Collaboration entre l’ONU et Google pour améliorer l’accessibilité des données pour l’IA
Jeudi, les Nations Unies ont annoncé leur partenariat avec Google afin de faciliter l’accès à leur vaste base de données de statistiques mondiales pour les systèmes d’intelligence artificielle.
Nomée UN System Data Commons, la nouvelle plateforme s’appuie sur le cadre open-source Data Commons de Google, permettant aux utilisateurs d’interagir avec les statistiques provenant de diverses agences de l’ONU via des requêtes en langage naturel. Cette initiative remplace l’ancien portail UNData, qui nécessitait que les utilisateurs naviguent dans une interface de base de données traditionnelle. De plus, le nouveau système prend en charge le Model Context Protocol (MCP), permettant aux systèmes d’IA de se connecter directement à des sources de données externes.
Avec l’augmentation de la dépendance aux outils d’IA, des défis subsistent pour garantir que ces systèmes fournissent des données fiables et autoritaires. Une étude de référence réalisée par l’UNICEF a évalué six modèles de langage avancés en les confrontant à plus de 133 000 réponses à des questions concernant des indicateurs de développement mondial, obtenant un score de précision moyen alarmant de seulement 21,2%, selon le statisticien en chef de l’agence, João Pedro Azevedo, lors d’un briefing virtuel.
L’étude a impliqué des modèles d’OpenAI, d’Anthropic et de Google. Azevedo a noté qu’environ 60% des réponses n’ont pas fourni de chiffre exploitable, souvent en raison de l’hésitation des modèles dans leurs réponses. Fait remarquable, un suivi des mêmes questions deux jours plus tard a révélé que les modèles qui avaient donné un chiffre auparavant ne l’ont fait que dans la moitié des cas.
Cette étude de l’UNICEF prépare une soumission à une revue, et sa méthodologie, son code et ses données seront publiés en même temps. Azevedo a également souligné une augmentation significative du trafic sur le site de données de l’UNICEF, dépassant 6 millions de visites par mois, en partie à cause des références provenant d’assistants d’IA générative, qui ont représenté 6,4% des sessions cette année, soit une augmentation de 67% par rapport à l’année précédente.
L’ONU a déclaré que 26 entités se sont engagées dans l’initiative Data Commons, avec des données provenant de près de 20 d’entre elles disponibles dès son lancement. Des plans sont en cours pour migrer 80% des ensembles de données statistiques de l’ONU sur la plateforme d’ici 2027.
« Nous sommes de plusieurs ordres de grandeur plus avancés en termes d’échelle, de portée et de flexibilité, connectant pour la première fois autant d’agences au sein du système des Nations Unies », a déclaré Shantanu Mukherjee, directeur par intérim de la Division des Statistiques de l’ONU. Il a souligné l’importance de rendre les données de l’ONU prêtes pour l’IA à ce stade.
Google.org a fourni 2 millions de dollars pour aider à établir l’infrastructure essentielle de la plateforme, selon Prem Ramaswami, responsable de l’équipe Data Commons de Google. Il a précisé que le système fonctionne sur une instance gérée par l’ONU, avec des projets futurs pour un entretien et un développement indépendants par l’ONU.
Ramaswami a également mentionné une approche de « formation des formateurs » durant la phase de déploiement, conduisant à un développement rapide des compétences au sein des équipes du système des Nations Unies. Google a d’abord lancé Data Commons en 2018 pour consolider des ensembles de données publiques, améliorant l’accès pour les systèmes d’IA avec le soutien du MCP ajouté l’année dernière.
La plateforme de l’ONU suit l’origine de chaque statistique, garantissant aux utilisateurs de pouvoir retracer les informations récupérées par l’IA jusqu’à leur source initiale à l’ONU. Azevedo a souligné l’importance de cette capacité à mesure que la dépendance aux outils d’IA pour l’interprétation des informations augmente.
Lors de démonstrations pratiques, Google a montré comment un système d’IA lié aux données de l’ONU via le MCP pouvait agréger plusieurs indicateurs et créer des tableaux de bord ou des analyses écrites sans que les utilisateurs n’aient à compiler manuellement les ensembles de données. Dans un cas, l’IA a été chargée d’évaluer l’impact du Plan d’urgence du président américain pour lutter contre le VIH/sida en Afrique, identifiant les statistiques pertinentes de l’ONU et générant une infographie basée sur les infections à VIH, la mortalité due au sida et l’espérance de vie.
Malgré ces avancées, une certaine prudence est de mise. Ramaswami a averti que bien que les systèmes d’IA puissent utiliser des données autorisées, leurs conclusions ne devraient pas être automatiquement considérées comme autorisées. « Parce que les modèles peuvent mal interpréter les nuances, un humain doit toujours examiner les résultats avant de les citer ou de les publier », a-t-il conseillé.
