Gouvernement électronique et automatisation des processus : de l'application aux résultats

Gains :

• Il numérise étape par étape un processus de candidature publique et détermine où se situe l'être humain au point de décision.
• En anticipant la fracture numérique et les inégalités d’accès, elle laisse une voie alternative à chaque processus.
• Concevoir la gestion des exceptions et des erreurs ; Lorsque le modèle est incertain, il se fait une règle de l’orienter vers l’humain au lieu de le rejeter.

Une part croissante des contacts des citoyens avec le public s'effectue en ligne : obtention de documents, candidatures, rendez-vous, paiements, demandes de statut via l'e-Government Gateway. L'administration électronique (fourniture de services publics via des canaux numériques, à partir d'un point unique et souvent sans intermédiaires humains) facilite à la fois le travail des citoyens et réduit la charge de l'institution. Derrière ces services numériques se cachent des workflows et, de plus en plus, l'automatisation des processus (exécution automatique d'étapes répétitives comme la réception des candidatures, le routage, la vérification des documents manquants, l'envoi de notifications avec un logiciel). L’IA est un outil puissant pour concevoir ces flux, produire des formulaires et des textes de notification, pré-évaluer les candidatures entrantes et détecter les blocages dans le processus. Mais avec une mise en garde : chaque décision créatrice/limitante de droits prise par un processus automatisé doit être légalement liée à un point qu'un humain peut examiner et justifier. Le rejet entièrement automatisé est illégitime sans objection ni examen humain.

En automatisation, « où sont gardés les gens ? question

La décision la plus critique lors de la conception de l’automatisation des processus est de savoir à quel moment l’humain sera impliqué. Il existe trois modèles courants :

• Automatisation complète (sans humain) : convient uniquement aux tâches sans droit, à faible risque et claires par rapport aux règles – par exemple, la génération et la livraison automatiques d'un document à partir du système. Cela peut être préférable si les règles sont tout à fait claires et si l’erreur est peu coûteuse.
• Human-in-the-loop : l'IA/le système produit une suggestion, l'humain l'approuve ou la corrige. Il s’agit du modèle standard de décisions créatrices/restreignantes de droits. Par exemple, le système pré-évalue une demande d'aide et l'agent prend une décision.
• Sous supervision humaine (humain sur la boucle) : le système fonctionne automatiquement, mais les humains surveillent, échantillonnent, vérifient et reçoivent des exceptions. Il est utilisé dans des travaux à volume élevé et à risque moyen.

Principe clé : plus la décision affecte les droits du citoyen, plus la personne doit être au centre. L’attribution automatique d’une heure de rendez-vous et la décision automatique de fermer une entreprise ne peuvent être soumises au même régime.

Astuce : Pour chaque étape automatique, "si cette étape fonctionne mal, comment un citoyen peut-il s'y opposer et comment un humain peut-il y remédier ?" Repensez la réponse à la question à partir de zéro. L’automatisation sans aucun moyen d’objection est à la fois juridiquement et éthiquement erronée.

Pas à pas : concevoir un processus numérique

1. Cartographiez le processus. Toutes les étapes, décisions et acteurs de l’application à la conclusion.
2. Classer par risque. Chaque étape crée-t-elle/restreint-elle des droits ? Où l’homme est-il nécessaire ?
3. Sélectionnez ce que vous souhaitez automatiser. Des règles claires, à faible risque et des étapes répétitives.
4. Générez des textes de formulaire et de notification. Données personnelles simples, accessibles et minimales.
5. Établissez des chemins d’objection et d’exception. Attachez un point de contrôle humain à chaque décision automatisée.
6. Contrôlez le flux de données personnelles. Quelles données vont où et pendant combien de temps ? (KVKK)
7. Piloter, surveiller, améliorer. Mesurer le taux d'erreurs et les plaintes ; répare-le.

trois mini-cases

Cas 1 — Automatisation incomplète des documents. Dans une institution, 38 % des demandes ont été rejetées en raison de documents manquants, et les citoyens sont revenus. Lorsqu'une vérification des documents manquants assistée par l'IA a été ajoutée au moment de la demande, le citoyen a vu le document manquant avant même de soumettre le formulaire ; Le deuxième taux de candidature est passé de 38 % à 11 %, et le fardeau du box-office a diminué.

