Data.gouv facilite l'accès des IA génératives aux données publiques

Depuis quelques jours, les données de data.gouv sont accessibles via un "serveur MCP" expérimental. MCP est l'acronyme de Model Context Protocol, un standard ouvert lancé fin 2024 par Anthropic, l'entreprise qui développe l'assistant Claude et désormais porté au sein de l’Agentic AI Foundation. Ce MCP joue  le rôle d'intermédiaire pour que l'IA explore et manipule les données, en minimisant l'intervention humaine. Qu'est-ce que cela change pour l'utilisateur ?  Au lieu de rechercher les jeux de données en tapant des mots-clefs et de les télécharger pour les analyser, il pose une question en langage naturel dans l'IA — "Quels jeux de données sont disponibles sur les municipales ?", cet exemple est développé en encadré ci-dessous — et c'est l'IA qui interroge data.gouv via le MCP. Elle restitue une réponse rédigée, compréhensible par un non-technicien.

Raccordable aux principales IA génératives 

Concrètement, cela signifie que des chatbots comme Claude, ChatGPT ou Mistral compatibles avec MCP peuvent désormais être branchés sur l'ensemble du catalogue de données publiques françaises. La principale plus-value de ce service est d'améliorer la "découvrabilité" des données, l'IA pouvant tester plusieurs mots clefs et compiler des données là où il aurait fallu de multiples requêtes pour les trouver. Interrogé sur les données concernant la couverture fibre, par exemple, le résultat propose un résumé des jeux produits par l'Arcep (déploiement, éligibilité, qualité), l'ANCT (zonages) ou encore l'Avicca (données par RIP ou opérateur) en décrivant succinctement leur contenu via les métadonnées (si elles sont renseignées).  

À ce stade, le serveur MCP de data.gouv propose les fonctionnalités suivantes : recherche de jeux de données par mots-clés, accès aux métadonnées, interrogation directe des fichiers tabulaires hébergés sur la plateforme (avec possibilité de calculs), téléchargement et analyse de ressources volumineuses, exploration des API référencées sur la plateforme et consultation des statistiques de téléchargement des jeux de données.

La prudence s'impose

Avec ce service, data.gouv.fr explique sur Linkedin vouloir "tester de nouvelles façons d'interroger et de valoriser les données publiques via des interfaces conversationnelles", avec, à terme, la possibilité d'éditer et de publier des données en s'appuyant sur des modèles souverains.

Au-delà de la recherche de données, l'outil va faciliter les croisements de données, l'IA étant capable, au moins en théorie, de réaliser des calculs et de générer des visualisations. 

Des perspectives à prendre avec précaution. Data.gouv rappelle que "ce type de dispositif est difficile à auditer. Les modèles de langage peuvent produire des réponses incomplètes, approximatives ou erronées. Ils ne constituent en aucun cas une source officielle ou fiable en tant que telle". De fait, en testant, on s'aperçoit que l'IA peut, si elle n'arrive pas à accéder à un jeu de données, aller chercher la réponse ailleurs… sans garantie sur la qualité de la source et avec finalement une grande opacité sur le résultat.

Barrières techniques

Par ailleurs, pour le moment, cette fonctionnalité est réservée à un public averti. Dans la plupart des cas, il faudra recourir à une IA payante, voire installer des modules spécifiques sur son ordinateur. Il y a ensuite des paramétrages techniques qui peuvent être rebutants.

Enfin, comme c'est souvent le cas pour les lancements, l'annonce a provoqué des embouteillages, le service étant victime de son succès. Les utilisateurs sont actuellement régulièrement redirigés vers la page sorry.data.gouv.fr — "Site en cours de maintenance" — dès ses premiers jours d'existence. Néanmoins, Data.gouv incite à tester le service pour corriger les bugs et l'adapter aux besoins des utilisateurs.