58à la DGFIP
20:00avec une feuille de route
20:01stratégique de l'IA
20:02qu'on a présentée
20:03et qui est publique
20:04l'année dernière
20:04sur ce qui nous guide.
20:06Et donc,
20:07de l'IA au service
20:08de l'humain,
20:09peut-être ça changera,
20:10mais en tout cas,
20:11aujourd'hui,
20:11on n'a rien
20:12qui est mis
20:14face à nos usagers
20:15sans que ça ait été validé,
20:17approuvé,
20:18amélioré
20:18par un humain.
20:20J'avais aussi l'occasion
20:22de dire
20:22que ce n'est pas parce
20:23qu'on se convertit
20:24à l'intelligence artificielle
20:25qu'on oublie
20:27qu'on a une volonté
20:28de transition écologique.
20:29À la DGFIP,
20:30on appelle ça
20:30la démarche écofip
20:31et qu'il ne faut pas faire
20:32comme si on oubliait
20:34le niveau de consommation
20:35d'énergie
20:37des GPU,
20:38donc des espaces
20:38de stockage de l'IA.
20:40Et c'est aussi ça
20:41qui a été un peu
20:41à l'origine de notre idée
20:42de dire qu'on fait
20:43d'abord des tests
20:44avant de généraliser
20:45parce que comme on est
20:4695 000,
20:47qu'on a 2 000 points
20:47d'implantation sur le territoire,
20:49quand on fait beaucoup
20:50chez nous,
20:50c'est massif,
20:51effectivement,
20:52et qu'il fallait
20:53qu'on le fasse comme ça.
20:55Je l'ai dit
20:56qu'on est transparent,
20:56il faut être transparent
20:57vis-à-vis des agents.
20:59On parle maintenant
21:00chez Ryan
21:00d'intelligence artificielle
21:01à toutes nos instances
21:03sociales
21:03pour faire des points
21:04d'avancement,
21:06mais aussi transparent
21:07vis-à-vis des usagers.
21:08Et donc,
21:09quand on a fait ces tests,
21:10notamment dans les centres
21:11de contact
21:11sur nos outils
21:13de parler clair,
21:15j'avoue qu'on leur a posé
21:16la question
21:16en ayant un peu
21:17une idée de la réponse,
21:18mais moi,
21:18il me semblait assez évident
21:19qu'on devait dire
21:20que cette réponse
21:21a été, par exemple,
21:22générée à 80 %
21:23par IA.
21:24Même si, à la fin,
21:24c'est un humain
21:25qui l'a validé,
21:27pas qu'on puisse
21:27prêter le flanc
21:28à la critique.
21:29On est, nous,
21:29quand même un peu
21:30sous le feu des projecteurs
21:31de dire,
21:31attention,
21:32la DGF vous a pas dit,
21:33ils ont utilisé vos données,
21:34ils ont fait un résumé,
21:35etc.
21:36Et puis,
21:36on essaye de...
21:37Voilà,
21:37formation obligatoire,
21:38ça, ça a été dit aussi
21:39tout à l'heure,
21:39je pense que c'est important.
21:40Tout le code IR a été formé,
21:42on y revient hyper régulièrement
21:43parce que c'est quand même
21:44aussi évolutif,
21:45l'IA.
21:46Et puis,
21:46un conseil scientifique
21:48du numérique
21:48dont je ne dis rien
21:49pour l'instant.
21:51Merci beaucoup.
21:52Du coup,
21:52on voit bien
21:53que les agents
21:56restent quand même
21:56au cœur de la démarche
21:57de la DGFIP
22:00quand on vient
22:01à la problématique
22:02de l'IA.
22:02Et d'ailleurs,
22:03Sarah Vigneault
22:04est parmi nous aujourd'hui.
22:06Sarah,
22:06est-ce que vous pourriez
22:06nous décrire
22:07vos fonctions aujourd'hui
22:08et expliquer concrètement
22:10comment elles ont évolué
22:12avec l'intelligence artificielle ?
22:14Et plus largement,
22:16est-ce que l'introduction
22:17de l'IA
22:18a changé quelque chose
22:20pour vous
22:20et votre collectif de travail
22:23d'une manière plus générale ?
22:25Je vous remercie déjà
22:26de m'avoir invitée.
22:28Sarah Vigneault,
22:28je suis responsable
22:29de l'équipe spécialisée
22:30d'accueil
22:31à la cité administrative
22:32de Lyon.
22:33C'est une cité
22:34qui accueille
22:34un public très large.
22:36Évidemment,
22:37les usagers
22:38des services
22:38des infos des particuliers
22:39de Lyon,
22:40mais aussi tout un tas
22:41d'autres services,
22:42enregistrements,
22:43domaines,
22:44même l'INSEE
22:45puisque la cité administrative
22:46accueille
22:46plusieurs administrations.
22:50Nous,
22:51comment on a utilisé
22:52l'outil ?
22:52Nous avons été sollicités
22:54pour participer
22:54à l'expérimentation
22:56d'une IA générative,
22:58d'une dernière
22:58qui a été développée,
23:00l'assistant IA
23:00qui comporte
23:01plusieurs modules.
23:02Un module
23:03de docu-fip,
23:05documentation recherche,
23:07qui nous permet
23:07de faire des recherches
23:09déjà dans une langue
23:10naturelle,
23:11c'est-à-dire sans avoir
23:12des mots-clés,
23:12sans connaître
23:13l'arborescence
23:14pour faire les recherches
23:15et qui permet en plus
23:16de structurer
23:17des réponses,
23:18ce qui fait deux avantages
23:19importants par rapport
23:20à un moteur de recherche
23:21classique tel qu'on le connaissait
23:23à la DGFIP.
23:24Le deuxième volet,
23:25celui sur lequel
23:27je vais développer le plus,
23:28c'est le module
23:29langage clair
23:30qui a vocation
23:32à simplifier,
23:33rendre plus compréhensible
23:35le texte,
23:37en tout cas les écrits
23:38que nous apportons
23:39aux usagers.
23:41Donc la dernière question,
23:42c'était en quoi
23:43cela a modifié
23:44nos manières
23:45de travailler.
