L'interview a été menée par Ula Rutkowska (chercheuse senior, Apolitical) et éditée par Christina Obolenskaya (MSc en histoire internationale, LSE et stagiaire en communication, Apolitical). Chris Fechner a été nommé dans le classement Government AI 100 2025 d'Apolitical.

Apolitical a interviewé Chris Fechner, directeur général de l'Agence australienne de transformation numérique (DTA), sur la manière dont il dirige la mise en œuvre de l'IA dans le secteur public du pays. Le travail de Fechner est centré sur l'amélioration des services gouvernementaux grâce à l'IA, l'amélioration de l'accessibilité numérique et le renforcement de la confiance dans la technologie du secteur public.

Sous la direction de Fechner, l'Australie a récemment mis en œuvre un essai utilisant des outils d'IA générative pour comprendre le potentiel de transformation de l'IA pour les opérations gouvernementales. Les principaux points à retenir ? Microsoft Copilot a permis au personnel d'économiser en moyenne une heure par jour, dont 40 % ont été réinvestis dans l'apprentissage et le travail en équipe. Dans cet article, Chris partage les principaux points à retenir et explique comment l'IA va remodeler le secteur public.

Q : L’Australie a récemment testé des outils d’IA générative. Quels ont été les principaux résultats de cet essai et comment voyez-vous l’IA générative façonner l’avenir des services gouvernementaux ?

L'essai de Microsoft Copilot mené par la DTA a impliqué plus de 7 600 employés de plus de 60 agences gouvernementales. Les principaux résultats comprenaient :

  • Efficacité et productivité améliorées : le personnel a économisé en moyenne une heure par jour sur les tâches administratives.
  • Développement des compétences amélioré : 40 % du temps gagné a été consacré à l’apprentissage et à la collaboration en équipe.

D’un point de vue de l’information et de la technologie, l’essai a mis en évidence la nécessité de gérer où et comment les informations sont stockées et consultées, ainsi que la manière dont nos environnements technologiques (en particulier les technologies héritées) sont gérés afin que les capacités de l’IA fonctionnent comme prévu.

L'évaluation de l'essai a également montré que les participants se sentaient à l'aise pour explorer les nouvelles fonctionnalités que Copilot pourrait apporter à leurs différentes fonctions professionnelles, notamment la programmation et la création de scripts, la génération d'images et de présentations complètes, ainsi que la recherche et la synthèse de bases de données. Ces utilisations inattendues de Copilot ont démontré son potentiel pour améliorer divers aspects du travail gouvernemental au-delà des tâches de routine.

Cependant, l’essai a également montré que plus le niveau d’expertise requis pour une tâche spécifique était élevé, moins le résultat de GenAI était susceptible d’être égal ou supérieur au travail de l’expert humain.

Notre défi pour évoluer vers cet avenir est de savoir dans quelle mesure nous pouvons changer en toute sécurité, rapidement et à moindre coût notre main-d’œuvre, nos processus, nos systèmes et notre gouvernance pour garantir que nous réalisions les avantages escomptés de l’utilisation de l’IA tout en évitant les inconvénients des résultats imprévus, comme les préjugés et les hallucinations, et les dommages possibles qui en découlent.

__Q : De quelles compétences les fonctionnaires ont-ils besoin pour adopter des technologies comme l’IA, et quelles stratégies utilisez-vous pour les aider à s’y préparer ? __

À mon avis, pour que les gouvernements commencent à utiliser et à déployer avec succès l’IA, nous devons dissiper le mythe selon lequel l’IA est une capacité magique, omnisciente et omnisciente, capable de résoudre immédiatement et définitivement tous les problèmes existants.

