Un assistant IA pour les agents d’accueil : expérimentation

Dans une maison de services publics, une agente reçoit en une matinée une demande d’allocation logement, une question sur un titre de séjour, un retraité perdu dans son espace en ligne de retraite et une personne qui veut contester une amende. Elle connaît bien les démarches fréquentes ; pour les autres, elle cherche dans des guides, appelle un partenaire ou renvoie vers un autre guichet. La direction se demande si un assistant IA pour agents publics, consulté par l’agente et jamais par l’usager, pourrait l’aider.

Ce récit est un scénario type. Il réunit des situations courantes dans les expérimentations de ce genre ; il ne décrit pas une organisation réelle.

L’hypothèse, écrite avant tout

La première réunion n’a pas porté sur l’outil, mais sur la phrase à vérifier. Après discussion, l’équipe retient celle-ci : « Pour les démarches que les agents traitent rarement, un assistant fondé sur la documentation officielle réduit le temps de recherche et le nombre de renvois vers un autre guichet, sans augmenter les erreurs d’orientation. »

Trois choix découlent de cette phrase. L’assistant vise les démarches rares, pas les fréquentes. Il ne répond qu’à partir d’un corpus fermé : fiches pratiques officielles, guides des partenaires, procédures internes. Et l’expérimentation mesure aussi les erreurs, pas seulement le temps gagné.

Le dispositif

1. Un corpus délimitéLes fiches publiques des administrations partenaires, les guides transmis par les caisses et les procédures internes, datés et versionnés. Aucune donnée d’usager n’y figure.
2. Une règle de saisieLes agents décrivent la situation sans nom, numéro ni information identifiante. Un rappel s’affiche à chaque question.
3. Des réponses sourcéesChaque réponse cite la fiche dont elle provient, avec un lien. L’agent doit ouvrir la source avant de transmettre une information engageante.
4. Un groupe de comparaisonSix agents utilisent l’assistant, six autres travaillent comme d’habitude. Les deux groupes notent, pour chaque demande rare, le temps de recherche et l’orientation donnée.
5. Une relecture hebdomadaireUne référente lit un échantillon de questions et de réponses, signale les erreurs et les manques du corpus.
6. Une formation préalableDeux demi-journées sur ce que fait un modèle de langage, ses erreurs typiques et la règle de vérification, conformément à l’obligation de maîtrise de l’IA du règlement européen.

Ce qu’on a observé

Sur les démarches fréquentes, l’assistant n’a presque pas servi : les agents connaissent la réponse, et le consulter leur prenait plus de temps qu’il n’en faisait gagner. Les volontaires l’ont abandonné pour ces cas dès la deuxième semaine, ce qui confirmait le choix de départ.

Sur les démarches rares, le changement a été net dans les carnets de suivi. Les agents du groupe équipé trouvaient plus vite la fiche pertinente et renvoyaient moins souvent l’usager vers un autre guichet. Ils le décrivaient eux-mêmes ainsi : l’assistant ne leur donnait pas la réponse, il leur indiquait où la chercher.

La relecture hebdomadaire a relevé des erreurs : une condition d’âge mal restituée, une procédure qui avait changé alors que l’ancienne fiche restait dans le corpus, une confusion entre deux aides aux noms proches. Aucune n’a atteint un usager, parce que la règle de vérification a fonctionné. Mais elles ont montré que la qualité de l’outil dépendait de la mise à jour du corpus bien plus que du modèle.

Ce qu’on n’a pas su mesurer

L’équipe avait prévu de mesurer la satisfaction des usagers. Elle y a renoncé : les usagers ne savaient pas que l’agent utilisait un assistant, et les écarts entre agents tenaient davantage à leur expérience qu’à l’outil. Elle n’a pas non plus pu mesurer l’effet à long terme sur les compétences : un agent qui consulte l’assistant apprend-il les démarches rares, ou s’en remet-il à l’outil ? Douze semaines ne suffisent pas pour le dire.

Enfin, le groupe de comparaison était petit. Les résultats indiquaient une tendance claire ; ils ne permettaient pas d’annoncer un gain chiffré, et l’équipe a refusé de le faire dans son rapport.

L’assistant n’a pas remplacé la connaissance des agents ; il a rendu accessible celle qui était éparpillée dans des guides que personne n’avait le temps d’ouvrir.

La décision

À l’issue des douze semaines, la direction prend trois décisions. L’assistant est étendu à l’ensemble des agents d’accueil, toujours réservé à leur usage. Une mission de responsable du corpus est créée, avec une procédure de veille sur les fiches des partenaires. Et une nouvelle évaluation est prévue au bout d’un an, cette fois sur l’évolution des compétences et sur la qualité des orientations, mesurée par un retour des partenaires.

La question d’ouvrir l’assistant directement aux usagers a été posée, et écartée pour l’instant. Les agents ont été les premiers à s’y opposer : selon eux, ce qui fait la valeur de l’accueil, c’est justement de pouvoir parler à quelqu’un.

• Écrire l’hypothèse avant de choisir l’outil.
• Viser les situations où l’agent manque d’information, pas celles qu’il maîtrise.
• Limiter l’assistant à un corpus officiel, daté et tenu à jour.
• Exiger la citation des sources et leur vérification avant toute information engageante.
• Mesurer les erreurs autant que les gains, avec un groupe de comparaison.
• Former les agents avant le lancement, pas après.

Le produit IA d’entreprise de DOSOBE applique ces principes : corpus maîtrisé, réponses sourcées, traces et revue humaine. Pour une démarche plus large, notre diagnostic aide à repérer les usages où l’IA apporte réellement quelque chose.

Scénario type construit à partir de situations courantes ; il ne décrit pas une organisation réelle.

Pour approfondir : IA d’entreprise · Automatisation des processus

Questions fréquentes

Pourquoi réserver l'assistant aux agents plutôt qu'aux usagers ?

Parce que l'agent peut juger la réponse avant de la transmettre, l'adapter à la personne et repérer une erreur. Le risque d'une information fausse donnée au public diminue, et l'usager garde un interlocuteur humain. C'est aussi une manière d'apprendre ce que l'outil sait faire avant d'envisager d'autres usages.

Quelles obligations du règlement européen sur l'IA s'appliquent à ce type d'outil ?

Un assistant documentaire pour les agents n'entre pas, en principe, dans les catégories à haut risque. L'obligation de maîtrise de l'IA, qui impose aux organisations de former leurs personnels utilisant ces systèmes, s'applique depuis février 2025. Les règles de protection des données personnelles s'appliquent pleinement si des informations sur les usagers sont saisies.

Combien de temps doit durer une expérimentation ?

Assez pour dépasser l'effet de nouveauté et couvrir une période de pointe : dix à seize semaines est un ordre de grandeur courant. Une expérimentation de deux semaines mesure surtout l'enthousiasme des volontaires.