Scénario n° : 021
Auteur : Chambre des députés du Brésil
Date : 14 juin 2024
Objectif :
Lire les amendements proposés par les parlementaires pour un projet de loi spécifique, les interpréter et les grouper en fonction d’analogies sémantiques.
Acteurs :
- Parlementaires
- Experts en législation conseillant les parlementaires
- Système d'IA conçu pour le groupement sémantique, éventuellement intégré à la reconnaissance d'entités nommées et à un système d'extraction de documents
Conditions préalables :
- Processus automatisé d'indexation ou de vectorisation de textes, notamment la tokenisation et la représentation sémantique
- Base de données visant à stocker les commentaires des utilisateurs nécessaires pour améliorer le système d’IA
- Intégration aux services numériques couramment utilisés par les parlementaires et les experts en législation
Scénario :
- Des parlementaires soumettent des amendements à un projet de loi.
- Le système d'IA analyse les amendements sur le plan sémantique et les regroupe en fonction de leurs similarités au niveau du sens ou de l’impact sur le projet de loi.
- Un parlementaire ou un expert en législation sélectionne le projet de loi pour afficher les groupes générés par le système d'IA.
- Le système d'IA génère des représentations graphiques basées sur les listes de groupes d'amendements, par exemple des nuages de mots ou des distributions spatiales 3D des amendements.
- Un parlementaire ou un expert en législation fournit des commentaires sur les groupes générés par l'IA.
Flux alternatifs :
- Si nécessaire, l'utilisateur peut ajuster le nombre de groupes générés par le système d'IA.
- Il arrive que les experts en législation préfèrent définir des groupes spécifiques et demander au système d'IA d'attribuer les amendements à ces groupes. Dans ce scénario, le système d'IA devrait utiliser un système d'extraction de documents évaluant le degré d'analogie des amendements avec ces groupes prédéfinis.
Résultats attendus :
- L'analyse et la catégorisation d’amendements similaires sont plus efficaces.
- Les résultats du système d'IA sont améliorés en continu par l'accumulation de commentaires au fil du temps.
Problèmes potentiels :
- Garantir l'amélioration continue du système d'IA au fil du temps
- Résoudre les problèmes de performance et de mémoire au moment de la vectorisation des phrases (incrustation de texte) et de la réduction des groupes
- Encourager les utilisateurs à donner leur avis
Données requises :
- Les nouveaux amendements à un projet de loi donné impliquent de recréer des groupes correspondants
- Vérification régulière de la performance du modèle d’IA
Intégration à d'autres systèmes :
- Intégration aux services numériques couramment utilisés par les parlementaires et les experts en législation
- Outils d’analyse et de compte rendu
Indicateurs de réussite :
- Nombre de commentaires transmis par les utilisateurs du système d'IA
- La technique qualitative d'inspection visuelle permet de visualiser les résultats du groupement au moyen de représentations graphiques en 2D ou 3D