« Notre objectif était de coller autant que possible au calendrier de démarrage du projet présenté par StarClay lors de la réunion de lancement début mars : être en mesure d’accueillir physiquement l’équipe StarClay dès le lundi suivant (préparation de la salle de travail et des postes informatiques), fournir un jeu de données, et organiser un accompagnement “métier” » explique Catherine Costarramone, responsable du pilotage transverse et du suivi pour le projet.

« Ainsi, le démarrage du projet a été différé d’une (seule) journée en procédant à quelques aménagements de calendrier : à l’arrivée de StarClay, Thomas Charpentier, magistrat en charge à la Direction des Systèmes d’Information (DSI) du département de l’expertise métier des applications de la juridiction administrative, a présenté avec deux greffières de son département les rôles du Conseil d’Etat, la procédure contentieuse et les principales applications métiers (Télérecours et Skipper). Trois ateliers métier supplémentaires organisés la même semaine ont permis de rentrer dans le cœur du sujet « d’aide à la détection des séries ». Des magistrats de la Cour administrative d’appel de Paris et du tribunal administratif de Montreuil se sont déplacés pour présenter des exemples de séries et leurs critères (empiriques) pour les détecter. En parallèle, les postes de travail munis de leurs accès internet ont été préparés sous la supervision de Geoffroy Dambricourt, pilote technique du projet, par les bureaux de la DSI dédiés à cela (bureau du support aux utilisateurs du Conseil d’Etat, et bureau système réseau et téléphonie). Geoffroy a collecté les besoins en outillage de l’équipe StarClay et réalisé lui-même la configuration technique de leurs postes. 

Le plus difficile fut la préparation du jeu de données, qui a demandé davantage de temps. Elle a nécessité la mobilisation de plusieurs services (internes et externes à la DSI) et donc davantage de coordination. Par ailleurs, la date de démarrage (souhaitée) du projet a été communiquée lors de la réunion de lancement. Sans être une véritable surprise, elle nous a fait prendre conscience du peu de temps à notre disposition pour préparer l’arrivée de l’équipe. Si c’était à refaire, je pense que nous aurions davantage anticipé certaines étapes de préparation, comme l’identification des critères pour constituer les jeux de données et la réservation des ressources internes pour réaliser les extractions.

Aussi, cela fait partie des aléas, Thomas [qui a soutenu et porté le projet jusqu’à sa sélection par l’Appel à Manifestation d’Intérêt] n’a pas pu participer à la réunion de lancement et a été remplacé au pied levé par David Moreau. Ce qui semblait être de mauvais augure a finalement permis de planifier dès la semaine suivante les ateliers avec les magistrats, grâce à l’appui efficace du secrétaire général adjoint. C’était la semaine juste avant le début du confinement ! »

« Après ces rencontres, notre vision est plus claire et nous imaginons des réajustements. En effet, nous avons constaté que les briques intermédiaires sont aussi importantes que la brique finale», explique Joseph Assu-Ondo, data scientist senior chez StarClay. « En organisant ces ateliers et en mobilisant les personnes concernées, nous avons eu l’occasion de comprendre les différentes approches que les magistrats utilisent pour détecter les séries et le besoin d’analyse de connexités ou liens entre les différentes requêtes : identifier un même défendeur ou entité administrative attaquée sur plusieurs requêtes, un même requérant ou personne qui initie le recours, une même société d’avocat, un même lieu, par exemple, sont des informations qui intéressent les magistrats autant que les détections de séries.

Expérimenter, c’est aussi réorienter les axes de travail si nécessaire : cela nous demande d’ajouter une phase d’annotation, pendant laquelle les greffiers et les magistrats pourront extraire les informations pertinentes des requêtes et d’identifier les liens entre elles afin d’apprendre à l’IA à effectuer ces tâches. Bien que plus difficile à mettre en œuvre, cette phase nous garantit d’avoir de meilleurs résultats, plutôt que d’utiliser des algorithmes non supervisés qui seraient moins performants. L’analyse des connexités dans le périmètre du projet va être statué en tenant compte de la charge de travail supplémentaire qui serait nécessaire en phase de conception du schéma d’annotation (liste des connexités) et en phase d’annotation par les experts. »

En juillet dernier, le projet IA-JURADINFO a été sélectionné avec 14 autres projets dans le cadre de l’Appel à Manifestation d’Intérêt (AMI) 2 pour bénéficier de l’accompagnement du Lab IA et de la DITP et développer des outils d’extraction d’information pour harmoniser la jurisprudence entre les différents échelons de l’ordre administratif et accélérer les délais de jugement.

Le réseau JURADINFO en chiffres :

• Chaque année, les 42 juridictions administratives françaises reçoivent plus de 260,000 requêtes (+7% en 2018)
• En mars 2020, 24 355 requêtes sont en attente d’être jugées, regroupées en 23 séries. Le nombre de dossiers par série est très variable, de 42 à 5 362.
• Depuis 2013, 47 000 dossiers ont été identifiés comme relevant d’une série.

JURADINFO, le système qui permet au Conseil d’Etat de centraliser et diffuser l’information sur l’existence de séries de droit parmi ces requêtes, est essentiel pour harmoniser la jurisprudence entre les différents échelons de l’ordre administratif et accélérer les délais de jugement. Il s’agit d‘un comité siégeant au Conseil d’Etat et qui doit définir, pour chaque série identifiée, une méthode de traitement adaptée à celle-ci et, en particulier, de désigner une juridiction pilote, sur la position de laquelle les autres juridictions pourront ensuite s’aligner.

L’objectif du projet IA-JURADINFO est de viabiliser la détection de séries et d’accroître l’efficacité du dispositif actuel de détection des séries, en utilisant la compréhension du langage naturel. L’IA doit permettre d’analyser à intervalles réguliers l’ensemble des requêtes entrantes afin à la fois de proposer des rattachements aux séries connues et l’identification de séries nouvelles. L’IA doit donc être en mesure d’extraire des requêtes nouvelles la question de droit, l’article attaqué et les motivations associées.

En juillet dernier, le projet a été sélectionné avec 14 autres projets dans le cadre de l’Appel à Manifestation d’Intérêt (AMI) 2 pour bénéficier de l’accompagnement du Lab IA et de la DITP. Le CHU de Bordeaux porte une politique numérique ambitieuse dont l’une des réalisations principales est la création d’un entrepôt de données rassemblant l’ensemble des données de soin d’1.5 million de patients, qui pourront être utilisées à des fins de pilotage, de soins et de recherche, dans le strict respect de la réglementation. Jusqu’à 60% du temps médecin peut être destiné à la recherche d’information, selon les services.

L’utilisation de l’IA devrait permettre de :

• Disposer d’un moteur de recherche intelligent pour faciliter la recherche de concept médicaux ou entités médicales ;
• Développer (ou lier ce moteur avec) un outil type “ligne de vie” ou “timeline” pour visualiser rapidement l’historique patient.

L’outil serait en premier lieu destiné aux médecins, aux attachés de recherche clinique, et aux unités de vigilance.