Avec MCP, la DINUM branche data.gouv sur les agents IA

Poser une question à un assistant IA pourrait bientôt suffire pour interroger les données de l’État. Mardi 22 septembre, au Salon de la Data et de l’IA de Nantes, Cécile Le Guen a détaillé l’adaptation du portail national des données publiques aux assistants et agents d’intelligence artificielle (IA). La Direction interministérielle du numérique (DINUM) teste un serveur fondé sur le Model Context Protocol (MCP). Il permet à un assistant de rechercher un jeu de données, d’en récupérer les métadonnées puis d’interroger certains fichiers sans imposer à l’utilisateur un passage par data.gouv.fr. Le terrain était déjà préparé. Depuis 2022, la DINUM « APIse » les jeux du catalogue pour faciliter leur intégration dans des applications. Un chantier lancé avant l’explosion de l’IA générative dont le MCP profite aujourd’hui. Mais l’expérimentation a vite changé d’échelle. “Il y a eu 21 millions de requêtes le premier mois d’utilisation”, a rapporté Cécile Le Guen, administratrice générale déléguée des données, des codes sources et des algorithmes à la DINUM. La métrique ne permet pas de mesurer le nombre d’utilisateurs, mais elle conforte la DINUM dans une intuition plus structurante. Le site web n’est plus l’unique porte d’entrée vers l’open data. “Ces nouveaux modes commencent à s’éloigner de l’interface telle qu’on la connaît”, a-t-elle observé. La donnée publique commence à circuler jusque dans l’environnement où la question est posée. 

Court-circuiter les hallucinations 

Cette nouvelle voie d’accès engage la responsabilité de l’État sur un terrain moins balisé. Un assistant peut parler des données publiques sans jamais interroger data.gouv. Il s’appuie alors sur les informations absorbées lors de son entraînement, sur une recherche externe ou sur sa propre génération. “On préférait que les utilisateurs, les LLM, les chatbots et les modèles d’IA aient accès à de la donnée publique fiabilisée”, a expliqué Cécile Le Guen. Les grands modèles de langage, ou Large Language Models (LLM), gagnent ainsi un point de raccordement avec les données maintenues par les producteurs publics. La DINUM y voit un moyen de réduire les hallucinations sur les informations de l’État et, selon Cécile Le Guen, “d’aider à lutter contre la désinformation”. Le protocole ne transforme pourtant pas le modèle en greffier de la donnée publique. Il fiabilise la source appelée, pas l’interprétation produite. L’équipe data de la DINUM recueille donc les retours des utilisateurs et travaille à rendre ses audits publics. “C’est très difficile d’auditer les résultats d’un serveur MCP”, a reconnu Cécile Le Guen. L’expérimentation reste cantonnée aux données ouvertes. Les données restreintes référencées sur data.gouv ne sont pas exposées aux modèles. 

L’open data sort de son portail 

Le MCP change aussi le profil de ceux qui viennent frapper à la porte. Data.gouv dispose depuis des années de jeux téléchargeables et d’interfaces de programmation d’application (API). Encore fallait-il connaître le portail, identifier la bonne ressource puis savoir comment l’exploiter. L’assistant absorbe une partie de cette friction. Le serveur peut rechercher les datasets, lire leurs descriptions, retrouver leurs fichiers ou appeler des données tabulaires. “On a vu énormément de retours de gens, surtout issus du secteur privé”, a relevé Cécile Le Guen. Un bénéficiaire inattendu de ce raccourci. Un cas d’usage présenté dans la salle donne corps à cette ouverture. Un représentant d’un projet mené avec l’Institut national de l’information géographique et forestière (IGN) a raconté avoir utilisé Claude avec plusieurs MCP pour réaliser une carte des écoles publiques performantes dans des territoires socialement défavorisés. Les données de data.gouv y côtoient celles de l’IGN sans imposer à l’utilisateur de jongler manuellement entre les sources.Une donnée publique difficile à trouver reste techniquement ouverte, mais économiquement coûteuse à exploiter. L’agent réduit ce ticket d’entrée. 

MCP n’aura pas le monopole 

La DINUM prépare déjà d’autres chemins vers les mêmes données. Ses équipes développent des skills, des ensembles d’instructions structurées qui indiquent aux agents comment mobiliser un service ou un outil. “Il y a pas mal de skills qui sont en cours actuellement”, a indiqué Cécile Le Guen. Le mouvement s’opère aussi dans data.gouv. Une vingtaine de jeux de données servent de banc d’essai à une interface capable de recevoir des questions en langage naturel. La démonstration prévue à Nantes a refusé de coopérer. L’expérimentation, elle, continue. MCP, skills et requêtes conversationnelles poursuivent ainsi le même objectif par des voies différentes. La DINUM veut maintenir la donnée publique au contact des usages sans présumer de l’interface qui s’imposera. Cette stratégie pourrait même réduire la fréquentation directe du portail. “Peut-être que les personnes iront de moins en moins sur la plateforme, naviguer et trouver des accès”, anticipe-t-elle. Dix ans après avoir appris à publier ses données pour le Web, l’État commence à les préparer pour ceux qui navigueront à notre place.