Les dépôts assistés par l’IA explosent dans les services publics, accentuant la pression sur les administrations

Les outils d’IA aident davantage de personnes à remplir des formulaires, déposer des plaintes et engager des recours officiels, ce qui provoque des hausses marquées des demandes adressées aux services publics dans plusieurs pays. Cette croissance donne aux demandeurs éligibles accès à des systèmes qu’ils auraient peut-être évités auparavant, mais elle oblige aussi les administrations à traiter beaucoup plus de dossiers sans preuve que les effectifs et les budgets suivent le rythme.

Le chercheur Chris Schmitz documente cette tendance dans un article prévu pour être présenté le mois prochain à la conférence AI Ethics and Society. Son étude couvre 84 cas potentiels dans 11 juridictions, notamment des demandes d’aide sociale, des requêtes judiciaires, des pétitions parlementaires et des réclamations de consommateurs. Il décrit le phénomène comme un « agentic flooding », même si la recherche ne va pas jusqu’à prouver que l’IA est directement à l’origine de chaque hausse.

Ces résultats dépassent la seule administration publique. Ils offrent un premier aperçu de ce qui se passe lorsque des assistants IA réduisent le temps, les connaissances et la confiance nécessaires pour naviguer dans des institutions complexes — et lorsque ces institutions ne sont pas conçues pour absorber une brusque augmentation de la demande.

Les volumes de plaintes augmentent dans plusieurs juridictions

Les exemples identifiés par Schmitz montrent des hausses inhabituellement fortes après 2022, à mesure que les outils d’IA destinés au grand public devenaient plus faciles à utiliser. Au Royaume-Uni, les plaintes adressées au médiateur du logement sont passées d’environ 2 600 en 2022 à un peu plus de 7 000 l’année suivante, selon le rapport de TechCrunch. Le Consumer Financial Protection Bureau des États-Unis a enregistré cinq fois plus de plaintes sur la même période, indique le rapport.

Une croissance similaire est apparue dans les requêtes judiciaires brésiliennes et les pétitions parlementaires allemandes. Dans l’ensemble de la base de données, les dépôts sont restés globalement stables avant 2022, puis ont commencé à augmenter plus rapidement avec la diffusion de l’adoption de l’IA. La plupart des cas n’avaient pas encore montré de ralentissement net, ce qui suggère que la demande pourrait continuer à croître.

Ces chiffres doivent être considérés comme des indices de corrélation plutôt que comme une mesure définitive de l’effet causal de l’IA. La méthodologie de l’article n’établit pas que l’IA était responsable de յուրաքանչյուր nouveau dépôt, et les informations disponibles ne fournissent pas de ventilation cas par cas indiquant combien de dossiers ont été créés ou assistés par un système d’IA.

Le terme « agents IA » couvre également un large éventail de comportements dans cette discussion. Certaines personnes peuvent utiliser ChatGPT ou Claude pour rédiger une réponse, interpréter une lettre ou identifier le bon formulaire. C’est différent d’un système autonome naviguant seul sur un portail gouvernemental et soumettant une demande. Les éléments sources décrivent principalement une activité assistée par IA, et non une population uniforme d’agents pleinement autonomes.

Réduire la charge administrative peut révéler une demande insatisfaite

Schmitz a déclaré à TechCrunch que la plupart des cas qu’il a examinés concernaient des personnes susceptibles d’avoir droit à une prestation et qui faisaient valoir ce droit légitime. Cette distinction est centrale pour les implications en matière de politique publique. Une file d’attente plus longue n’est pas nécessairement le signe d’un abus si l’IA aide les gens à surmonter la charge administrative qui les empêchait auparavant de déposer une demande.

Les formulaires et recours administratifs exigent souvent des demandeurs qu’ils rassemblent des documents, comprennent un langage spécialisé, présentent un récit cohérent et respectent des exigences procédurales. Pour quelqu’un disposant de peu de temps, de connaissances juridiques ou de confiance en soi, ces étapes peuvent suffire à abandonner une demande valable. Un assistant IA peut réduire cette friction en transformant une lettre ou une photo en projet d’explication, en suggérant des informations manquantes ou en aidant le demandeur à comprendre l’étape suivante.

Le résultat est un arbitrage difficile. Les administrations publiques peuvent avoir plus de travail parce que davantage de personnes peuvent y accéder, mais cette hausse peut traduire une meilleure accessibilité plutôt qu’une demande de faible qualité. Traiter chaque dépôt assisté par IA comme du spam pourrait refuser un service précisément aux demandeurs que les outils numériques aident pour la première fois.

