Une IA qui compare les indicateurs de plusieurs organismes

Un responsable public souhaite connaître l’évolution des entreprises numériques en Côte d’Ivoire. Il interroge un assistant d’intelligence artificielle : « Compare les chiffres publiés par les différents organismes et donne-moi une estimation consolidée. » En quelques secondes, l’assistant trouve plusieurs tableaux, produit un graphique et annonce un résultat.

Mais une question essentielle se pose : ces organismes comptent-ils réellement la même chose ? L’un peut recenser les entreprises immatriculées dans certaines activités ; un autre, les entreprises ayant déclaré une activité économique ; un troisième, les startups accompagnées par un programme. Les trois chiffres peuvent être exacts sans être directement comparables.

Ce cas illustre une difficulté souvent invisible : l’IA peut rapprocher des nombres beaucoup plus vite qu’un analyste, mais elle ne peut pas décider correctement de leur comparabilité sans connaître leur signification.

Le décideur ne demande pas seulement de juxtaposer trois statistiques. Il veut savoir ce qu’elles révèlent, pourquoi elles diffèrent et s’il est possible d’en tirer une conclusion commune.

Un assistant utile devrait identifier les indicateurs, leurs sources, leurs périodes et leurs définitions. Il devrait expliquer les différences de périmètre et distinguer les comparaisons possibles de celles qui nécessitent des précautions.

Il doit également être capable de répondre : « Ces données ne permettent pas de calculer un total consolidé fiable. » Reconnaître une impossibilité de comparaison est parfois plus utile que produire un chiffre séduisant.

Les statistiques sont diffusées dans des rapports, des fichiers de données, des tableaux de bord et des bases institutionnelles. Une même série peut être révisée, changer de base ou être publiée sous plusieurs versions.

Pour savoir ce que l’on compare, il faut conserver les sources, les dates de publication, les périodes de référence, les unités et les éventuelles notes méthodologiques. Il faut aussi distinguer une valeur observée, une estimation et une projection.

L’ingénierie documentaire aide à organiser cette traçabilité. Elle permet de retrouver non seulement un chiffre, mais le document et les explications qui lui donnent son sens.

Sans ces informations, un assistant risque de mélanger des années, de traiter une révision comme une nouvelle observation ou de présenter une estimation comme un résultat mesuré.

Prenons un indicateur appelé « nombre d’abonnés ». Dans un système, il peut désigner des contrats ; dans un autre, des personnes ; dans un troisième, des cartes ou des lignes actives. Ces unités ne sont pas interchangeables.

Il faut donc décrire chaque indicateur : son objet, son unité statistique, sa population couverte, sa période, son mode de calcul et ses exclusions. Cette description forme une partie de la connaissance statistique nécessaire à l’analyse.

L’ingénierie des connaissances aide à rendre explicites ces définitions et les règles de calcul. Les statisticiens et méthodologues doivent les valider, car une formulation approximative peut modifier l’interprétation du résultat.

Un assistant peut additionner deux nombres. Il ne doit pas les additionner lorsque leur signification rend l’opération invalide.

Les organismes peuvent utiliser des mots différents pour des notions proches, ou les mêmes mots pour des notions différentes. Il faut parfois rapprocher des nomenclatures d’activités, des catégories d’entreprises ou des découpages géographiques.

L’ingénierie ontologique et sémantique contribue à décrire ces concepts et leurs relations. Elle permet notamment de préciser qu’une catégorie est incluse dans une autre, qu’elles se recouvrent partiellement ou qu’aucune équivalence directe n’a été établie.

Ces correspondances peuvent être représentées dans des tables, des dictionnaires de données ou des référentiels plus formels. Une ontologie complexe n’est pas toujours nécessaire. Ce qui importe est de ne pas laisser le modèle inventer des équivalences simplement parce que les intitulés se ressemblent.

