Siesta AI à la Chambre des députés tchèque : une IA sécurisée pour les institutions publiques

Le 17 juin 2026, Siesta AI a présenté son approche des agents IA sécurisés à la Chambre des députés tchèque lors d’un événement interne consacré à e-Stat. La discussion a porté sur une question très concrète à laquelle les institutions publiques sont confrontées au quotidien : comment accélérer la recherche, la rédaction et le travail administratif sans affaiblir la sécurité, l’auditabilité, le contrôle d’accès ou l’architecture IT existante.

Alors que les institutions publiques explorent l’IA, la question clé n’est plus de savoir si les modèles peuvent rédiger un texte ou résumer des documents. La question la plus difficile est de savoir s’ils peuvent opérer dans des environnements réglementés où chaque source, autorisation, action et résultat doit être explicable et révisable.

eStat et les défis des workflows législatifs

eStat a été présenté comme une plateforme destinée à soutenir les workflows législatifs et à contribuer à la modernisation plus large de l’administration publique. Dans ce contexte, Siesta AI a expliqué comment des agents IA sécurisés peuvent aider sur des tâches fortement documentaires sans remplacer les systèmes cœur ni modifier les processus de décision établis.

Les institutions publiques ont généralement accès à une grande quantité d’informations. Le défi opérationnel consiste à les gérer : documents répartis dans plusieurs dépôts, versions parallèles qui circulent par e-mail, droits qui diffèrent selon les services, et décisions qui doivent être justifiées par des références solides lors de la relecture. C’est précisément là qu’une « couche d’assistance » gouvernée peut réduire le travail manuel tout en laissant la responsabilité à sa juste place.

Là où des agents IA sécurisés peuvent aider, sans remplacer les systèmes cœur

Dans les workflows législatifs et administratifs, la valeur vient souvent de la suppression du « travail invisible » qui entoure la décision officielle : rechercher des sources, vérifier qu’une référence est toujours valide, comparer des versions, ou transformer les conclusions d’une réunion en étapes suivantes structurées. Lorsque ces étapes sont réalisées manuellement, le processus ralentit et devient plus sujet aux erreurs, en particulier sous contrainte de temps.

Un point de référence concret est l’environnement de démonstration Siesta AI disponible sur https://zakony.siesta.ai/. Il montre comment une recherche ancrée sur les sources et des sorties structurées peuvent soutenir le travail juridique et législatif, par exemple en :

• mettant en évidence des dispositions potentiellement pertinentes du droit tchèque pour évaluation par les relecteurs
• signalant des zones pouvant nécessiter une revue en droit constitutionnel
• renvoyant au droit de l’UE et aux obligations applicables, le cas échéant
• détectant des duplications, chevauchements ou conflits potentiels avec la réglementation existante
• soutenant la revue légistico-technique, y compris les définitions manquantes, les références rompues et les incohérences internes
• préparant des brouillons structurés, des résumés et des textes au format « amendement » à partir des entrées et pièces jointes fournies

Au-delà de la rédaction, des agents gouvernés peuvent aussi aider sur des tâches administratives comme résumer de longs documents, comparer des versions, préparer des suivis de réunion structurés et extraire des actions à valider par un humain. Dans les environnements réglementés, ces capacités sont les plus utiles lorsque les citations, les droits et les étapes d’approbation sont visibles, et non implicites.

Ce que les institutions publiques doivent mesurer

Pour garder l’évaluation ancrée dans le réel, concentrez-vous sur des résultats vérifiables dans le travail quotidien : le temps nécessaire pour trouver des sources pertinentes, des versions antérieures et des amendements liés ; le temps de cycle de rédaction de bout en bout pour des notes, résumés, amendements et documents de commission sans dégrader la qualité de relecture ; le taux d’erreurs dû à des versions obsolètes ou à des dépendances manquées ; et le taux d’acceptation des citations, c’est-à-dire la fréquence à laquelle les relecteurs peuvent valider les sorties sans les renvoyer en reprise.

Vous souhaitez en savoir plus ?

Planifiez une courte présentation et découvrez comment Siesta AI prend en charge une recherche de connaissances gouvernée et la rédaction au sein des équipes : https://siesta.ai/demo