Car au-delà des promesses technologiques, une conviction forte s’est dégagée : la question n’est pas seulement de savoir ce que l’IA est capable de faire, mais ce que nous choisissons de lui faire faire.
Pour les directions marketing, cette réflexion fait écho à une question très concrète : l’IA améliore-t-elle réellement l’expérience proposée, ou ajoute-t-elle une couche technologique sans résoudre le problème initial ?
Chapitre 1. Et si l'IA permettait de mieux prendre en compte les situations hors norme ?
Les services publics se sont historiquement construits autour de formulaires, de procédures et de catégories. Ces cadres simplifient et sécurisent le traitement des demandes. Ils garantissent aussi une forme d’équité.
Mais la réalité se résume rarement à une case.
Avant la numérisation, un formulaire papier permettait encore d’ajouter une note en marge. Cette souplesse s’est progressivement effacée avec la digitalisation. L’intelligence artificielle pourrait aujourd’hui réintroduire une partie de cette complexité. Une interface conversationnelle permettrait, par exemple, à un usager d’expliquer une situation atypique qui ne correspond à aucune catégorie prédéfinie.
Cette possibilité soulève aussitôt plusieurs questions. Comment répondre à une situation jamais rencontrée ou pour laquelle aucune donnée n’existe ? Jusqu’où aller dans la collecte d’informations pour personnaliser la réponse ? Plus les situations s’éloignent des cas standards, plus les données nécessaires peuvent être sensibles : santé, situation sociale ou vulnérabilités. Qui devient alors responsable de leur collecte, de leur stockage et de leur utilisation ?
À la CNAF, les prestations sociales sont pensées comme de véritables services à concevoir. L’objectif est de prendre en compte les situations individuelles tout en préservant l’équité à l’échelle collective. Les règles et les catégories ne sont donc pas seulement des contraintes administratives. Elles permettent une allocation cohérente des prestations, tout en laissant une place à l’accompagnement des cas particuliers.
L’enjeu n’est peut-être pas de supprimer les cases grâce à l’IA, mais de mieux accompagner les personnes lorsqu’elles les remplissent. Le design a alors un rôle clé pour concilier standardisation, personnalisation et égalité de traitement, en concevant des parcours qui répondent aux besoins individuels tout en conservant une justice collective.
Chapitre 2. L'IA peut-elle réellement faciliter l'accès aux services ?
Comment accéder à un service lorsque l’on ne maîtrise pas la langue ? Comment comprendre une procédure complexe en situation de vulnérabilité ? Comment préparer un déplacement lorsque les contraintes d’accessibilité changent d’un trajet à l’autre ?
Sur ces sujets, l’IA ouvre de nouvelles possibilités. La traduction en temps réel pourrait aider davantage de personnes à comprendre leurs droits, à accéder à des démarches et à interagir avec les services publics sans barrière linguistique. Elle pourrait aussi accompagner d’autres formes de vulnérabilité, notamment liées au handicap.
Dans les transports, elle pourrait construire des itinéraires personnalisés selon l’accessibilité réelle des équipements, la disponibilité de solutions alternatives ou les besoins propres à chaque voyageur. À terme, certains agents intelligents pourraient coordonner plusieurs modes de transport pour compenser la défaillance d’un service ou l’absence d’infrastructure adaptée.
Mais plus l’IA intervient dans des situations critiques, plus la responsabilité devient centrale.
Que se passe-t-il lorsqu’un agent conversationnel oublie de signaler un recours existant, lorsqu’une traduction modifie le sens d’un droit ou lorsqu’une recommandation est erronée ? La technologie censée faciliter l’accès au service peut alors accentuer le non-recours ou l’exclusion.
L’expérience montre également que la technologie seule ne suffit pas. Albert, l’intelligence artificielle expérimentée dans les espaces France Services pour aider les agents à orienter les usagers vers les bons services et les bonnes démarches, illustre les difficultés d’adoption. Malgré son potentiel, l’expérimentation n’a pas produit les résultats escomptés, notamment en raison d’un entraînement insuffisant du modèle et de réticences au changement de la part des agents.
L’enjeu n’est donc pas seulement de créer un système performant. Il faut aussi concevoir une interaction qui inspire confiance : quelle forme donner à l’IA ? Quel langage employer ? Quelle place réserver au vocal, à l’écrit et à l’accompagnement humain ? Le design ne sert pas uniquement à rendre la technologie utilisable, mais à la rendre compréhensible, rassurante et réellement utile.
La qualité de l’expérience ne se mesure pas uniquement à la fluidité du parcours. Elle dépend aussi de la fiabilité des réponses, de la compréhension du dispositif et de la capacité de l’organisation à traiter les erreurs. L’adoption concerne autant les utilisateurs que les équipes qui s’appuient sur l’outil.
Chapitre 3. Utiliser la technologie pour redonner de la place au lien humain
L’un des enseignements les plus contre-intuitifs de cette semaine est que l’intérêt de l’IA ne réside pas toujours dans l’automatisation. Il peut aussi tenir à sa capacité à créer des rencontres.
Parmi les concepts imaginés par les étudiants figure une borne installée sur la place d’un village. Les habitants pourraient y proposer ou rechercher un service. L’IA rapprocherait ensuite une demande et une personne disponible.
L’idée n’est pas nouvelle. Des initiatives comme « Lulu dans ma rue » ou « La Place des Services » ont déjà exploré des modèles similaires. Elles ont montré leur potentiel en matière de lien social, mais leur pérennisation s’est souvent heurtée à la question du modèle économique.
L’IA pourrait ainsi jouer un rôle de médiation : non pas remplacer les interactions humaines, mais supprimer certains outils et certaines barrières qui les compliquent.
À la police nationale, une expérimentation menée dans le cadre d’entretiens avec des mineurs a remplacé la prise de notes sur ordinateur par des caméras intelligentes capables de retranscrire les échanges. L’objectif était de permettre aux professionnels de se concentrer sur la personne plutôt que sur l’écran.
Cette réflexion invite à dépasser la seule logique des écrans et à imaginer d’autres modes d’interaction entre un service et son client, ou entre une organisation et un citoyen. L’enjeu n’est pas d’ajouter une couche technologique pour masquer la complexité, mais de s’attaquer à ses causes profondes. L’IA et l’automatisation peuvent prendre en charge certaines tâches de traitement ou de documentation afin de redonner du temps aux collaborateurs pour résoudre les situations complexes.
Il faut toutefois éviter de confondre innovation et sophistication. Une automatisation simple ou une IA ciblée peuvent parfois créer plus de valeur qu’une solution de dernière génération. La technologie n’est pas une fin en soi, mais un moyen de faciliter des interactions plus pertinentes entre les entreprises et leurs clients, les organisations et les citoyens.