Dans le même temps, la source compare la situation à la vague de signalements de faible qualité et à grand volume que certains programmes de bug bounty ont reçus après la diffusion des grands modèles de langage. Les services publics ne peuvent pas supposer que chaque dépôt est pertinent simplement parce qu’il provient d’une vraie personne. Ils ont toujours besoin de moyens pour identifier les doublons, les dossiers incomplets, les activités malveillantes et les demandes nécessitant une revue humaine.

Les administrations font face à un problème de capacité et de fiabilité

Le risque opérationnel immédiat tient au volume. Si les administrations reçoivent plusieurs fois plus de demandes tout en conservant le même budget et les mêmes effectifs, les retards peuvent s’accumuler, les délais de réponse s’allonger et les agents de première ligne passer plus de temps au tri qu’à la résolution des dossiers. Un système fondé sur l’examen manuel peut devenir moins fiable précisément au moment où davantage de résidents apprennent à l’utiliser.

L’IA pourrait aider les administrations à gérer cette pression, mais son déploiement en toute sécurité n’est pas une simple inversion du problème côté demandeur. Le tri automatisé devrait éviter de désavantager les personnes dont les documents sont incomplets, dont la langue diffère des données d’entraînement du système, ou dont les cas ne correspondent pas à des schémas courants. Les organismes publics auraient aussi besoin de règles claires en matière de confidentialité, d’archivage, de recours et de responsabilité humaine.

Pour les équipes produit et les créateurs de technologies civiques, les éléments pointent vers une refonte des flux de travail plutôt qu’une simple couche de chatbot. Des systèmes utiles devraient expliquer l’éligibilité, demander uniquement les informations nécessaires, identifier l’incertitude, conserver les pièces justificatives et permettre à un agent humain de revoir facilement le raisonnement. Les demandeurs devraient pouvoir corriger un brouillon généré par l’IA avant qu’il ne fasse partie d’un dossier officiel.

Les éléments soutiennent une opportunité, pas un récit de réussite simple

Les affirmations les plus solides de cette histoire proviennent de la recherche en cours de Schmitz telle que la rapporte TechCrunch, et non d’une base de données interadministrations officielle ou d’une étude causale vérifiée indépendamment. Le jeu de données complet de l’article serait disponible, mais les éléments fournis n’établissent ni sa méthode d’échantillonnage, ni le rôle précis de l’IA dans chaque cas, ni si les hausses ont été entraînées par des changements de politique, la sensibilisation du public, les effectifs ou l’accès en ligne.

Les chiffres de plaintes rapportés sont également présentés comme des exemples d’un schéma plus large et non comme une expérience contrôlée. Ils montrent que la demande de services publics a évolué pendant la même période où l’IA générative est devenue plus accessible. Ils ne prouvent pas, à eux seuls, que les dépôts générés par l’IA expliquent la hausse.

Cette incertitude ne rend pas la tendance anodine. Même une contribution partielle de l’IA serait importante pour des administrations qui ont historiquement compté sur la friction administrative pour limiter la demande. La question clé est de savoir si les institutions peuvent distinguer un accès légitime d’un volume abusif sans reconstruire les barrières que l’IA a supprimées.

Ce qu’il faut surveiller ensuite

Le prochain signal important sera la publication et la discussion de l’article de Schmitz lors de la conférence AI Ethics and Society. Les chercheurs et les administrations auront besoin d’éléments plus précis reliant des dépôts individuels à une assistance par IA, tout en distinguant l’aide à la rédaction de l’action autonome.

Les opérateurs de services publics devraient aussi communiquer l’évolution des retards, des délais de traitement, des dépôts répétés et des taux de rejet à mesure que la demande assistée par IA augmente. Ces indicateurs pourraient montrer si le nouveau volume reflète un besoin légitime non satisfait, une confusion procédurale ou une duplication automatisée.

Pour les créateurs, les indicateurs concrets seront de savoir si les administrations publient des règles pour les demandes assistées par IA, proposent des formulaires lisibles par machine et offrent des parcours de revue humaine accompagnée. Des politiques plus claires sur l’identité, le consentement, la gestion des documents et les droits de recours détermineront si l’IA réduit les frictions sans affaiblir la procédure régulière.

Point de vue de Creati.ai

Cette hausse rapportée est un avertissement : l’adoption de l’IA ne s’arrête pas à l’interface. Lorsqu’un outil facilite un processus existant, il peut modifier le nombre et le profil des personnes qui y ont recours. Les administrations publiques doivent donc prévoir une expansion de la demande, et pas seulement automatiser leurs files actuelles.

La réponse la plus constructive n’est ni de rejeter les dépôts assistés par IA, ni d’accepter automatiquement chaque dépôt. Les administrations devraient repenser leurs services autour d’une assistance transparente, d’une validation solide et de décisions humaines responsables. Si la majorité des nouvelles demandes sont légitimes, le défi n’est pas de supprimer l’accès, mais de construire des systèmes publics capables de gérer l’accès rendu possible par l’IA.