23:47Alors,
23:47premier apport,
23:48principal apport
23:49que je vois pour cet outil,
23:50cela nous a aidé
23:52à prendre conscience
23:53de la manière
23:53dont nous parlions,
23:55dont nous nous adressions
23:56aux usagers.
23:58Alors,
23:58c'est vrai qu'au contact
23:59du public,
24:00nous sommes un peu
24:00les spécialistes
24:01de la simplification.
24:03Et cette expérimentation,
24:05elle a été menée
24:05non seulement par mon équipe,
24:06mais par d'autres services
24:08dits gestionnaires
24:09qui ont moins
24:10le contact
24:11avec l'usager
24:12au quotidien
24:13et qui ne se rendaient
24:14pas toujours compte
24:15et cela a occasionné
24:16des débats
24:16entre nous.
24:18Exemple,
24:19l'utilisation du mot
24:20dégrèvement.
24:21Le dégrèvement,
24:22en fiscalité,
24:24c'est un point juridique
24:25très précis.
24:26Ce n'est pas
24:26une annulation
24:27de l'impôt,
24:28ce qui est encore
24:28autre chose.
24:29Cela peut conduire
24:30soit à une remise totale,
24:31soit à une remise
24:32partielle de cet impôt.
24:34Sauf que
24:35on est tellement habitué
24:36à l'utiliser
24:37qu'on ne se rend plus compte
24:38que les usagers
24:38en face de nous
24:39ne le comprennent pas
24:40forcément.
24:41Résultat,
24:42pour la partie gestionnaire,
24:43si l'outil simplifiait
24:44le mot dégrèvement,
24:46c'était une aberration juridique
24:47qui pouvait nous mettre
24:49en difficulté
24:49parce que
24:51c'était opposable,
24:52un document opposable,
24:53et qui donc pouvait générer
24:55des risques juridiques.
24:57Moi,
24:57mon point de vue
24:57en tant qu'expérimentatrice
24:59à ce sujet,
25:00ça a été de dire
25:01oui,
25:01mais qu'est-ce que je vois moi ?
25:03Ce sont des usagers
25:04qui ont déposé
25:04une réclamation contentieuse,
25:06qui ont reçu la réponse
25:07« votre dégrèvement
25:08a été accordé »
25:09et qui se déplacent
25:10à l'accueil.
25:11Ils se déplacent
25:12à l'accueil
25:12pourquoi ?
25:13Parce qu'ils ne comprennent
25:14pas la réponse.
25:15Est-ce que ça n'aurait pas
25:16été plus simple
25:17au démarrage
25:17de leur dire
25:18« votre impôt a été réduit
25:19ou a été annulé
25:21pour tel montant ? »
25:22Cela aurait déjà
25:23moins généré
25:24de stress à l'usager
25:25et nous aurait évité
25:26peut-être
25:26des contacts
25:27un petit peu inutiles.
25:29Le deuxième apport
25:30que je vois,
25:31c'est que l'outil
25:32nous permet
25:32de gagner du temps
25:33tout en améliorant
25:34la qualité du service
25:36rendu aux usagers.
25:37Je vous donnerai
25:37deux exemples
25:38pour les agents,
25:42pour les cadres.
25:44Pour les agents,
25:46vous connaissez l'adage
25:48« ce qui se conçoit bien,
25:49c'est non ce clairement ».
25:51Je ne veux pas critiquer
25:52le législateur,
25:53mais force est de constater
25:54qu'il n'est pas toujours
25:55facile d'exposer clairement
25:56les règles fiscales.
25:57Donc au premier jet
25:58d'une réponse écrite,
25:59la réponse n'est pas
26:00forcément très claire.
26:01Là, l'avantage,
26:02c'est que ce premier jet,
26:04on peut le balancer
26:05dans l'outil
26:05et l'outil va nous
26:07produire une réponse
26:07qu'on pourra contrôler,
26:08qu'on pourra améliorer,
26:09mais qui va nous faire
26:10gagner du temps
26:10pour faire d'autres choses,
26:12peut-être pour répondre
26:12au téléphone,
26:13par exemple.
26:15Deuxième tout petit exemple,
26:16pour les cadres.
26:18Moi, en tant que cadre,
26:19je contrôle un certain nombre
26:20d'écrits qui sont produits
26:22par mes agents
26:22et ce n'est pas du direct.
26:24Je le contrôle parfois
26:25à postérieure
26:25et la réponse est partie.
26:26Ce que je vais pouvoir faire,
26:28c'est quand je vais faire
26:28ce contrôle,
26:29éventuellement écrire
26:30une autre réponse
26:31si la réponse n'était pas
26:32assez claire,
26:32si elle n'était pas juste,
26:33faire un retour à l'agent.
26:34Mais ce retour,
26:35je ne le fais pas systématiquement.
26:37C'est aussi une question
26:37parfois de temps.
26:39Là, dans l'outil,
26:40si je détecte un agent
26:41qui est en difficulté,
26:42je peux me rendre compte
26:43tout simplement
26:44que je peux passer
26:46ces réponses
26:47à la moulinette
26:48et proposer à cet agent
26:50qui est en difficulté
26:50pour rédiger
26:51plusieurs modèles de réponses
26:53qui peuvent l'inspirer.
26:53Donc, je gagne
26:54dans mon travail d'accompagnant.
26:56Merci beaucoup.
26:57Alors, pour ces deux témoignages
26:58qui se complètent
26:59évidemment particulièrement bien.
27:00On voit au travers
27:02de vos interventions
27:02plusieurs éléments forts.
27:04J'ai entendu
27:04la nécessité du dialogue
27:06au sein des équipes,
27:07l'accompagnement des équipes.
27:08Et ce qui ressort vraiment,
27:10c'est que l'intelligence artificielle
27:12ne remplace pas l'humain,
27:13mais bien redéfinir son rôle
27:15en renforçant
27:16certaines compétences,
27:17en en faisant émerger
27:18des nouvelles.
27:19Vous l'avez très bien décrit.
27:21Je vous propose maintenant
27:22de poursuivre cette réflexion
27:23en élargissant le regard
27:24notamment sur les conditions
27:26d'encadrement
27:27et de réussite
27:27de ces projets.
27:28C'est tout l'objet
27:29de la séquence suivante
27:30consacrée aux chartes d'éthique
27:31et aux dispositifs
27:32mis en place
27:33pour réguler
27:34les usages de l'IA.
