Les Nations Unies ont commencé à travailler avec Google pour rendre plus facilement accessibles aux utilisateurs et aux systèmes d'intelligence artificielle les statistiques mondiales complètes conservées dans ses différentes organisations. annoncé jeudi Données communes du système des Nations Uniesest basé sur l'infrastructure open source Data Commons de Google et permet de rechercher des statistiques provenant d'agences des Nations Unies à l'aide de questions en langage naturel. Le nouveau système remplace le portail UNData existant, qui s'appuie sur des méthodes de recherche et de navigation dans des bases de données plus traditionnelles pour accéder aux statistiques. L'un des aspects frappants de la plateforme est qu'elle prend en charge le Model Context Protocol, également connu sous le nom de MCP, qui permet aux systèmes d'intelligence artificielle de se connecter directement à des sources de données externes. Ainsi, au lieu de créer un portail de statistiques uniquement visité par les personnes, l’ONU vise à transformer ses données en une structure que les agents d’intelligence artificielle peuvent directement interroger.
La raison de ce changement est que les utilisateurs se tournent de plus en plus vers des outils d’intelligence artificielle productifs pour obtenir des informations. Cependant, les grands modèles linguistiques présentent encore de sérieuses lacunes pour trouver et transmettre avec précision des statistiques officielles et fiables. Selon les données partagées par João Pedro Azevedo, statisticien en chef de l'UNICEF, lors d'un test mené par l'agence, les six principaux modèles linguistiques ont atteint une précision moyenne de seulement 21,2 pour cent sur plus de 133 000 réponses sur les indicateurs de développement mondial. Les modèles OpenAI GPT-4o et GPT-4o-mini, Anthropic Claude Sonnet 4.5 et Haiku 4.5, ainsi que Google Gemini 2.5 Flash et Gemini 2.0 Flash ont été évalués dans l'étude. Il a été indiqué qu'environ trois réponses sur cinq ne contenaient pas de valeur numérique utilisable et que, dans la plupart des cas, les modèles utilisaient des expressions conservatrices plutôt que de fournir des données précises.
Le test a également révélé des résultats examinant si les grands modèles linguistiques fournissent des réponses cohérentes à la même question à des moments différents. Lorsque les mêmes questions ont été posées à nouveau aux mêmes versions de modèles environ deux jours plus tard, le même chiffre a été atteint, avec seulement environ la moitié des modèles donnant une réponse numérique aux deux tentatives. Le problème ne se limite donc pas à trouver les bonnes statistiques ; La répétabilité de la réponse est également une question distincte. Les recherches de l'UNICEF ne constituent pas actuellement une étude universitaire définitive évaluée par des pairs. L'institution prévoit de publier la méthodologie, les codes et les données utilisés ainsi que l'article de travail préparé pour être envoyé à la revue.
Les données de l'ONU seront connectées aux agents de l'intelligence artificielle via MCP
À ce stade, le support MCP de UN System Data Commons vise à fournir un accès direct à la source de données. Google a introduit Data Commons en 2018 pour organiser les ensembles de données publiques provenant de différentes sources sous une structure commune. Avec l’ajout du support MCP à la plateforme l’année dernière, il est devenu possible pour les agents d’intelligence artificielle d’interroger directement les statistiques de Data Commons et les sources de ces statistiques. Le système qui sera utilisé par l’ONU permet également de savoir d’où provient chaque statistique. Ainsi, l’utilisateur peut contrôler sur quelle source ONU sont basées les données apportées par un outil d’intelligence artificielle.
Shantanu Mukherjee, directeur par intérim de la Division de statistique des Nations Unies, affirme que la nouvelle infrastructure est nettement plus avancée que les systèmes précédents en termes d'échelle, de portée et de flexibilité, et connecte pour la première fois plusieurs agences des Nations Unies à cette échelle. Selon l'ONU, 26 organisations se sont engagées à participer au système Data Commons des Nations Unies, et les données d'une vingtaine d'entre elles seront disponibles une fois le système lancé. L'objectif de l'organisation est de déplacer 80 % des ensembles de données statistiques du système des Nations Unies vers cette plateforme d'ici 2027. En outre, Google.org a fourni 2 millions de dollars en financement de développement des capacités et en soutien technique pour établir l'infrastructure de base. Prem Ramaswami, chef de l'équipe Google Data Commons, déclare que le système est hébergé dans un environnement distinct géré par l'ONU et que les processus de maintenance, d'exploitation et de mise à l'échelle devraient être entièrement effectués par l'ONU à l'avenir.
Un autre indicateur du besoin de nouvelles infrastructures peut être observé dans le trafic Internet de l'UNICEF. Le trafic des assistants IA productifs vers le site de données de l'UNICEF, qui reçoit plus de 6 millions de visites mensuelles, a considérablement augmenté cette année. Selon les informations fournies par Azevedo à TechCrunch, entre le 1er janvier et le 14 septembre, les visites sur le site de l'UNICEF à partir de liens dans les réponses ChatGPT ont augmenté de 67 % par rapport à la même période de l'année dernière. Ces références représenteront 6,4 pour cent de toutes les sessions en 2026, tandis que l'UNICEF estime que différents assistants d'IA effectuent environ un dixième des visites sur site au total. Ce tableau montre que les données préparées par les institutions officielles sont de plus en plus efficaces non seulement dans la manière dont elles sont présentées sur leurs sites Internet, mais aussi dans la manière dont elles sont trouvées et transférées par les outils d'intelligence artificielle.
La connexion MCP ne servira pas uniquement à trouver des statistiques individuelles. Dans la démonstration de Google, un système d'IA connecté aux données de l'ONU a pu simultanément trouver et combiner différents indicateurs et créer à partir d'eux des tableaux de bord, des graphiques et des analyses écrites. Dans un exemple, le système a été chargé d'enquêter sur l'impact du Plan d'urgence du président américain contre le SIDA sur l'Afrique. Intelligence artificielle; Il a identifié les statistiques de l'ONU sur des indicateurs tels que les infections au VIH, les décès liés au sida et l'espérance de vie, puis les a utilisées pour créer une infographie. Ce processus, qui nécessiterait normalement de rechercher et de combiner manuellement différents ensembles de données, peut être réalisé plus rapidement grâce à une connexion directe aux données.
Cependant, avoir un accès direct à une source de données fiable ne signifie pas que les interprétations que l’intelligence artificielle dérive de ces données soient automatiquement fiables. Ramaswami souligne également que les modèles peuvent mal interpréter les nuances des données et souligne que les résultats de l'intelligence artificielle qui seront publiés ou cités devraient être vérifiés par des humains. UN System Data Commons propose donc une infrastructure qui améliore la source et la traçabilité des données auxquelles les modèles peuvent se référer, plutôt qu'un système qui élimine les erreurs de jugement de l'intelligence artificielle. Le principal point qui diffère de l’ancien système UNData pour l’ONU apparaît ici ; Les statistiques ne sont plus présentées uniquement comme des enregistrements que les gens peuvent rechercher, mais comme des données que des logiciels et des agents d'intelligence artificielle peuvent interroger via un protocole standard. La mesure dans laquelle cela présentera un avantage pratique dépendra de la capacité des modèles à utiliser ces données dans le bon contexte et du contrôle humain nécessaire sur les résultats générés.