Pour briser ce mythe, nous devons le décomposer en cinq étapes :

  1. L’IA n’est pas une seule chose. Tout comme beaucoup de gens ont une compréhension abstraite et amorphe de ce qu’est « dans le cloud », nous avons fait la même chose avec l’IA, en particulier avec le battage médiatique autour de la génération d’IA. Nous devons avoir des décideurs, des exécutants et des consommateurs des différents types d’IA qui savent quels types d’IA ils utilisent et comment ils peuvent être sûrs qu’ils sont précis et adaptés à l’objectif.
  2. L’IA ne sera pas adaptée à toutes les tâches gouvernementales. Nous devons comprendre la pertinence et les risques de l’utilisation de l’IA pour des tâches ou des domaines particuliers. Par exemple, l’utilisation de l’IA générative pour augmenter ou diminuer automatiquement les versements d’une pension aux personnes âgées ne serait pas une finalité appropriée sans certains contrôles extraordinaires. En même temps, l’utilisation des connaissances spécialisées et des données détaillées de l’ATO pour identifier d’éventuels cas de fraude dans le système fiscal à l’aide d’une IA prédictive étroite serait un cas d’utilisation auquel le public s’attendrait probablement.
  3. L'IA n'est pas responsable des résultats qu'elle produit, mais les gens le sont. En prévision de l'utilisation de l'IA, nous devons identifier, former et rendre publics les personnes habilitées à prendre des décisions et à utiliser l'IA au sein des agences, afin de garantir la confiance du public dans l'utilisation de l'IA.
  4. L’IA sous toutes ses formes reste un outil, et les données sont son carburant. Les gouvernements collectent depuis longtemps des données, et l’IA ouvre une multitude de nouvelles opportunités et de nouveaux risques liés à l’utilisation de ces données. Pour préparer les gouvernements à l’utilisation de l’IA, nous devons nous concentrer sur nos données, qu’elles soient destinées à la formation de l’IA, à l’établissement de bases pour l’inférence de l’IA ou à de nouvelles données générées par l’utilisation de l’IA.
  5. Utilisation efficace de notre cadre d’assurance de l’IA, non seulement lors du développement, mais tout au long du cycle de vie de l’IA. En exigeant que toutes les agences gouvernementales respectent la norme des déclarations de transparence, nous encourageons la confiance. Grâce à la norme Accountable Official, nous démontrons que nous gérons les risques de manière proactive et que nous collaborons avec l’ensemble du gouvernement pour adopter l’IA en toute sécurité pour le bien public. Notre politique met également l’accent sur la nécessité de développer nos compétences et notre compréhension par l’éducation et la formation.

__Q : Que peuvent faire les dirigeants d’organisation et d’équipe pour créer une culture confiante et prête à adopter l’IA de manière responsable ? __

L’expérimentation et l’esprit de croissance sont des qualités importantes pour les dirigeants gouvernementaux. L’IA n’est pas seulement un outil d’automatisation numérique comme l’adoption des ordinateurs et des systèmes des années 1980. L’IA représente l’ouverture de possibilités entièrement nouvelles et de nouvelles façons de faire fonctionner le gouvernement au bénéfice de tous.

C’est pourquoi, en 2019, le gouvernement australien a introduit les huit principes d’éthique de l’IA — bien-être humain, sociétal et environnemental ; valeurs centrées sur l’humain ; équité, protection de la vie privée et sécurité ; fiabilité et sûreté ; transparence et explicabilité ; contestabilité ; et responsabilité — pour garantir que les solutions d’IA que nous utilisons sont sûres, sécurisées et fiables et que les personnes qui les gèrent sont informées et responsables.

__Q : À ceux qui dirigent des initiatives d’IA, quels conseils donneriez-vous pour influencer les dirigeants et garantir que l’adoption de l’IA devienne une priorité ? __

Jamais au cours de ma longue carrière dans le domaine des données et du numérique je n'ai vu une telle cacophonie de peur, d'anticipation et une bonne dose de FOMO de la part des dirigeants des secteurs public et privé. Mon conseil est de tirer parti de cet intérêt en commençant par une approche concertée de la gouvernance (pensez au serment d'Hippocrate selon lequel « d'abord, ne pas nuire »).

Ensuite, établissez un moyen de concentrer les intérêts variés de vos différentes parties prenantes afin que les rares compétences en IA puissent être appliquées de concert pour expérimenter et tester quelques utilisations potentielles – quelque chose comme un groupe de travail temporaire.