27:36Je me tourne donc
27:36vers Aurélien Feunard
27:38et Philippe Trimborne.
27:41Bonjour à tous les deux.
27:43Peut-être pour commencer,
27:44je vais me tourner
27:45vers Aurélien.
27:47Pouvez-vous nous expliquer
27:48pourquoi vous avez mis en place
27:49une charte d'éthique
27:51autour de l'intelligence artificielle
27:53à France Travail
27:54et dans quel contexte
27:55cette démarche
27:56s'est-elle inscrite ?
27:58Bonjour à toutes et à tous.
28:00Oui, alors,
28:01chez France Travail,
28:02ça fait une dizaine d'années
28:04qu'on fait de l'IA
28:06et c'est quelque chose
28:07qui nous tient énormément à cœur
28:09parce que,
28:09exactement comme ça vient
28:10d'être très bien expliqué,
28:12on manie énormément de données
28:13et puis on doit faire
28:15de l'apérage à un moment
28:16entre des offres
28:17et des demandes
28:17et ces apérages doivent être faits
28:19dans un temps contraint.
28:21Donc,
28:22depuis une dizaine d'années,
28:23exactement pareil,
28:24on a fait de l'IA
28:24avec du machine learning,
28:26du deep learning
28:28et de l'IA prédictive
28:29et forcément,
28:30on a pris le virage
28:31de l'IA générative,
28:33on va dire,
28:34en départ,
28:35enfin,
28:35on a pris le train en marche.
28:37Là où c'est très important
28:38pour nous,
28:40pour France Travail,
28:41d'avoir une charte éthique IA
28:42qui était là
28:43avant l'arrivée
28:44de l'IA générative,
28:45déjà,
28:46c'est qu'il y a trois choses.
28:48Quand on fait
28:48de la transformation
28:49par l'IA,
28:50il y a de la gouvernance,
28:51c'est pour créer
28:52de la confiance,
28:53il y a de la formation,
28:55c'est pour apporter
28:57de la compréhension
28:58et ensuite,
28:59il y a de l'encadrement
28:59et de l'accompagnement
29:00sur l'usage
29:01et sur la durée.
29:02Alors,
29:02cette confiance,
29:04elle se crée
29:04notamment grâce
29:05à une charte d'éthique IA.
29:07Pourquoi ?
29:07Parce que ça va pouvoir dire
29:09dès le départ
29:09qu'est-ce que la direction
29:12veut,
29:12c'est quoi les fondements,
29:13pourquoi on va faire
29:14de l'IA
29:15et les règles
29:17qu'on va définir
29:18pour développer
29:19cette IA
29:19et les faire aussi
29:21main dans la main
29:22avec ceux
29:23qui vont l'utiliser
29:24pour avoir
29:25de l'impact
29:25au plus près
29:26dans notre action
29:27tous les jours.
29:28Donc,
29:28faire aussi
29:29avec ceux
29:30qui font,
29:31aussi en agence,
29:32aller au plus près
29:33des cas d'usage,
29:34c'est aussi garantir
29:35une bonne acceptation
29:36puisqu'on va aider
29:37vraiment
29:39sur des points
29:40cruciaux
29:41nos agents
29:42et cette charte éthique
29:46permet de construire
29:47une gouvernance
29:48tout autour
29:49et ce qui est assez intéressant
29:50c'est que cette gouvernance
29:52va utiliser
29:55la charte IA
29:56et le dialogue
29:57comme pilier.
29:58On va commencer
29:59par des comités
30:00produits IA.
30:01À l'heure actuelle,
30:02on doit avoir
30:02environ 200 cas d'usage
30:03IA
30:04chez France Travail
30:05et ces cas d'usage,
30:07on les fait vivre
30:07avec un comité
30:08où on va co-construire
30:09avec nos chefs de projet,
30:12nos chefs de produit
30:13au plus près du terrain.
30:15Ensuite,
30:16cette charte,
30:16elle va vivre
30:17avec un comité d'éthique
30:18IA externe
30:19et interne.
30:21Les comités d'éthique
30:22IA externe
30:23sont des comités
30:24où on a
30:24des directeurs scientifiques,
30:26des membres
30:27des organisations syndicales,
30:29des chercheurs,
30:30des gens
30:30comme Ian Ferguson
30:32et on va
30:35passer ça
30:36au filtre
30:37de la sécurité,
30:38du RSE,
30:39de la RSE,
30:40etc.
30:41Et enfin,
30:43on va aller
30:44jusqu'au dialogue social
30:45qui est une étape
30:46cruciale dans l'IA
30:47pour aussi
30:49construire
30:50l'IA
30:50avec nos partenaires.
30:52Peut-être,
30:52Aurélien,
30:53excusez-moi de vous interrompre,
30:54je vais poser
30:55la même question
30:56à Philippe Trimborne
30:57et après,
30:57on poursuivra
30:58le débat.
31:00Du coup,
31:01pourquoi avoir ressenti
31:01le besoin
31:02de formaliser
31:02une charte
31:03chez Orange,
31:05une charte éthique ?
31:07Merci
31:08et bonjour à tous.
31:10Chat dans la gorge,
31:11désolé.
31:12Je ne vais pas
31:12forcément redire
31:13tout ce qu'Aurélien
31:14a évoqué.
31:14Je crois qu'on a
31:15beaucoup de traits communs
31:16dans la démarche.
31:17Mais peut-être
31:18ce qui est intéressant
31:19à noter,
31:20c'est que
31:21quand on observe
31:22un peu
31:22une population,
31:23vous êtes nombreux
31:24dans la salle,
31:25la question
31:25de la préoccupation éthique,
31:26elle est diversement
31:27reçue par les gens.
31:29Alors,
31:30je n'ai jamais rencontré
31:31personne qu'il a rejeté
31:32d'emblée,
31:33mais j'ai souvent rencontré
31:34des gens
31:35qui ne la comprenaient pas,
31:36en tout cas,
31:36qui ne la comprenaient pas
31:37automatiquement.
31:38Donc,
31:38d'avoir une charte,
31:40ça permet de verbaliser
31:42les préoccupations
31:42que l'on peut avoir
31:43dans le champ éthique
31:44et c'est plus facile
31:45d'en parler
31:46avec des personnes
31:47qui ne sont pas forcément
31:48sensibilisées
31:48à ces questions-là.
