Les partenaires de l'ONU s'associent à Google pour préparer les données mondiales pour les agents d'IA

Les Nations Unies ont annoncé jeudi qu’elles s’associaient à Google pour rationaliser l’accès à leurs vastes archives statistiques mondiales via l’intelligence artificielle.

Intitulé « UN System Data Commons », cette nouvelle infrastructure s’appuie sur la plateforme open source Data Commons de Google, permettant aux utilisateurs d’interroger les statistiques de diverses agences des Nations Unies en langage naturel. Elle remplace l’ancien portail UNData, qui reposait sur des interfaces de base de données traditionnelles. La plateforme mise à jour intègre également le protocole Model Context Protocol (MCP), une norme facilitant les connexions directes de l’IA aux dépôts de données externes.

Alors que les utilisateurs s’appuient de plus en plus sur l’IA pour obtenir des informations, de nombreux systèmes échouent encore à fournir de manière cohérente des données fiables. Lors d’une briefing virtuelle, João Pedro Azevedo, statisticien en chef de l’UNICEF, a révélé qu’un benchmark portant sur six grands modèles de langage, à travers 133 000 réponses concernant les indicateurs de développement mondial, n’a obtenu qu’une précision moyenne de seulement 21,2 %.

Azevedo a noté que l’évaluation comprenait les modèles GPT-4o et GPT-4o-mini d’OpenAI, Claude Sonnet 4.5 et Haiku 4.5 d’Anthropic, ainsi que Gemini 2.5 Flash et Gemini 2.0 Flash de Google.

Selon Azevedo, environ 60 % des réponses n’ont pas fourni de chiffre exploitable, souvent en raison des modèles qui émettent des réponses prudentes. De plus, lorsque les mêmes requêtes ont été réexécutées sur des versions identiques des modèles deux jours plus tard, les modèles ayant fourni un chiffre ne correspondaient à leur sortie précédente qu’environ la moitié du temps.

Cette étude, actuellement un document de travail de l’UNICEF en attente de soumission à une revue scientifique, n’a pas encore fait l’objet d’une évaluation par les pairs. L’organisation a l’intention de publier sa méthodologie, son code et son jeu de de données aux côtés du document final.

L’UNICEF a également signalé une augmentation significative du trafic provenant des assistants d’intelligence artificielle générative vers son portail de données, qui attire plus de 6 millions de visites mensuelles. Azevedo a déclaré à TechCrunch que les referrals provenant des liens ChatGPT vers le site ont augmenté de 67 % en glissement annuel entre le 1er janvier et le 14 septembre. Ces referrals représentaient 6,4 % de toutes les sessions cette année, l’UNICEF estimant que les assistants IA génèrent désormais environ une visite sur dix dans l’ensemble.

Les Nations Unies ont indiqué que 26 de leurs entités se sont engagées à utiliser le Data Commons, avec des données provenant de près de 20 agences disponibles lors du lancement. L’organisation vise à migrer 80 % des ensembles de données statistiques du système des Nations Unies vers la plateforme d’ici 2027.

UN System Data Commons.Crédits photo :Google

« Nous sommes plusieurs ordres de grandeur plus avancés en termes d’échelle, de portée et de flexibilité, connectant pour la première fois autant d’agences au sein du système des Nations Unies », a déclaré Shantanu Mukherjee, directeur par intérim de la Division de statistique des Nations Unies. « Et [nous] saisissons ce moment pour rendre nos données prêtes pour l’IA. »

Google.org a contribué à hauteur de 2 millions de dollars en financement de renforcement des capacités et en soutien technique pour établir l’infrastructure de base de la plateforme. Prem Ramaswami, qui dirige l’équipe Data Commons de Google, a déclaré à TechCrunch que le système est hébergé sur une instance gouvernée par les Nations Unies et conçu pour être finalement maintenu, exploité et mis à l’échelle indépendamment par les Nations Unies.

« Nous avons adopté une approche de « formation des formateurs » tout au long du déploiement, et nous avons déjà vu l’équipe du système des Nations Unies s’adapter rapidement », a déclaré Ramaswami.

Google a lancé Data Commons en 2018 pour organiser les ensembles de données publics provenant de sources diverses dans un cadre unifié. L’année dernière, il a ajouté le support du protocole MCP, permettant aux agents d’IA d’interroger directement Data Commons pour obtenir des statistiques et leurs sources.

La plateforme des Nations Unies suit également l’origine de chaque statistique, permettant aux utilisateurs de retracer les données récupérées par l’IA jusqu’à leur source originale au sein des Nations Unies. Azevedo a souligné l’importance de cette transparence à mesure que la dépendance aux outils d’IA pour la récupération d’informations augmente.

Au-delà de la capacité des agents d’IA à récupérer des statistiques individuelles, Google a démontré comment un système connecté via MCP pourrait agréger plusieurs indicateurs pour générer des tableaux de bord, des graphiques et des analyses écrites sans combinaison manuelle des données.

Lors d’une démonstration, Google a chargé un système d’IA d’évaluer l’impact du Plan d’urgence du Président des États-Unis pour le secours contre le sida en Afrique. Le système a identifié les statistiques pertinentes des Nations Unies sur les infections par le VIH, la mortalité due au sida et l’espérance de vie, produisant une infographie basée sur ces indicateurs.

Cependant, fournir des données fiables aux systèmes d’IA ne garantit pas des conclusions fiables. « Parce que les modèles peuvent mal interpréter les nuances, un humain doit toujours examiner les sorties avant de les citer ou de les publier », a déclaré Ramaswami.