Challenge Data IA "Dis-ADEME ?"

Pour les professionnels, mettre en œuvre leur projet de transition écologique consiste à chercher l’aide à solliciter et/ou le service à mobiliser. L’utilisateur va d’abord compléter un questionnaire puis un catalogue de réponses lui seront adressées. Aujourd’hui, bien que des améliorations soient apportées, l’hétérogénéité des demandes, les spécificités des aides ainsi que les conditions d’éligibilité génèrent un parcours utilisateur encore trop complexe et les réponses apportées ne sont pas toujours adaptées aux besoins.  

Le premier défi pour les candidats consistera à travailler à proposer aux futurs utilisateurs, à l’aide des techniques IA, une recherche en langage naturel via un simple prompt pour lui fournir à la fois l’aide qui correspond à sa demande ainsi que toutes les offres et services associées. La réponse fournie devra être complétée de tous les services associés proposés par l’ADEME (étude, formation, retours d’expérience, accompagnement…) 

Pour cela l’ADEME mettra à la disposition des candidats les données nécessaires à la proposition de solution :  

Actuellement, l’ADEME reçoit encore trop de demandes d’aides ne correspondant pas aux critères d’éligibilité attendus. Les instructeurs doivent souvent analyser des dossiers inadaptés au regard du cahier des charges d’une aide. Du point de vue des professionnels, le remplissage d’un dossier de demande d’aide ou de service prend du temps et pourrait être facilité par des retours automatisés sur l’éligibilité d’une demande. L'objectif serait de pouvoir fournir à l'utilisateur (avant qu'il soumette sa demande) une solution permettant d'évaluer son dossier sur les critères d'éligibilité.   

Une fois le dossier renseigné et transmis par l’utilisateur à l’ADEME, l'instructeur pourrait bénéficier d’une pré-instruction automatisée pour vérifier si les conditions d’éligibilité sont respectées et analyser la pertinence, le potentiel du dossier déposé. Cette « répartition des tâches », automatiques et mécaniques d’un côté (vérification de l'éligibilité) et qualitatives de l’autre (pré-analyse de la pertinence du fond du dossier) ferait accélérer le temps de l’instruction et donc permettrait à l’utilisateur de mettre en œuvre son projet plus rapidement.

Depuis près de trois décennies, l’ADEME accompagne les professionnels dans leur transition écologique. L’historique des données des appels à projet peut aider ses agents dans le travail de constitution du cahier des charges d’une nouvelle aide ou d’un service en leur permettant de se concentrer sur les nouveautés apportées par un nouveau dispositif.  

L’historique des données peut aussi servir à identifier les thématiques qui n’ont pas été traitées dans les appels à projets précédents. Les participants pourront notamment s’appuyer sur les données produites par d’autres opérateurs d’aides publiques à la transition écologique pour suggérer aux agents de l’ADEME des thématiques à traiter dans de futurs appels à projets. Les données sur les dossiers rejetés pourront aider l’ADEME à identifier des pistes d’appels à projets pour mieux répondre aux besoins des professionnels. 

L'objectif de ce défi est

• d'analyser par des techniques d'IA, les informations passées et stockées pour faire émerger par exemple des sous-représentations ou surreprésentations (thématiques d'appel à projet récurrentes, zone géographique moins adressée, thématique moins adressée sur une ou des zones géographiques...) 
• faire en sorte que l'IAZ suggère donc des thématiques à traiter 
• faire en sorte que l'IA génère automatiquement un appel à projet clé en main 

Enfin, l’IA peut aider les agents à réduire le décalage entre le vocabulaire utilisé par les demandeurs et le vocabulaire techniques des appels à projets (par exemple : un usager saisit “panneaux solaires” là où l’appel à projets emploie le terme “photovoltaïque”).