ExploCode

Rendre le droit du travail lisible, accessible et compréhensible

Démonstration Code source

La Direction générale du Travail (DGT) souhaite se doter d’un outil qui permette de répondre à toute question concernant le droit du travail grâce à de l’analyse sémantique, l’exploration de solutions d’IA, et le développement de services et API pour une diversité d’utilisateurs concernés par le droit du travail (agents publics, syndicats, associations, entreprises, RH, etc.).

ExploCode : de l’intelligence artificielle au service de la lisibilité du droit du travail

La problématique

En 2017, les services de renseignement en droit du travail des Directions régionales des entreprises, de la concurrence, de la consommation, du travail et de l’emploi (DIRECCTE) ont répondu à environ 900 000 demandes concernant le droit du travail, des questions les plus simples aux cas les plus complexes. Le nombre de ces demandes témoigne d’un besoin clair : quelle que soit sa situation particulière, être en mesure de trouver une réponse lisible et fiable à la question de droit du travail que l’on se pose.

Pour rendre le droit du travail accessible au plus grand nombre, une première brique a été posée en septembre 2017 : le Code du travail numérique. En cours de construction itérative au sein de l’incubateur des ministères sociaux, cette brique a été conçue comme un outil pédagogique qui permet de naviguer dans le Code et propose des explications de textes à l’attention de ses utilisateurs.

Pour aller plus loin et permettre aux usagers d’accéder de façon autonome, simplifiée et dématérialisée aux différents textes traitant du droit du travail applicables à leur situation, une deuxième brique a été imaginée : ExploCode.

Le défi : développer une brique d’intelligence artificielle capable d’apporter une réponse juridique lisible et fiable aux questions posées par les usagers en droit du travail

Pour développer ExploCode, trois axes de travail ont été identifiés :

  • relier chaque question d’utilisateur à une qualification juridique. Passer d’un vocabulaire courant à un vocabulaire juridique permettra d’aller chercher les bonnes réponses dans les textes juridiques. Pour cela, les EIG pourront appliquer l’analyse sémantique à la base de questions reçues par les DIRECCTE et à la FAQ du Ministère du Travail, utiliser le machine learning pour extraire les intentions des questions ou encore utiliser les arbres de décision pour affiner les questions si nécessaire ;

  • permettre l’extraction des sources de droit applicable à chaque question posée. Pour que l’usager puisse être orienté automatiquement vers la disposition qui s’applique à sa situation particulière, les EIG devront modéliser l’architecture du droit et mettre en œuvre une stratégie efficace de tagging des contenus (code du travail, accords de branches, accords d’entreprise) ;

  • améliorer la personnalisation des réponses fournies. En analysant les parcours utilisateurs et mettant en place des algorithmes de machine learning, les EIG pourront améliorer la pertinence des réponses fournies et enrichir automatiquement les sources de droit remontées avec des métadonnées.

1 Nouvelle approche de recherche
2 x2 Amélioration des métriques de pertinence
325000 Questions sur le droit du travail analysées

Rétrospective

Assurer l'accès aux droits des citoyennes et citoyens, l’exemple du défi ExploCode