« Ma Région près de chez moi » : une IA pour décrypter l’action régionale près de chez vous

Tout au long de l’année, la Région Île-de-France finance, cofinance et met en œuvre elle-même de nombreuses actions et projets sur tout son territoire. Avec 8 départements et près de 1 300 communes, il n’est pas toujours simple de savoir précisément lesquelles de ces actions ont un impact directement dans notre vie quotidienne.

Pour répondre à ce besoin d’information, le service numérique « Ma Région près de chez moi » a été intégré en ce début d’année 2025 au site de la Région.

S’appuyant sur l’IA pour agréger près de 40 000 actions régionales et les inscrire à l’échelle de votre commune, cet outil innovant, le 1er de ce type en Europe, a été créé avec l’entreprise Magic Lemp. Pour en savoir plus sur son fonctionnement et la façon dont il a été conçu, nous avons interrogé Thomas Epalle et Raphaël-David Lasseri, respectivement directeur général et président de Magic Lemp.

Retour sur le développement de « Ma Région près de chez moi »

Présentez-nous Magic Lemp.

Thomas Epalle : Nous avons créé la société il y a presque 8 ans. Actuellement, elle compte une vingtaine de salariés. Nous sommes spécialisés dans le développement de solutions d’intelligence artificielle sur mesure. Nous accompagnons nos clients dans leur processus de transformation IA. Nous les aidons à bien identifier les usages possibles de l’IA et nous développons des solutions qui répondent à leurs besoins. Il peut s’agir d’automatisation de process ou de valorisation de jeux de données. Avec la Région Île-de-France, il s’agissait de vulgariser le fonds de subventions régionales pour le rendre accessible aux citoyens.

Quelle était précisément votre feuille de route pour « Ma Région près de chez moi » ?

T. E. : L’objectif était de valoriser le fonds de subventions régionales. L’intégralité des rapports votés par la Région pour des subventions et des crédits est disponible en open data. Le problème, c’est que cela représente un volume gigantesque de rapports - environ 40 000 -, pas toujours facilement compréhensibles. L’idée était donc de rendre cette matière accessible pour montrer aux Franciliens l’impact de ces projets votés. Nous avons donc cherché comment automatiser le traitement de ces données. Il fallait donc proposer un outil qui permette de définir les grandes thématiques des actions régionales, d'identifier les communes bénéficiaires, de proposer des titres et des résumés standardisés afin de structurer les données et les rendre claires.

Quelles étaient les principales difficultés à surmonter ?

T. E. : Un gros travail a été fait autour de la qualité des textes. Nous avons travaillé main dans la main avec les différents métiers concernés sur chacune des thématiques pour nous assurer que les résumés respectaient la réalité du terrain, et les règles éditoriales soient suffisamment clairs et harmonisés. Il y a donc eu une progression de nos modèles d’IA sur ces questions tout au long du processus, jusqu’à la livraison du produit fini.

Justement, quel a été le rôle de l'IA et qu’est-ce qui aurait été impossible à faire sans y avoir recours ?

T. E. : Nous nous sommes appuyés sur des LLM (NDLR : Large Language Model) qui sont des algorithmes capables de comprendre les textes. Faire le même travail avec les anciennes méthodes aurait demandé énormément de moyens humains, et un travail très lourd difficilement réalisable. Avec les LLM, on bénéficie de leur compréhension d’un texte, de leur capacité de catégorisation des typologies de projets et d’extraction des informations importantes sur l’intégralité des projets. Par exemple, s’agit-il d’un projet portant sur l’égalité femmes-hommes ou sur le développement économique ? Quelles lignes budgétaires sont mobilisées ? Après avoir traité ces informations en entrée, le modèle propose un résumé et un titre cohérents en sortie. On arrive à un résultat standardisé, mais qui reste fluide et naturel.

En quoi diriez-vous ce « Ma Région près de chez moi » est un outil innovant ?

R-D. L. : C’est la toute première fois que ce type d’approche est utilisé. Nous utilisons à la fois l’intelligence artificielle pour simplifier, reformuler, démocratiser des documents administratifs, mais également sur des enjeux de structuration pour quantifier l’impact des projets. C’est le nec plus ultra de ce qui peut se faire sur les enjeux de relation Région-citoyen. C’est clairement une 1re en France et également au niveau européen. Notre outil permet à l’utilisateur de passer outre la complexité du jargon administratif avec une réponse claire, structurée, qui lui permet de localiser concrètement comment la Région agit pour lui. Et du côté de la Région et de ses élus, cela permet d’avoir un baromètre pour monitorer en temps réel comment se crée l’action régionale, sans avoir par exemple à attendre un bilan annuel. Nous avons fluidifié le transfert de connaissances entre élus et citoyens, et entre mesures concrètes et impact local.

Quelles ont été les grandes étapes pour arriver à un résultat satisfaisant ?

Raphaël-David Lasser : Nous avons réalisé un gros travail pour tester différents modèles de LLM et les affiner. Il y a eu beaucoup d’itérations pour vérifier à chaque étape la qualité des contenus réalisés par les modèles. Il y a eu à la fois une progression des algorithmes techniques et un gros travail avec les équipes métiers de la Région pour affiner toujours plus la qualité du résultat attendu.

« Ma Région près de chez moi » est-il un projet achevé ou reste-t-il évolutif ?

R-D. L. : La version qui est en ligne est évolutive dans le sens où elle prendra en compte toutes les futures subventions qui seront votées. D’un point de vue technique, à partir du moment où une subvention est votée, il y a un processus administratif interne à la Région qui génère un ensemble de documents que notre solution vient digérer en seulement quelques minutes pour la rendre accessible. Bien évidemment, il y a également des axes d’amélioration de l’outil lui-même qui peuvent être mis en place. Soit pour arriver à encore plus de finesse dans la localisation des projets et sur l’estimation de leur zone d’impact, soit pour intégrer de nouveaux dispositifs régionaux.