31:49Donc,
31:49je pense que ça permet
31:51aux gens
31:52de mieux comprendre
31:53de quoi ils retournent
31:54dès lors qu'on évoque
31:55la question éthique
31:56en matière de data
31:57et d'IA.
31:58Quand on regarde
31:59la charte chez Orange,
32:00en fait,
32:00elle a été créée
32:01à peu près
32:02au même moment
32:03que celle
32:04de France Travail.
32:06Ce qui est intéressant,
32:07c'est que nous avons créé
32:08notre conseil éthique
32:09un an avant la charte.
32:11Le conseil éthique,
32:12sa première mission,
32:12ça a été de conduire
32:14l'élaboration de la charte.
32:15Donc,
32:15vous voyez,
32:15et ça a duré un an.
32:16Donc,
32:17c'est un travail énorme.
32:18Donc,
32:19parfois,
32:19sur une charte,
32:20vous discutez des mots,
32:21des virgules,
32:22une certaine tournure
32:23de phrases,
32:24c'est important
32:25d'accomplir
32:26ce travail en interne
32:27et avec une vraie discussion.
32:29Là où c'est intéressant
32:30sur la charte aussi,
32:31donc c'est un point
32:31que je pourrais partager
32:32avec vous,
32:32mais je vais être
32:33relativement court,
32:34c'est que quand on fait
32:35une photographie
32:35de la charte en 2022,
32:38bon,
32:40elle comporte
32:40beaucoup de points
32:42spécifiques d'éthique.
32:43C'est-à-dire,
32:43en fait,
32:44dans la logique
32:45un peu floue,
32:46avec l'éthique,
32:47on est dans la zone grise
32:48et ces points spécifiques,
32:50ce que l'on voit souvent
32:51lorsque vous les faites
32:52valoir dans des chartes
32:54ou dans des démarches
32:54que vous avez initiées,
32:56plus tard,
32:56elles arrivent dans la loi
32:58et de nombreux principes
32:59qui ont été mis
33:00dans notre charte éthique,
33:01en fait,
33:02aujourd'hui,
33:02vous les retrouvez
33:03dans les textes
33:04de l'IA Acte,
33:04notamment.
33:05Donc, voilà.
33:06Donc, il y a toute une partie
33:06des chartes éthiques
33:07qui existent depuis 5 ans
33:09qui, en fait,
33:10aujourd'hui,
33:10se retrouvent
33:11dans le registre
33:11de la conformité.
33:13Donc, les gens
33:13qui ne comprennent pas trop
33:14pourquoi on conduit
33:15une démarche éthique,
33:17alors,
33:17quand vous avez affaire
33:19à un interlocuteur
33:19qui est plutôt un financier,
33:20vous lui dites,
33:21bon, écoutez,
33:22si on va trop vite
33:23sur un certain nombre
33:24de sujets,
33:25l'amende est de 3%
33:26ou de 7%.
33:27Alors, ça tombe dans...
33:29Je ne sais pas,
33:30peut-être que ça tombe
33:30du côté de la direction
33:31générale de ma voisine.
33:35Mais si vous ignorez
33:37aussi les aspects éthiques,
33:38vous vous retrouvez
33:39éventuellement
33:40dans des articles
33:41de presse
33:41que vous détestez.
33:42Vous vous retrouvez aussi
33:43devant des grèves
33:44dans vos organisations,
33:45voire peut-être aussi
33:46des clients qui s'en vont.
33:47Donc, ça aussi,
33:48ça permet de sensibiliser
33:49de manière concrète
33:50et sur un autre plan
33:52que le plan philosophique
33:53les gens sur la partie éthique.
33:56Merci beaucoup.
33:57C'est vraiment intéressant
33:58de voir que, finalement,
34:00ces chartes,
34:00ce ne sont pas strictement
34:01des outils juridiques,
34:03mais bien des leviers
34:05pour dialoguer,
34:06mieux comprendre,
34:08partager les usages,
34:10parfois même convaincre
34:12de l'intérêt financier
34:13au-delà
34:14de l'intérêt philosophique.
34:15et du coup,
34:15c'est déjà une partie
34:16de la réponse
34:18à la question
34:18que je vais vous poser,
34:19mais est-ce que vous observez
34:20des résultats concrets
34:21tous les deux
34:22sur la mise en place
34:23de ces chartes ?
34:24Est-ce que cette mise
34:27en place de chartes,
34:27elle est réussie selon vous ?
34:29Et quels défis
34:30restent encore
34:31à aborder
34:32dans vos organisations ?
34:35Oui, alors,
34:36est-ce que la mise
34:36en place de la charte,
34:37elle est réussie ?
34:38Je pense que oui.
34:39On est cinq ans après.
34:41C'est effectivement intéressant
34:42de voir qu'elle permet
34:44une véritable appropriation
34:45dans les différentes business units,
34:46dans les différents pays.
34:48Parce que là,
34:48on est dans un environnement
34:49qui est très fréquent français,
34:50mais Orange,
34:51dans laquelle je travaille,
34:52on est présents dans 26 pays.
34:53En fait,
34:53dans une centaine de pays,
34:54mais 26 pays
34:55dans lesquels nous disposons
34:56d'une licence d'opérateur en direct.
34:58Or,
34:58la question de l'éthique,
34:59elle est différente
35:00en fonction des cultures,
35:01en fonction des sensibilités,
35:02du contexte business,
35:03etc.
35:03Donc ça,
35:03il faut le prendre en compte.
35:04Quand vous faites une charte éthique,
35:05il faut qu'elle parle à tout le monde.
35:07Elle a simplement
35:08une version anglaise,
35:09une version française.
35:09C'est tout.
35:11Est-ce que c'est réussi ?
35:12Je pense que le conseil éthique,
35:13il a fait un gros boulot.
35:15Il est composé un peu
35:16de la même façon
35:17qu'Auréen l'a décrit
35:18chez France Travail.
35:20Il se réunit deux fois par an.
35:21Il écluse beaucoup de sujets,
35:23à la fois des sujets en anticipation,
35:24mais également des cas d'usage
35:25et des projets qui lui sont soumis.