Une fois que vous avez établi que l’IA a des applications pratiques (et pas seulement du battage médiatique) dans votre organisation, encouragez vos dirigeants à s’engager dans une large communauté pour découvrir, valider et hiérarchiser les nouvelles opportunités qu’offre l’IA et pour apprendre des expériences des autres.

Enfin, ce nouveau monde technologique porté par l’IA ne sera pas facile et ne réussira pas sans faux pas. Nous avons donc besoin de dirigeants capables d’accepter certains risques, d’essayer et d’échouer, et de revenir sans cesse pour de nouveaux investissements.

Q : Quels cas d’utilisation spécifiques de l’IA considérez-vous comme les plus prometteurs pour améliorer l’efficacité et l’efficience des opérations gouvernementales ?

L’amélioration de la productivité de l’APS grâce aux copilotes IA constitue une opportunité majeure. Ces outils renforcent les compétences et les connaissances du personnel de l’APS dans divers domaines de travail. Par exemple, Copilot de Microsoft aide à la rédaction et à la révision de documents, à la recherche d’informations spécifiques dans des fichiers et à l’organisation des données. Notre essai limité de ces services a montré un gain de temps moyen d’environ une heure par personne et par jour, et d’autres améliorations sont attendues grâce à des formations supplémentaires.

GitHub Copilot, formé sur des milliards de lignes de code, fournit des suggestions de codage en temps réel et en fonction du contexte. Cela signifie que les développeurs APS moins expérimentés peuvent augmenter leur productivité dans le développement et le test de logiciels, tandis que les développeurs experts peuvent laisser le copilote IA effectuer les tâches les plus routinières, ce qui leur permet de se concentrer sur les aspects les plus complexes de la tâche de développement logiciel.

Des copilotes spécialisés adaptés à des domaines spécifiques au gouvernement, comme les services sociaux ou la fiscalité, sont également à l’horizon. Le personnel moins expérimenté dans les domaines de la connaissance de l’APS pourra poser ses questions et obtenir des réponses dans un langage facile à comprendre, ce qui lui permettra d’être plus productif et de réduire le temps que le personnel senior doit consacrer au transfert des connaissances et à la formation.

Un autre cas d’utilisation prometteur est l’application de l’IA aux tâches prédictives et analytiques, telles que la détection des fraudes. Les gouvernements gèrent d’énormes volumes de paiements, dont certains impliquent des cohortes sensibles et vulnérables, ce qui accroît le risque d’activité frauduleuse. L’IA peut passer au crible de grands ensembles de données pour identifier des anomalies ou des « signaux dans le bruit », et transmettre ces cas à l’APS pour une enquête plus approfondie. Cette approche, qui s’appuie sur les données gouvernementales et des modèles d’IA personnalisés, a le potentiel de récupérer des milliards de dollars de fonds perdus.

__Q : À l’avenir, quelle sera votre vision du rôle de la transformation numérique et de l’IA au sein du gouvernement australien au cours des cinq prochaines années ? Quelle est la suite ? __

Il est très difficile de se projeter dans cinq ans dans le domaine de l’IA. Avec la croissance et les progrès fulgurants des capacités de l’IA depuis le lancement de ChatGPT, les limites du possible reculent presque chaque semaine.

Ma première vision est que nous devrons être très habiles à gérer un rythme de changement rapide, ce qui signifie équilibrer nos investissements en IA avec la probabilité qu’ils soient bientôt remplacés par quelque chose d’autre. Cela signifie garantir un délai de rentabilisation court de ces investissements. Cela signifie également réfléchir beaucoup plus à nos architectures technologiques et de données. Veiller à faire des choses simples comme découpler nos solutions technologiques gouvernementales complexes, à utiliser des API pour connecter les différents threads de nos services et à organiser et gérer soigneusement nos données.

Nous aurons également recours à des agents IA dans pratiquement tout ce que nous ferons. Au fil du temps, ces agents assumeront des aspects de plus en plus complexes de l'assistance humaine et, dans certains cas, cela évoluera vers une IA entièrement autonome.