Cas 2 — Inversion de rejet entièrement automatique. Un projet pilote d'aide sociale a calculé automatiquement le seuil de revenu et a automatiquement rejeté ceux qui le dépassaient. Mais certaines situations particulières (charge de soins pour personnes handicapées, revenus temporaires) n'ont pas été incluses dans la règle et des refus ont été injustes. Le processus a été converti en un modèle « humain dans la boucle » : le système pré-évalue, l'agent voit les exceptions et prend la décision. Les plaintes pour rejet injuste ont disparu.

Cas 3 — Détection de colmatage. Une unité qui a analysé les journaux de processus de 6 mois avec l'IA a constaté qu'en moyenne 9 jours de demandes étaient en attente pour une seule étape d'approbation ; Il n’y avait qu’une seule autorité à cette étape. Lorsque l'autorité était confiée à une deuxième personne, le délai moyen diminuait de 14 jours à 6 jours.

Quatre modèles copiables

1) Cartographie des processus et classification des risques :

Votre rôle : concepteur de processus publics. Extrayez ci-dessous toutes les étapes de la prestation, de l'application à la conclusion. Pour chaque étape, précisez : (1) ce qui est fait, (2) crée-t-il/restreint-il des droits, (3) sera-t-il automatisé ou un jugement humain sera-t-il requis, (4) est-il le principal risque ici. Marquez le point juridique dont vous n'êtes pas sûr comme « doit être confirmé ». SERVICE : [décrire]

2) Texte simple de notification/formulaire :

Écrivez un texte de notification au citoyen pour la situation suivante : simple, respectueux, étape par étape. Indiquez clairement ce qui doit être fait, la durée [à confirmer] et la manière de s'y opposer. Ne demandez pas de données personnelles inutiles. N'utilisez pas de jargon.SITUATION : [par ex. document manquant / résultat de la candidature]

3) Conception des itinéraires d’objection et d’exception :

Concevez un mécanisme de contrôle et d'objection humain pour l'étape de décision automatique suivante : (1) comment le citoyen s'oppose, (2) quels cas doivent sortir de l'automatique et être transmis à l'humain (exceptions), (3) ce que l'humain doit rechercher lors de la prise de décision, (4) le temps et l'enregistrement. Évitez le rejet entièrement automatique.ÉTAPE : [décision automatique]

4) Analyse des goulots d'étranglement du processus :

Examinez les journaux de processus (étape - durée) ci-dessous. Je viens de donner les données : (1) l'étape d'attente la plus longue, (2) la cause possible du goulot d'étranglement (autorité unique, opération manuelle, etc.), (3) donner 2 à 3 suggestions d'amélioration. Ajout de nombres depuis l'extérieur.LOG : [données de pas et de temps]

Invite faible/Invite forte

Faible : « Automatisez ce processus de candidature. »

Güçlü : "Concepteur de processus public du rôle. Extrayez d'abord toutes les étapes de la candidature à la conclusion et classez chaque étape comme 'génératrice de droits/non-droit', 'automatisée/requise par l'homme', 'risque principal'. Recommandez uniquement des étapes d'automatisation claires et à faible risque ; concevez un chemin d'approbation et d'objection humaine pour chaque étape de limitation de droits, ne recommandez pas le rejet entièrement automatique. Marquez le flux de données personnelles (quelles données vont où). Séparez les points juridiques ambigus comme 'doit être confirmé'."

La différence : une invite puissante sépare l'automatisation par risque, impose un examen et un appel humains, rend visibles le flux de données et l'incertitude juridique.

Sélection du modèle d'automatisation

type d'entreprise

Modèle approprié

Pourquoi

Production de documents (règles-net)

Automatisation complète

Un faible risque ne crée pas de droits

Évaluation des aides/incitations

humain dans la boucle

Ça crée un droit, il y a des exceptions

Tri de gros volumes

sous surveillance humaine

Le contrôle de l’échantillonnage est suffisant

Décision de sanction/restriction

Les gens sont au centre

Forte restriction des droits, justification requise

Parité d’accès et gestion des exceptions

Si la numérisation et l’automatisation d’un processus public augmentent l’efficacité, elles créent un nouveau risque d’inégalité : la fracture numérique (l’incapacité d’accéder aux services pour les citoyens sans ordinateur, sans accès à Internet ou sans culture numérique). Les citoyens âgés, handicapés, ruraux ou à faible revenu peuvent être exclus d'un processus entièrement en ligne. Un processus numérique bien conçu laisse toujours un canal alternatif (candidature en face-à-face, assistance téléphonique, transaction par procuration) ; L'automatisation ne confine pas le citoyen au canal, elle lui offre des options. De même, une bonne automatisation est conçue autour de la gestion des exceptions (ce qui se passe lorsqu'un document manquant, une erreur système ou une exception se produit), et non autour d'un scénario « tout se passe bien » ; Parce que la véritable victimisation dans le secteur public est vécue par les citoyens qui échappent aux règles.