35:27Il donne un avis
35:28qui est un avis consultatif
35:29et qui s'adresse directement
35:30au comité exécutif d'Orange.
35:34Tous les sujets
35:35qui sont passés
35:35entre les mains du conseil éthique
35:36ont été bien traités.
35:40Et le conseil éthique
35:41ne donne pas d'avis
35:43qui sont d'avis tranchés
35:44en disant non, non,
35:44c'est noir ou c'est blanc.
35:46On est toujours
35:46dans les recommandations aussi.
35:48Et je crois que la plupart
35:49de ces recommandations
35:50ont pu être observées
35:50et prises en compte
35:51par les projets eux-mêmes.
35:55Là où c'est peut-être
35:56un petit peu plus délicat,
35:57c'est qu'un conseil éthique,
35:57il ne peut pas traiter
35:58de tous les cas d'usage.
35:59Aurélien, il a dit
36:00qu'il y a 200 cas d'usage
36:01chez France Travail.
36:02Chez Orange,
36:03vous en avez, je dirais,
36:05trois fois plus.
36:06Et tous les jours,
36:07il y en a d'autres.
36:08Donc, on ne peut pas forcément
36:08saisir un conseil éthique
36:10de tous les cas d'usage.
36:10Donc, il faut arriver
36:11à comprendre
36:13qu'il y a une vraie
36:15subsidiarité organisée
36:16dans la gouvernance éthique.
36:18C'est pour ça
36:19que nous avons créé
36:19des comités éthiques
36:21locaux dans les pays
36:22ou à la tête
36:23de grandes business units.
36:26Là, c'est un peu différent.
36:27Dans le conseil éthique
36:28d'Orange,
36:28vous avez des gens
36:29qui ne sont ni juges
36:30ni partis,
36:31qui sont en général
36:31des sages externes,
36:33des experts,
36:34des scientifiques,
36:35des professeurs,
36:38qui peuvent débattre,
36:39vraiment discuter des sujets.
36:40Par contre,
36:40lorsque vous regardez localement,
36:41ce qui se passe,
36:42c'est que vous avez plutôt
36:43des gens qui sont plus
36:44dans la conformité.
36:45Souvent des juristes,
36:46des experts du droit,
36:49des gens qui sont en charge
36:50aussi des opérations localement.
36:52Donc là, forcément,
36:53vous êtes dans une configuration
36:54un peu moins discutante.
36:55Et pour explorer
36:56les tenants et les aboutissants
36:57des questions éthiques
36:58qui ressortent des projets,
37:00ce n'est pas toujours
37:01aussi facile
37:02ou en tout cas
37:03pas toujours aussi riche.
37:04Donc, il faut être vigilant
37:05à ça,
37:06former les gens
37:06dans les comités éthiques
37:07intermédiaires,
37:08la tête des directions
37:09et des business units
37:09parce que si vous ne les formez pas,
37:11le truc va passer trop vite
37:13tout simplement
37:14parce qu'il y a un enjeu
37:15et qu'il faut vraiment
37:16faire passer souvent
37:16à certains projets.
37:18Et ça,
37:19c'est un point de vigilance.
37:23Pour France Travail,
37:25je rejoins déjà totalement,
37:26on se connaît bien
37:27avec Philippe,
37:28je rejoins totalement
37:29ce qui vient d'être dit.
37:30Moi, je dirais
37:31qu'il ne faut pas avoir peur
37:32de lancer une charte éthique IA
37:34et pour moi,
37:34c'est un investissement.
37:36Oui, c'est quelque chose
37:37de long.
37:38Oui, la gouvernance IA,
37:39c'est quelque chose de long.
37:41Oui, on ne peut pas
37:41tout passer au filtre.
37:43Mais par contre,
37:44une fois que c'est fait
37:45et que c'est passé
37:46en dialogue social,
37:47vous avez une certaine
37:49transparence,
37:50voire une confiance
37:51qui s'est créée
37:52dans ce qui a été déterminé
37:54puisque vos agents
37:55sur le terrain
37:56savent que ça n'a pas été fait
37:57en dehors de tout cadre.
37:59ça a été réfléchi,
38:00ça a été partagé,
38:01etc.
38:01Donc, cet investissement
38:02qui peut paraître long
38:03au départ d'instruire,
38:05de créer une charte,
38:07de l'instruire,
38:07de la dérouler,
38:08de faire tout ça,
38:10ça crée cette confiance.
38:11Moi, je le vois,
38:12cette confiance
38:12quand on passe en dialogue social
38:14ou sur les cas d'usage,
38:16quand j'y vais,
38:19nos organisations
38:19nous demandent
38:21les conclusions
38:21de la charte éthique IA.
38:22ça veut dire qu'il y a la confiance,
38:24ça veut dire que c'est quelque chose
38:25qui a un moteur.
38:27Et je dirais,
38:27deuxième chose,
38:28c'est une base,
38:30c'est une base
38:30qui est un socle
38:32qui doit s'adapter
38:34à toutes les vagues IA
38:35qui arrivent,
38:36il y en a plusieurs,
38:38et ça doit être en conjonction
38:41et en coordination
38:43avec l'acculturation
38:44et la prévention
38:46des mauvais usages
38:47parce que l'IA
38:48peut engendrer
38:49de manière quasi automatique,
38:51voire sans s'en rendre compte
38:52de mauvais usages.
38:53Je parle forcément
38:54du shadowy AI
38:55avec les sujets
38:57de conformité
39:00et de sécurité des données,
39:02mais je pouvais parler aussi
39:03de sujets de biais,
39:06donc tout ce qu'on peut appeler
39:07la triple bulle,
39:08quand on interroge un LLM,
39:11on peut être dans une triple bulle,
39:12une bulle individuelle
39:13avec des biais de confirmation,
39:15des biais d'ancrage,
39:17des biais de raisonnement motivé
39:18qui nous enferment
39:20dans un raisonnement,
39:22interaction sociale,
39:23on est dans une chambre d'écho,
39:25on coupe son interaction sociale
39:26et enfin technologique,
39:28on a un algorithme
39:29qui nous sert
39:30ce qu'on a envie d'entendre
39:31et qui nous relance
39:32en permanence.
