Quel petit modèle de langage convient au secteur public ?
Le petit modèle de langage qui convient au secteur public est un modèle compact qu'une administration peut exécuter dans un environnement souverain, sans confier les données des usagers à un service dont elle ne maîtrise ni le lieu ni le droit applicable. Un petit modèle de langage (SLM) est un modèle compact de 3 à 20 milliards de paramètres ; un grand modèle de langage (LLM) est un modèle massif dont l'exécution passe le plus souvent par une infrastructure distante. Pour une administration comptable de la donnée publique, cette différence est décisive : un modèle compact tient dans une empreinte réduite, ce qui rend l'hébergement maîtrisé praticable, y compris sur une infrastructure qualifiée.
Que change l'exigence de souveraineté du secteur public pour le déploiement d'un petit modèle de langage ?
L'exigence de souveraineté du secteur public change l'ordre des décisions : la localisation de l'hébergement et le droit applicable se fixent avant le choix technique. La souveraineté recouvre ici trois maîtrises tenues ensemble : le lieu d'hébergement, le traitement (qui exécute le modèle et sur quelles données), et les accès (qui peut lire, exporter ou administrer).
Le RGPD (règlement (UE) 2016/679) encadre les données à caractère personnel des usagers, dont les transferts hors de l'Union à son chapitre V, et confie le contrôle à une autorité comme la CNIL en France. La directive NIS2 (directive (UE) 2022/2555) ajoute des exigences de sécurité pour les entités concernées, dont des administrations publiques. En France, la qualification SecNumCloud de l'ANSSI fournit un référentiel public d'hébergement de confiance pour les données sensibles ; l'équivalent se cite marché par marché, à transposer au droit du marché visé, sans présenter un dispositif national comme universel.
Comment un petit modèle de langage tient-il la souveraineté et la réversibilité dans le secteur public ?
Un petit modèle de langage tient la souveraineté et la réversibilité dans le secteur public quand son exécution reste dans un hébergement qualifié, que son traitement documentaire ne verse rien à l'extérieur, et que l'administration peut le quitter sans dépendance. La génération augmentée par récupération (RAG), qui ancre chaque réponse sur des documents récupérés, source ses réponses dans les délibérations, les textes et les dossiers de l'administration, sans les exposer. L'ajustement fin (le fine-tuning, l'adaptation d'un modèle à un domaine par un entraînement complémentaire) permet de faire progresser le modèle sur le vocabulaire propre au service, sans que les corrections se diluent dans un modèle mondial.
Sur la plateforme Optivalue.ai, qui édite ce site, l'hébergement est possible dans plus de 80 pays, dans la juridiction choisie. Une administration soumise à une exigence de localisation traite ce paramètre en premier, car il conditionne l'application du RGPD et des textes sectoriels. Les conditions techniques générales sont détaillées sur un petit modèle de langage garde-t-il les données dans l'entreprise.
Quelles contraintes du secteur public pèsent sur le déploiement d'un petit modèle de langage ?
Les contraintes du secteur public pèsent sur le déploiement d'un petit modèle de langage à trois endroits : la localisation, la protection des données des usagers et l'indépendance à l'égard d'un fournisseur. Le tableau les met en regard des propriétés que le déploiement doit tenir.
| Contrainte du secteur public | Ce que le déploiement souverain permet | Ce qu'il empêche |
|---|---|---|
| Localisation des données publiques | un hébergement dans la juridiction retenue | un transfert non encadré hors de cette juridiction |
| Protection des données des usagers (RGPD) | un traitement sans exposition à un tiers | une réutilisation des données au bénéfice d'un autre client |
| Réversibilité et absence de dépendance | une restitution et une sortie maîtrisées | un enfermement chez un fournisseur |
| Auditabilité par l'autorité de contrôle | une journalisation des accès constatable | une souveraineté seulement déclarée |
Les erreurs qui compromettent la souveraineté d'un petit modèle de langage dans le secteur public
Ces erreurs se constatent avant qu'elles ne se paient, à condition de les nommer.
- Confondre hébergement dans le pays et droit applicable maîtrisé. Un serveur local ne suffit pas si le contrat de service soumet la donnée à un droit étranger.
- Négliger la réversibilité. Un déploiement dont on ne peut sortir sans perdre ses données crée une dépendance contraire à l'intérêt du service.
- Traiter la localisation en dernier. Fixée après l'architecture, la contrainte de localisation impose de tout reprendre.
- Omettre la journalisation. Sans journal d'accès, la souveraineté ne s'oppose pas à l'autorité de contrôle.
La concession qui clarifie tout : quand un grand modèle de langage reste le bon choix
Un grand modèle de langage, ou une IA générique, reste le bon choix quand la donnée traitée est publique et sans lien avec un usager identifiable : synthèse d'un texte réglementaire déjà publié, exploration d'une documentation ouverte, brouillon interne sans donnée personnelle. L'appareillage souverain serait alors disproportionné.
La frontière est l'instant où une donnée concerne un usager ou engage l'administration : une donnée à caractère personnel, une pièce d'un dossier individuel, une décision en préparation. À cet endroit, garder le traitement dans un environnement souverain devient une condition d'exploitation. Le choix des modes de déploiement est détaillé sur comment déployer un petit modèle de langage souverain en entreprise.
Questions fréquentes
Un petit modèle de langage est-il conforme au RGPD pour une administration ?
Un petit modèle de langage hébergé dans la juridiction choisie facilite le respect du RGPD, car il évite le transfert des données des usagers à un tiers. La conformité complète dépend aussi des finalités, des durées de conservation et des droits des personnes, que l'hébergement ne règle pas à lui seul.
Où résident les données des usagers traitées par un petit modèle de langage souverain ?
Les données des usagers résident dans la juridiction retenue par l'administration ; sur la plateforme qui édite ce site, l'hébergement est possible dans plus de 80 pays. Le choix de la juridiction détermine le droit applicable et l'autorité de contrôle compétente.
Un petit modèle de langage évite-t-il la dépendance à un fournisseur ?
Un petit modèle de langage souverain réduit la dépendance quand le déploiement garantit la réversibilité : restitution des données en format réutilisable et sortie sans perte. Cette garantie se vérifie dans les engagements contractuels.
Le secteur public peut-il faire progresser un petit modèle de langage sur son vocabulaire ?
Le secteur public peut faire progresser un petit modèle de langage par l'ajustement fin (le fine-tuning), sans que les corrections apportées se diluent dans un modèle partagé avec d'autres. Le modèle ajusté reste dans l'environnement de l'administration.
Quelle autorité contrôle le traitement d'un petit modèle de langage dans le secteur public ?
L'autorité de contrôle compétente dépend de la juridiction d'hébergement : en France, la CNIL pour la protection des données, à transposer au droit du marché visé. Le choix de la localisation détermine cette autorité.