Mini boîtier – ceux exclus par l’automatisation. Lorsqu’une demande d’aide sociale était entièrement en ligne, le nombre de demandes diminuait de 30 % au cours du premier mois – non pas parce que la demande avait diminué, mais parce que les groupes les plus nécessiteux, les personnes âgées et les citoyens sans Internet, ne pouvaient pas postuler. Lorsque l'institution a ouvert des points de candidature assistée dans les bureaux des chefs d'établissement, le nombre s'est rétabli ; efficacité équilibrée avec équité d’accès.

Mini cas – processus bloqué en exception. Dans le cadre d'un processus d'octroi de licences automatisé, le document a été pré-vérifié par AI ; mais le système a silencieusement rejeté les candidatures, jugeant un type rare de document comme « invalide ». Environ 15 candidatures légitimes par semaine tombaient dans cet angle mort. La solution : lorsque le modèle n'est pas sûr, référez-le au responsable plutôt que de le rejeter.

Modèle qui contrôle la conception des processus :

Tâche : Produire une liste de contrôle des RISQUES et de l'ACCÈS pour le processus numérique suivant. Processus : [déroulement étape par étape] Questions : 1) Comment un citoyen sans Internet/appareil peut-il postuler ? 2) Un accès pour personnes handicapées est-il prévu ? 3) Qu'arrive-t-il à l'application si le système génère une erreur ? 4) Qui décide en cas d'exception/règle ? 5) Si un rejet automatique est émis, existe-t-il une méthode d’objection et un contrôle humain ? Résultat : niveau de risque + recommandation pour chaque question. Ajout d'une solution adaptée.

Astuce : évaluez une automatisation non pas en fonction de « combien de processus a-t-elle accéléré » mais également en fonction de « qui a-t-elle laissé de côté ? » Le succès dans la fonction publique ne se mesure pas autant à la minorité qui est laissée de côté qu'à la majorité qui se mobilise.

Erreurs courantes

• Rendre la décision de limitation à droite entièrement automatique. C’est illégitime sans objection ni contrôle humain.
• Essayer d'intégrer des exceptions dans la règle. La vraie vie dépasse les règles ; Laissez la porte humaine pour exception.
• Réfléchir à la manière de s'opposer plus tard. Concevez un moyen de contester et de corriger chaque décision automatisée dès le début.
• Ne pas contrôler le flux de données personnelles. L'automatisation réplique les données ; Vérifiez où il va et la durée de stockage.
• Rédiger l'avis dans le jargon. Si les citoyens ne comprennent pas, le processus sera numérique mais inaccessible.
• Se développer sans pilotes. Mesurez d’abord le taux d’erreur à petite échelle, puis développez-le.

En résumé

L'administration électronique et l'automatisation des processus accélèrent le service public et réduisent la charge ; L’IA est puissante pour cartographier ces processus, générer du texte, pré-évaluer et trouver les goulots d’étranglement. Mais le cœur du design repose sur une seule question : où est l’humain ? Plus la décision affecte les droits du citoyen, plus les personnes doivent être au centre ; Chaque décision automatique doit être liée à un point d'objection et de contrôle humain, et le flux de données personnelles doit être audité conformément au KVKK.

Tâche de candidature

Sélectionnez un service en ligne pour votre unité. Avec le modèle « Carte des processus et classification des risques », extrayez les étapes et marquez chacune d'entre elles pour le risque et l'automatisme. Concevez un mécanisme de contrôle humain pour une étape de génération de droits avec le modèle « Conception de chemin d'objection et d'exception ». Générez un texte de notification avec le modèle "Texte de notification/formulaire simple" et vérifiez son accessibilité.

liste de contrôle

• [ ] J'ai classé chaque étape en termes de risque et d'automatisation.
• [ ] Je n’ai laissé aucune décision restreignant les droits à une automatisation complète.
• [ ] J'ai connecté l'examen humain et l'appel à chaque décision automatisée.
• [ ] J'ai conçu une porte humaine pour les exceptions.
• [ ] J'ai audité le flux et la durée de conservation des données personnelles (KVKK).
• [ ] J'ai rédigé les notifications de manière simple et accessible ; Je l'ai testé avec le pilote.