Fedeli (Istat) : « Une bonne gouvernance des données est essentielle »
Istat a entamé – depuis plusieurs années – un chemin d'innovation qui, dès les premières expériences d'apprentissage automatique, a conduit l'Institut National de la Statistique à adopter des solutions de plus en plus avancées, jusqu'à l'intégration de systèmes d'IA générative.
Un chemin d'évolution technologique et de modernisation dirigé par Massimo Fedeli, directeur du Département de développement de méthodes et de technologies pour la production et la diffusion de l'information statistique de l'Istat.
Et il explique : « l'introduction de l'intelligence artificielle à l'Istat remonte à plusieurs années, dans le cadre de projets spécifiques dédiés à l'innovation. Dans ce contexte, les premières expériences d'apprentissage automatique appliquées à l'analyse de données provenant de sources diverses – comme les sites Web mais aussi les images satellite – ont été menées, dans le but d'innover dans la production statistique, en utilisant des infrastructures informatiques performantes, adaptées pour favoriser l'expérimentation de nouvelles solutions dans un environnement dédié ».
Fedeli est également chargé de cours à l'Université internationale de Rome dans le cadre du cours Analyse des sentiments Et réputation web et le cours sur la gouvernance des données ; Délégué Istat à l'assemblée du consortium Cineca ; responsable, dans le cadre de la stratégie nationale des données, du projet Pnrr « Catalogue national des données ».
Istat : servir la communauté avec d'excellentes données
À partir de cette première expérience, l'Institut a entrepris un chemin de croissance et d'analyse approfondie dans l'adoption de techniques de plus en plus avancées, intégrant progressivement les domaines de Statistiques intelligentes fiablesc'est-à-dire les produits statistiques générés par l'utilisation continue du big data, provenant d'appareils électroniques, de réseaux sociaux et d'appareils intelligents.
Les données dans la société numérique contemporaine « ont une valeur centrale. C'est pourquoi l'Italie a adopté une approche qui valorise et sauvegarde le patrimoine informationnel national, en l'identifiant comme un bien commun et une ressource au service de la communauté », souligne le responsable.
Et « l'Istat, en tant que producteur des statistiques officielles du pays, a pour mission de servir la communauté à travers la production et le partage d'informations statistiques, d'analyses et de prévisions de haute qualité ».
L'IA innove et transforme les statistiques
L'Institut central « accompagne en effet les organismes gouvernementaux, les institutions et les citoyens dans leurs processus décisionnels dans une perspective fondée sur les données, en adoptant une approche méthodologique, thématique et technologique spécifique basée sur des données et des faits objectifs pour faire des choix éclairés ».
Dans ce contexte, l'introduction de l'IA générative « a marqué une évolution significative du panorama interne, représentant un véritable tournant », remarque Fedeli, et « ces progrès ont favorisé une profonde révision des processus et une réinterprétation du cycle de production statistique, en ligne avec les nouvelles opportunités offertes par les technologies émergentes ».
L'intelligence artificielle, sous toutes ses formes, « représente aujourd'hui un élément clé pour la modernisation des différentes phases de la production statistique ».
Objectif : des processus statistiques plus efficaces et plus précis
De l'automatisation de la collecte de données à la correction et à la validation d'ensembles de données, en passant par l'analyse prédictive, les technologies basées sur l'IA ont contribué et continuent de contribuer à rendre les processus statistiques plus efficaces et plus précis.
Les Large Language Models (LLM) permettent notamment la classification automatique des données textuelles, la simplification des opérations de nettoyage des données et la génération d'ensembles de données synthétiques, garantissant la protection de la vie privée et la sécurité des informations traitées en toutes circonstances.
Les nœuds de transparence et de fiabilité
Aujourd'hui, l'IA « s'invite de manière omniprésente dans les projets de production statistique avec des degrés de maturité, d'impact et d'importance variables », observe le directeur du domaine du développement technologique.
Cependant, cette transformation forte et rapide pose également des défis et des limites aux statistiques officielles. L’apprentissage profond et les algorithmes d’apprentissage automatique sur lesquels repose l’IA, par exemple, sont capables d’effectuer des analyses et des prédictions très précises, mais ne fournissent souvent aucune clarté sur le pourquoi ou le comment de ces conclusions.
La recherche de la qualité et de la garantie
Par conséquent, le manque de transparence qui caractérise de nombreux outils et méthodologies d’IA est un obstacle à affronter et à surmonter de la manière la plus efficace possible.
« Pour cette raison, la recherche se concentre non seulement sur la mise en œuvre de nouvelles technologies, mais aussi sur l’amélioration de la fiabilité et de la transparence des modèles et des algorithmes », dans le but de « tirer le meilleur parti et le plus sûr des grandes innovations que l’IA apporte au monde de la production statistique officielle ».
Un modèle de gouvernance fonctionnel
Le cadre est complexe et en constante évolution, « et donc le modèle de gouvernance mis en œuvre est par nature articulé, pour atteindre les différents domaines de l'Institut ; et il est flexible, pour s'adapter rapidement aux évolutions réglementaires et aux développements technologiques. Une telle gouvernance structurée ne concerne pas seulement le contrôle, mais aussi la facilitation : elle transforme les contraintes réglementaires en opportunités stratégiques, valorisant la culture des données, les compétences spécialisées et l'aptitude à la recherche ».
Une gouvernance solide et fonctionnelle « permet d'améliorer l'efficacité et l'évolutivité des processus de collecte et de traitement des données, et de réaliser des analyses de plus en plus complexes et approfondies, alliant la rigueur de l'analyse statistique au pouvoir adaptatif et prédictif de l'IA ».