39:33Et donc ça,
39:33ça peut aussi avoir
39:34à aller jusqu'à
39:35soit des sujets
39:36où on ne va pas bien travailler
39:38avec l'IA,
39:39on va être dans une IA
39:40de remplacement
39:41plutôt qu'une IA
39:42de confrontation,
39:43on va progresser
39:44et puis ça va jusqu'à
39:46des sujets
39:46de santé mentale.
39:47Donc c'est important
39:48d'accompagner ça,
39:50c'est important
39:50d'accompagner
39:51l'évolution
39:53du travail réel
39:54versus le travail prescrit,
39:56voire même,
39:57on parlait des managers,
39:58les managers,
39:58on leur promet
39:59une carrière managériale
40:01et ils ont
40:02de l'anticipation
40:03et peut-être que bientôt
40:04ils auront à gérer
40:05différents agents IA
40:06et ça sera
40:06assez compliqué.
40:07Donc la question
40:08du sens
40:09dont on a parlé
40:10tout à l'heure
40:10est très importante
40:11et donc tout ça,
40:12voilà,
40:12pour moi,
40:14formation,
40:15charte d'éthique,
40:17accompagnement
40:18et puis un peu
40:20maîtrise
40:20dans la durée
40:21parce qu'il faut
40:22maîtriser
40:22ce technostress
40:23d'une technologie
40:25qui évolue
40:25toujours plus vite
40:26et nos agents
40:28peuvent avoir
40:30le sentiment
40:30d'être un peu dépassés
40:31donc tout ça,
40:32il faut le faire
40:32et le faire vivre
40:33dans la durée
40:34pour bien vivre
40:35cette transformation.
40:36Merci Aurélien.
40:37Je crois que Philippe
40:37vous aviez une petite...
40:40Oui,
40:41je vais faire une citation
40:42de mon fils
40:43qui a 19 ans.
40:46Si vous expliquez
40:47à vos collègues
40:49qu'il peut y avoir
40:50un risque éthique
40:51dans les projets montés,
40:54souvent j'entends
40:55la réponse un peu
40:55nous on n'est pas dans ça.
40:57Alors c'est important
40:58de voir qu'il y a
40:59quand même une relation
41:00entre l'organisation
41:00elle-même,
41:01la manière avec laquelle
41:02elle fonctionne
41:03et puis l'organisation
41:04une fois qu'elle commence
41:05à se doter d'IA.
41:06Si vous avez une organisation
41:07qui n'est pas très sensibilisée
41:08non plus aux questions éthiques,
41:09vous rajoutez de l'IA
41:10là-dedans,
41:11ça ne va pas s'arranger.
41:12Ça c'est important
41:13quand même de le noter.
41:16Ça va de pair.
41:18Et puis peut-être
41:18un deuxième petit conseil aussi
41:20puisque chez Orange
41:22en fait,
41:22la démarche éthique
41:24a plutôt été initiée
41:25par les équipes
41:25d'Orange Innovation
41:26donc par nos chercheurs,
41:27ceux qui travaillent
41:28depuis 10 ans et 15 ans
41:29avec des algorithmes
41:30d'IA divers et variés.
41:32En fait,
41:32ce qui est important
41:33quand même dans cette affaire-là,
41:34c'est vous,
41:35si vous êtes vraiment
41:35de nombreux DRH
41:38dans la salle,
41:39intéressez-vous
41:40à cette question éthique
41:41parce que la RH
41:42ne peut pas passer
41:43à côté
41:44de cette dimension éthique.
41:45Je crois que c'est très important
41:46qu'elle se réapproprie ça.
41:49Merci beaucoup
41:50à tous les deux.
41:52Ce qui ressort vraiment
41:53de vos témoignages,
41:54c'est que les chartes éthiques
41:56jouent plusieurs rôles
41:57à la fois.
41:58C'était la première partie
42:00de votre intervention.
42:01On voit aussi
42:02que ces démarches
42:04sont très exigeantes
42:05ou elles peuvent être exigeantes
42:06en tout cas.
42:07Vous l'avez dit,
42:08j'ai noté,
42:09en termes de gouvernance,
42:10en termes de dialogue
42:13et elles s'inscrivent
42:14dans un temps
42:14qui est parfois long.
42:16Mais que cet investissement
42:18et ça aussi,
42:19c'est ce que j'ai entendu,
42:20est essentiel
42:21pour sécuriser
42:22et faciliter
42:23les déploiements
42:23ensuite de projets IA
42:24dans la transparence
42:26et la confiance.
42:27Et ça,
42:27c'est des mots aussi
42:28que vous avez
42:29et en donnant du sens
42:30à ces démarches
42:31et c'est aussi
42:31des mots
42:32qu'on a entendus.
42:33Merci beaucoup.
42:34Je vais maintenant
42:35passer la parole
42:36pour poursuivre
42:37cette réflexion
42:38en prenant encore
42:39peut-être un peu de recul.
42:40Je passe la parole
42:41à Yann Ferguson.
42:43Et voilà.
42:46Donc, Yann,
42:47à partir des travaux
42:47que vous menez
42:48au Laboria,
42:49quels sont aujourd'hui
42:50les principaux prérequis
42:52que l'on peut identifier
42:53pour assurer
42:54la réussite
42:54des projets
42:55d'intelligence artificielle
42:56dans les organisations
42:57de travail ?
42:58Alors, d'abord,
42:59merci pour votre invitation.
43:03Donc, au Laboria,
43:04notre programme
43:05qui a été lancé
43:06par INRIA,
43:06le ministère du Travail
43:07et de l'Emploi,
43:07on essaie de comprendre
43:08les situations de travail
43:10qui sont instrumentées
43:11par l'intelligence artificielle.
43:13Et pour cela,
43:14on le fait
43:14avec le ministère du Travail,
43:16mais on le fait aussi
43:16avec la DGFIP,
43:18avec France Travail,
43:19qui ont, on va dire,
43:21le courage,
43:21l'audace
43:22de faire appel à nous
43:22pour essayer
43:23de documenter
43:24les situations.
43:25C'est intéressant
43:27tout ce qui a été dit
43:27sur le fait
43:28d'avoir une comitologie,
43:29une comitologie éthique
43:31avec des regards
43:33indépendants.
