L'IA remplit désormais des formulaires de signalement entiers

Lorsque la ville de Bonn a relancé sa gestion des signalements sur anliegen.bonn.de, la reconnaissance photo par IA était déjà une fonctionnalité centrale : les citoyens téléchargent une photo, et le système propose automatiquement la catégorie de signalement adaptée. C'était une première étape solide. La deuxième étape, présente dans les dernières versions de Mark-a-Spot, va nettement plus loin : l'IA remplit désormais des formulaires de signalement entiers.

Définitions de service Open311 : la pièce manquante

L'une des forces majeures d'Open311 est son système de définitions de service. Chaque catégorie de signalement peut définir des attributs structurés : listes déroulantes, boutons radio, champs de texte libre, qui capturent précisément les informations dont les agents administratifs ont besoin pour l'affectation et le traitement. Un signalement concernant un feu de circulation peut par exemple demander le « Problème de signalisation » (bouton défectueux, hors service, clignotant, mauvais séquencement) et le « Type de carrefour » (passage piéton, carrefour routier, feu pour cyclistes). Un signalement concernant un dégât sur la chaussée peut interroger sur la nature et la gravité du dégât.

Ces définitions de service font toute la différence entre un signalement vague du genre « il y a un truc cassé » et des données structurées, exploitables. Mais jusqu'à présent, l'IA ne prenait en charge que la moitié du travail : elle proposait la catégorie et la description. Les attributs de la définition de service devaient être remplis manuellement par les citoyens, liste déroulante après liste déroulante. Les informations complémentaires, qui peuvent être définies librement pour chaque catégorie, n'étaient jusqu'ici relevées et documentées qu'une fois sur place par les équipes de maintenance, sans possibilité pour ces équipes de se préparer en amont.

Cet obstacle a disparu.

Une photo, un appel API, tout est prérempli

Le module markaspot_vision mis à jour change la donne. Lorsqu'un citoyen télécharge une photo, l'IA reçoit non seulement l'image, mais aussi l'ensemble complet des définitions de service pour toutes les catégories, y compris toutes les options d'attributs. La réponse contient en un seul retour : la catégorie, la description et les valeurs d'attributs.

Un exemple concret depuis Amsterdam : un citoyen photographie un feu de circulation endommagé à un carrefour. L'IA identifie la situation et renvoie, en une seule réponse, la catégorie « Feux de circulation », positionne le « Problème de signalisation » sur « Dégât physique », sélectionne « Carrefour routier » comme type de carrefour et saisit la valeur 1 pour « Nombre de signaux concernés ». Le citoyen voit un formulaire entièrement prérempli et n'a plus qu'à confirmer ou à ajuster.

Dégradation progressive incluse

Toutes les catégories n'ont pas d'attributs dans la définition de service. Dans ces cas, le comportement reste inchangé : l'IA fournit la catégorie et la description, et le tableau d'attributs est simplement vide. Rien ne casse, et pour le citoyen, rien ne change visuellement.

Ce que cela change en pratique

Pour les citoyens : moins de clics, moins de devinettes. Pour l'administration : les signalements entrants apportent dès le départ des données plus structurées et plus précises. Cela signifie moins de tri manuel a posteriori et un routage plus rapide vers le service compétent.

Essayez maintenant

La fonctionnalité est en ligne dans la démo d'Amsterdam. Téléchargez une photo et observez le formulaire se remplir automatiquement. Pour une visite guidée complète avec les définitions de service de votre commune, demandez une démonstration.

Pourquoi les données structurées prennent de la valeur avec le temps

Le standard des définitions de service Open311 est conçu pour que les communes puissent définir individuellement leurs services et catégories. Cela porte ses fruits immédiatement : les signalements structurés sont plus faciles à affecter, à prioriser et à clôturer.

Mais la vraie valeur se construit dans la durée. Un jeu de données sur un dégât, avec sa nature, sa gravité, son matériau de surface et ses coordonnées précises, n'est pas seulement utile aujourd'hui. Il alimente les tableaux de bord, informe la planification de la maintenance et devient la base d'entraînement de la prochaine génération d'outils d'analyse assistés par IA. La différence entre « il y a quelque chose de cassé dans la rue principale » et un jeu de données structuré, c'est la différence entre un ticket qui nécessite une interprétation humaine et un ticket auquel un système peut répondre directement.

Chaque signalement qui arrive avec des attributs bien remplis est un investissement. Intégrer cette habitude dès maintenant dans le processus de signalement, via les définitions de service et le remplissage assisté par IA, c'est avoir les données au moment où on en a besoin.

Open Source, basé sur des standards, conçu pour la longue distance.