Imaginons trois publications fictives. La première annonce 2 000 entreprises immatriculées dans une catégorie numérique. La deuxième dénombre 1 400 entreprises actives selon une enquête. La troisième recense 300 startups bénéficiaires d’un programme.

Additionner ces valeurs pour annoncer 3 700 entreprises numériques serait trompeur. Les populations peuvent se chevaucher ; les périodes et critères d’inclusion peuvent différer. Les 300 startups peuvent déjà figurer parmi les 2 000 entreprises immatriculées.

Un assistant bien conçu doit détecter ces difficultés et expliquer pourquoi le total n’est pas calculable à partir des seules informations disponibles. Si une consolidation est souhaitée, il faudra définir une population cible, obtenir les correspondances nécessaires et traiter les doublons.

Les chiffres de cet exemple sont inventés uniquement pour illustrer le raisonnement ; ils ne décrivent pas la situation statistique de la Côte d’Ivoire.

Les statisticiens définissent les indicateurs, leurs unités et les règles de comparaison. Les méthodologues vérifient les populations, les méthodes d’enquête et les limites des séries. Les documentalistes organisent les publications et leur provenance.

Les ingénieurs des données assurent les transformations et les contrôles techniques. Les ingénieurs des connaissances formalisent les définitions et les règles de calcul. Les spécialistes sémantiques établissent les correspondances entre nomenclatures et concepts. Les développeurs et ingénieurs IA construisent l’interface de consultation et d’analyse.

Il ne s’agit pas de recruter une personne distincte pour chaque fonction. L’essentiel est que les responsabilités soient couvertes et que les choix de comparaison puissent être expliqués et vérifiés.

Une IA peut produire une courbe claire, un tableau soigné et une synthèse convaincante à partir de données incompatibles. La qualité visuelle ne prouve pas la qualité statistique.

Il faut vérifier les unités, les périodes, les agrégations et les méthodes de calcul. Une population annuelle ne doit pas être additionnée entre années pour représenter une population totale ; un taux ne doit pas être sommé comme un effectif.

Les systèmes doivent aussi gérer les valeurs manquantes, les ruptures de série et les révisions. Lorsque les données ne permettent pas une comparaison, le résultat attendu peut être une explication méthodologique plutôt qu’un graphique.

Le véritable enjeu est de produire une analyse statistiquement défendable, et pas seulement une représentation agréable à regarder.

Lorsque les définitions, sources, nomenclatures et règles de calcul sont organisées, elles peuvent être réutilisées dans des tableaux de bord, des assistants conversationnels, des outils d’analyse et des publications institutionnelles.

Un dictionnaire d’indicateurs et un référentiel de concepts partagés peuvent réduire les incohérences entre services. Mais leur gouvernance doit prévoir les versions, les responsabilités et les changements méthodologiques.

Ce patrimoine n’efface pas les différences entre organismes : il permet de les documenter et de savoir quelles comparaisons sont légitimes.

Un pays peut disposer de nombreuses statistiques et d’outils d’intelligence artificielle performants sans pouvoir produire automatiquement une analyse consolidée fiable.

La difficulté n’est pas toujours le manque de chiffres. Elle peut provenir de définitions non harmonisées, de sources insuffisamment documentées ou de correspondances qui n’ont jamais été établies.

Développer les capacités nationales d’IA suppose donc aussi de mobiliser les statisticiens, documentalistes, ingénieurs des connaissances et spécialistes sémantiques pour rendre les données compréhensibles et comparables dans des conditions maîtrisées.

Un modèle d’IA peut calculer et représenter très rapidement des statistiques. Mais pour comparer correctement les données de plusieurs organismes, il faut d’abord comprendre ce que chaque chiffre mesure.

Derrière une analyse statistique fiable se trouvent des définitions, des méthodes, des sources et des correspondances construites par des professionnels. Leur travail invisible empêche qu’une réponse apparemment précise devienne une conclusion erronée.