L’intelligence artificielle (IA) et les robots ne relèvent plus de la science-fiction : entreprises et pouvoirs publics y ont de plus en plus recours. L’ONSS n’échappe pas à la règle et a décidé d’explorer les possibilités de ces nouvelles technologies.

Un chatbot opérationnel 24/24h

Sur le site web www.studentatwork.be nouvelle fenêtre, le chatbot Nora répond aux questions concernant les règles relatives au travail des étudiants. Après une phase de test, Nora a été officiellement mise en production en 2019.

Grâce aux récentes avancées en matière d’intelligence artificielle, notre chatbot est aujourd’hui bien davantage qu’un répondeur amélioré. Nora est capable d’analyser des textes, d’en extraire des informations utiles et de tenir compte du contexte de la conversation afin de répondre de manière toujours plus adéquate et précise aux questions qui lui sont posées.

Les étudiants constituent un public-cible idéal pour un chatbot : ils sont ouverts aux nouvelles technologies et n’aiment pas attendre qu’on vienne leur apporter une aide. Si Nora n’est pas en mesure de les renseigner, elle les redirige vers les autres canaux de communication de l’ONSS.

Utiliser la technologie vocale pour introduire ses déclarations

L’ONSS expérimente pleinement les possibilités offertes par la technologie vocale.

L’Office se penche actuellement, entre autres, sur la plus-value que pourrait représenter cette technologie pour l’introduction de déclarations. Le recours à un assistant vocal pourrait en effet simplifier grandement l’introduction de données au moyen d’appareils mobiles.

L’avantage d’un assistant virtuel est que vous pouvez lui poser vos questions avec vos propres mots. L’ONSS examine actuellement la possibilité de travailler avec des assistants vocaux populaires, comme Siri, Alexa et Google Assistant.

Dimona

L’ONSS mène actuellement un projet pilote visant à expérimenter l’intégration d’un assistant vocal pour introduire les déclarations Dimona. Vous pouvez par exemple demander à « Dimona Helper » d’introduire la déclaration Dimona relative à un travailleur déterminé. Pour ce faire, vous pouvez dire « Demande à Dimona Helper d’effectuer une déclaration pour Simon pour aujourd’hui de 4 heures à 8 heures ».

Plus-value

La valeur ajoutée de la technologie vocale réside principalement dans le fait qu’elle facilite les opérations : grâce à elle, exécuter des transactions ou demander des informations peut se faire plus rapidement, et d’une manière plus intuitive. Sa plus-value est le plus perceptible dans certaines situations « mains libres », comme lorsque vous êtes dans votre voiture. Une interface vocale peut également faciliter la vie des personnes souffrant d’un handicap visuel ou n’étant pas très à l’aise avec les technologies numériques.

Analyse automatique de textes juridiques

Chaque année, l’ONSS doit traiter un grand nombre de litiges. Pour préparer chaque dossier, nos juristes doivent analyser une grande quantité de documents. Qui plus est, le cadre légal est complexe et en constante évolution. C’est pourquoi nous avons étudié la possibilité de faire appel à l’intelligence artificielle afin de préparer et simplifier ce travail d’analyse. L’intelligence artificielle pourrait présenter un intérêt dans deux domaines :

  • l’organisation/le classement des documents afin que le juriste ait accès plus rapidement aux informations qui l’intéressent,
  • la détection automatique de dossiers similaires, ce qui permettra au juriste de mieux préparer son dossier et ainsi d’optimiser ses chances de gagner en justice.

Dans ces deux domaines-là, nous utilisons deux disciplines importantes de l’intelligence artificielle :

  • le Natural Language Processing (NLP, traitement automatique du langage naturel), qui permet à un ordinateur de comprendre le langage naturel et
  • le Machine Learning, qui désigne la possibilité pour un ordinateur d’apprendre une tâche sur la base de données numériques et d’améliorer continuellement ses résultats sans qu’une programmation explicite soit nécessaire.

Valeur ajoutée

Le traitement automatique de documents représente un gain de temps considérable pour nos juristes, qui peuvent ainsi mieux se concentrer sur leurs tâches essentielles.

Les résultats du projet pilote relatif à la classification et à la collecte des métadonnées sont positifs. Ils permettent à l’ONSS de continuer à utiliser les techniques disponibles pour le traitement de tous les documents entrants. Il y a cependant quelques écueils importants :

  • Les documents entrants sont pour la plupart des documents papier. Ils doivent tout d’abord être numérisés à l’aide d’Optical Character Recognition (OCR), ce qui a des répercussions sur la précision de l’algorithme.
  • Certains documents juridiques sont rédigés dans un langage spécifique, typique des juristes, alors que la plupart des outils de NLP ont été développés pour un langage naturel général.
  • Les outils d’IA doivent être compatibles avec les systèmes d’information existants afin que leur niveau de prestations puisse être contrôlé et amélioré en permanence.
  • Les meilleurs outils NLP ont été développés pour l’anglais et ne fonctionnent pas toujours de manière optimale pour le français ou le néerlandais.
  • Lorsqu'on développe un algorithme d’IA, il faut tenir compte de tous les aspects relatifs à la protection des données.