Je candidate ! Voir les autres défis

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.).

Voir le défi ExploCode en quelques slides.


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.


Les EIG recherché.e.s

EIG 1 - Un·e data scientist / traitement automatique du langage (ML, NLP, NLU)

Missions principales : créer des modèles prédictifs pour extraire les features des questions posées, rendre possible la détection de l’intention et du contexte et la suggestion de questions approchantes, corréler les éléments détectés dans les questions aux sources de données afin d’aiguiller les usagers vers les bonnes sources du droit.

Compétences : traitement automatique du langage (NLP, NLU), machine learning

EIG2 - Un·e data analyste / data architect & machine learning

Missions principales : mettre en place une stratégie de tagging des contenus via du feature engineering et de l’apprentissage des modèles, intégrer des nouvelles sources de droit, se coordonner avec les services qui créent les contenus et adapter les outils et résultats en continu en fonction des retours utilisateurs.

Compétences : tagging, machine learning, data architecture


L’équipe autour des EIG

Julien Bouquillon, mentor opérationnel

Julien Bouquillon

Julien Bouquillon est responsable technique de l’incubateur des ministères sociaux depuis 2017. Il encourage l’adoption des APIs, promeut l’open-source et l’open-data, et accompagne le parcours des « startups d’état » du ministère.

Passionné par les nouveaux enjeux liés au numérique et les défis qu’ils posent à l’administration, il s’investit particulièrement au sein de la startup “code du travail numérique”, un défi qui pourra servir quotidiennement l’intérêt général en permettant aux salariés et employeurs de mieux connaître et mieux faire respecter leurs droits.

“Le programme Entrepreneur.e d’Intérêt Général représente pour nous la chance de collaborer avec des personnes motivées à même de partager leur expertise et expérience dans le domaine de la data science pour mieux comprendre nos usagers, mieux exploiter nos données, et améliorer en continu le service rendu du code du travail numérique.”

Jean-René Duscher, appui métier

Jean-René Duscher

Jean-René Duscher est responsable métier du défi Code du travail numérique. Il a rejoint la DGT en mars 2018, au sein de l’incubateur des ministères sociaux l’équipe projet du Code du Travail Numérique en tant que responsable métier.

“Les EIG participeront au quotidien dans leurs défis à rendre le droit du travail plus accessible et plus effectif, et à faire aboutir le Code du Travail numérique !”