43:34À la DGFIP,
43:35on a le Conseil scientifique
43:36du numérique
43:37qui est un espace
43:38de rencontre
43:39entre les experts
43:40de l'IA du quotidien,
43:42ceux qui essayent
43:43de mettre l'IA
43:43dans les environnements
43:44de travail,
43:45qui n'est pas du tout
43:45la même expertise
43:46que la nôtre,
43:46on est plutôt
43:47des experts académiques.
43:48Et on attend de nous,
43:49évidemment,
43:50une fonction d'avis,
43:51de conseils éclairés,
43:52mais on vient aussi apprendre.
43:53On vient apprendre
43:54des situations de travail,
43:56des difficultés
43:56qui sont rencontrées
43:57par ceux
43:58dont le métier
43:59et d'essayer d'intégrer
44:01l'IA dans les situations
44:01de travail.
44:02Alors,
44:02les conseils,
44:03ça va être
44:04dans la coloration
44:06de la matinée,
44:07évidemment,
44:08c'est de partir du travail.
44:10Partir du travail,
44:11c'est un grand mot.
44:13J'ai des amis chercheurs
44:14qui ont travaillé
44:17cette notion
44:17de sens du travail
44:18et qui l'ont décliné
44:20sur trois dimensions.
44:21La première dimension,
44:22c'est le jugement
44:23d'utilité.
44:24Le sens du travail,
44:26c'est être utile.
44:27Être utile
44:27à un usager,
44:29être utile
44:29aux collègues,
44:30en tout cas,
44:31un travail
44:31dont l'utilité
44:32est reconnue.
44:33Le deuxième élément,
44:34c'est le jugement
44:35de beauté.
44:36Le jugement de beauté,
44:36ça peut être
44:37faire du beau travail,
44:39c'est reconnu
44:40comme étant un travail
44:40qui a une valeur
44:42quasiment esthétique.
44:43Ceux qui sont privés
44:44du beau travail
44:45sont en situation
44:46de souffrance esthétique.
44:47Ça a été conceptualisé
44:49de cette façon-là,
44:50mais ça peut être aussi
44:50du bon travail
44:51au sens éthique.
44:53C'est-à-dire,
44:53finalement,
44:54c'est un travail
44:54qui est déployé
44:55dans un cadre de valeur
44:56qui permet de dire
44:57que ce travail,
44:57il est fait
44:58de la bonne façon.
44:59Et puis,
45:00troisième dimension,
45:01c'est le travail
45:02qui permet de se réaliser,
45:03permet de se réaliser,
45:04de déployer ses talents,
45:06de progresser
45:06en tant qu'individu.
45:08et les enquêtes
45:09sur le sens du travail
45:10montrent que,
45:11d'une part,
45:13le peuple d'actifs français
45:15est celui qui,
45:17peut-être,
45:17qui en Europe
45:18met le plus en avant
45:19la question du sens du travail
45:21comme un élément
45:22fort dans son engagement.
45:23Et à l'intérieur
45:24de ce peuple français
45:26d'actifs particulièrement engagés
45:28sur le sens du travail,
45:29ceux qui travaillent
45:30dans le service public,
45:31ceux qui travaillent
45:32dans les associations,
45:33sont ceux qui,
45:34davantage encore,
45:36mettent en avant
45:36dans le sens du travail.
45:37Et donc,
45:38ça crée quand même
45:38une forme de tension,
45:39c'est-à-dire que
45:40toutes les transformations
45:42sont évaluées
45:43à l'aune de ce sens
45:45qui est un peu
45:46une valeur
45:47qui est opposable,
45:49j'ai envie de dire,
45:50à toute transformation.
45:51Est-ce que ça va
45:51dans le sens du travail ?
45:53Et dans le service public,
45:55on rend un service.
45:56Alors,
45:56il y a d'autres acteurs
45:57qui rendent des services.
45:59Amazon rend un service.
46:01Uber rend un service.
46:02Il y a des millions de gens
46:03qui sont satisfaits
46:04de ce service.
46:06mais le service public,
46:07c'est encore plus
46:08que rendre un service.
46:09C'est l'éthos du service.
46:11Quelle est la vision ?
46:12Quelles sont les valeurs ?
46:13Quelles sont les références
46:14qui sont mobilisées
46:15pour rendre ce service ?
46:16Ce ne sont pas
46:17des valeurs marchandes.
46:17Ce sont des valeurs
46:18d'intérêt général,
46:19des valeurs de bien commun
46:20qui ne sont pas celles,
46:22et ce n'est pas leur mission,
46:23d'Amazon et d'Uber,
46:24par exemple,
46:24ou d'autres sociétés
46:26qui vont rendre un service,
46:28mais guidées
46:29par d'autres motivations
46:31qu'on n'est pas là
46:32pour juger.
46:32mais en tout cas,
46:33ce ne sont pas les motivations
46:34qui vont engager
46:36celles des agents
46:37du service public.
46:38Alors,
46:38quelques exemples
46:39que ça peut donner.
46:40Si notre mission
46:42de service public,
46:43c'est de définir
46:46un certain nombre
46:48d'allocations sociales,
46:50eh bien,
46:50l'intelligence artificielle
46:52peut effectivement
46:52être mobilisée
46:53pour identifier
46:54ceux qui vont
46:55frauder ce service,
46:57qui vont en être bénéficiaux
46:58alors qu'ils ne le devraient pas.
46:59Ce qui peut faire sens
47:01pour les agents,
47:02parce que frauder
47:04les allocations sociales,
47:05en bénéficier
47:06alors qu'on ne bénéficie pas,
47:08ça porte atteinte,
47:09je veux dire,
47:10au projet social
47:10qu'il y a derrière
47:11les allocations.
47:12Mais pour les agents,
47:13un autre élément intéressant,
47:14ça va être que l'IA
47:15va permettre d'identifier
47:16ceux qui ne font pas recours
47:18à ces aides.
47:19Et qui vont,
47:20on va avoir une IA
47:21qui va essayer,
47:23justement,
47:23parce que ça fait sens,
47:24d'identifier ceux
47:25qui pourraient bénéficier
47:26de ces aides,
47:27mais qui n'y recourent pas.
47:27Et on sait que c'est quand même
47:28un grand nombre d'individus.
47:29Donc ça, c'est le sens.
47:31Un autre élément,
47:32et c'est un des exemples
47:34qui a été donné par Amélie,
47:35c'est le foncier innovant,
47:38par exemple.
47:38Un foncier innovant,
47:4042 millions de gains,
47:41on ne reviendra pas sur le sujet.
47:43Si c'est plus efficace,
47:44si ça fait gagner plus d'argent,
47:46on en a un peu besoin.
47:47Si c'est plus efficace,
47:48on le doit aussi aux usagers.
47:50Eh bien,
47:51on ne revient pas là-dessus.
47:53Mais ce que ça peut donner
47:54comme impression aux agents,
47:55et ce que ça peut aussi donner
47:56comme impression,
47:56comme vision de l'administration,
47:58c'est que finalement,
47:58on passe à un moment
48:00où l'agent du cadastre
48:02se rendait sur place,
48:04allait observer,
48:04allait constater.
48:06C'est coûteux,
48:08mais ça donne une vision du sol.
48:10Et l'IA,
48:11elle va identifier
48:13les piscines non déclarées
48:14par une vue du ciel,
48:15par les images de Google.
48:18C'est plus efficace.
48:19Mais par contre,
48:19ça positionne l'État
48:21dans le ciel.
48:22Et la question,
48:22c'est de savoir
48:24dans quelle mesure
48:25l'État doit aussi
48:26être dans le sol.
48:27Donc,
48:28est-ce qu'on administre
48:28vue du ciel
48:29ou est-ce qu'on administre
48:30du sol ?
48:30Le sujet n'est pas
48:31de revenir sur des...
48:33d'être moins efficient
48:34et de revenir sur le sol
48:36pour faire quelque chose
48:36qui est moins cher
48:37dans le ciel.
48:38Mais c'est de regarder
48:38comment le temps gagné,
48:39comment les bénéfices
48:42rapportés par cette solution
48:43peuvent être redéployés
48:44pour le sens du travail,
48:46mais aussi pour le sens
48:46du service public,
48:47pour qu'à un moment,
48:48ces agents reviennent
48:50un peu aussi sur le terrain
48:51pour aller chercher
48:51de la valeur
48:52que l'IA ne peut pas
48:53aller chercher,
48:53de telle façon
48:54à ce qu'à la fois
48:54pour l'agent
48:55et à la fois
48:56pour le service public,
48:57eh bien,
48:57ça fasse sens
48:58d'être présent,
49:00je dirais,
49:00au plus près des territoires.
49:03Merci beaucoup.
49:03Alors peut-être,
49:04je ne sais pas,
49:05c'est une question
49:06un peu difficile.
49:07Est-ce qu'en deux mots,
49:08parce qu'on me fait signe
49:09qu'il n'y a plus de temps,
49:11vous auriez...
49:12Quelle recommandation
49:13vous formuleriez
49:13pour les employeurs publics,
49:14justement,
49:15qui veulent mener
49:17des projets IA ?
49:18Alors je peux vous faire
49:19en exclusivité
49:20la recommandation
49:21qu'on a faite
49:22au ministère économique
49:23et financier.
49:23On a appelé ça
49:23la méthode des trois dialogues.
49:25Le premier dialogue,
49:25c'est le dialogue technique.
49:27Vous avez une idée de solution,
49:29vous allez la travailler
49:29avec les agents.
49:30On l'a dit plusieurs fois,
49:31c'est les experts
49:31de leur métier.
49:32Comment ça devient leur outil ?
49:34On a plein d'outils
49:34autour de nous.
49:35Comment ça fait sens
49:36pour leur travail ?
49:37Le deuxième dialogue,
49:38c'est le dialogue professionnel.
49:39Ça a aussi été décrit.
49:40C'est-à-dire que là,
49:40on va documenter
49:41les situations de travail.
49:42On va produire
49:43des diagnostics partagés.
49:44Qu'est-ce que cet usage
49:45de l'IA fait au travail ?
49:47Et les agents vont pouvoir
49:48y contribuer
49:48et les managers de proximité
49:49vont être les parties prenantes
49:51de ce dialogue professionnel.
49:52Si derrière,
49:53il y a une limite de la solution,
49:55on revient vers le dialogue technique.
49:56Et puis derrière,
49:57ce diagnostic partagé,
49:57on va le faire remonter
49:58vers le troisième dialogue
49:59qui est le dialogue social.
50:00Le dialogue social,
50:01aujourd'hui,
50:02il se fait en grande partie
50:03autour quand même
50:04d'une idée fantasmée
50:06de ce que c'est l'IA.
50:06Tous les jours,
50:07on entend que l'IA détruit
50:08de l'emploi,
50:08que l'IA expose des métiers,
50:09etc.
50:11Et l'élu du personnel,
50:13il vient avec cette représentation
50:14et c'est très violent.
50:16C'est très angoissant.
50:17Et donc,
50:18on va partir
50:18d'un diagnostic partagé.
50:20Et ce qui est intéressant,
50:21c'est que ces trois dialogues
50:21sont aussi des espaces
50:22d'apprentissage.
50:23Dans le dialogue technique,
50:24l'agent,
50:25il apprend un peu mieux
50:26ce que c'est l'IA.
50:26Dans le dialogue professionnel,
50:29c'est aussi les ingénieurs
50:30qui vont apprendre les métiers
50:31qui vont recourir à l'IA.
50:33Et dans le dialogue social,
50:34on apprend aussi
50:35à construire collectivement
50:37une IA qui a du sens.
50:38Et donc,
50:39on parle beaucoup
50:39de la question de la formation.
50:40On dit que la formation,
50:41c'est un élément de l'adoption.
50:42Quand on pense formation,
50:43on pense à un formateur
50:44ou à un e-learning
50:45et qu'on envoie aux agents.
50:46Mais par le dialogue,
50:48le dialogue est aussi
50:49un espace d'apprentissage
50:50qui permet à chacune et chacun
50:52non seulement de comprendre
50:53ce que c'est l'IA,
50:53mais aussi ce que l'IA fait au travail.
50:57Merci beaucoup
50:57à tous les cinq.
51:01Merci.
51:12Merci, merci beaucoup.
51:14Vraiment, on voit qu'à travers
51:16d'ailleurs cette table ronde
51:19autour d'un outil technique,
51:20l'IA, on a parlé beaucoup
51:21d'humains, de dialogue à nouveau
51:24et beaucoup de confiance.