Les Archives ont donc lancé une évaluation des outils disponibles afin d’en identifier entre trois et cinq à tester en
profondeur sur un ensemble de leurs propres archives. L’objectif était d’évaluer la manière dont ces outils parviennent
à distinguer les archives à sélectionner à des fins de conservation permanente de celles qui ne doivent pas être
conservées. En outre, les Archives nationales britanniques souhaitaient aider les différents ministères à utiliser l’IA à
des fins de sélection. Ceci impliquait d’identifier où ces techniques pouvaient être intégrées au processus ou au flux de
travail de sélection des documents numériques à transférer aux Archives nationales.
Une relation durable
Iron Mountain entretient depuis longtemps une relation constructive avec les Archives nationales ainsi qu’avec
certains des plus importants ministères du gouvernement britannique, notamment en accompagnant le transfert
des archives papier à grande échelle depuis de nombreuses années. L’entreprise propose aussi des services InSight®
parmi lesquels le traitement intelligent des documents qui associe l’expertise d’Iron Mountain en matière d’analyse
de contenu, de gestion de données et de gouvernance de l’information avec des ressources de Machine Learning
(ML) et d’intelligence artificielle (IA).
Iron Mountain a été retenue pour participer au projet « Utiliser l’IA pour la sélection d’archives numériques au sein
de l’Administration » pour comprendre l’efficacité de l’IA pour la sélection numérique.
Gestion de nombreux formats de documents
Les outils Iron Mountain peuvent traiter un large éventail de formats de supports, un critère essentiel dans la
mesure où plus de 100 types de documents différents devaient être traités dans le cadre de la démonstration
de faisabilité, notamment des documents audio, vidéo et texte. Certains formats parmi les plus obscurs ont
été mis à l’écart dans le cadre de l’essai, sachant que leur nombre reste faible, à savoir moins de 10 %. Les
documents évalués dans le cadre de cette preuve de concept ont ensuite été chargés sur la plateforme de
services de gestion de contenu Iron Mountain à des fins d’analyse.
Enjeux :
Déterminer ce qui doit être transféré
Dans le cadre de ce projet, les Archives nationales britanniques ont fourni à Iron Mountain des ensembles
de données labellisées et non labellisées pour s’assurer que les ressources IA d’InSight® permettent bien
d’identifier les documents répondant aux critères de sélection.
Supprimer les données sensibles
Même pour les documents rendus publics, les informations sensibles non autorisées à être diffusées doivent
être supprimées à un moment ou un autre. Dans un monde fait de papier, anonymiser des informations est un
processus physique mené dans le cadre d’une analyse réalisée par des humains sur des documents repérés ou
édités à la main. Les outils basés sur une technologie numérique scientifique ont, eux, une approche différente
en masquant des mots ou des phrases, voire en brouillant le contenu le cas échéant.
Les étapes vers le succès
Dans le cadre de cette évaluation, Iron Mountain a commencé par charger les 17 000 documents à tester
dans un compartiment de stockage Google Cloud. Les documents ont été traités via la technologie de
reconnaissance optique des caractères (OCR) qui les a rendus pleinement consultables. La plateforme de
traitement intelligent des documents InSight® les a ensuite classés en 20 catégories prédéfinies
en s’appuyant sur le traitement automatique du langage naturel, un processus logiciel permettant
de déchiffrer le contenu d’un document ainsi que les nuances contextuelles de la langue utilisée. La
plateforme a ainsi pu extraire avec précision les informations contenues dans les documents et créer des
associations avec l’échantillon de test pour vérifier qu’une recherche efficace était possible.
Grâce aux fonctionnalités de Machine Learning d’InSight®, l’équipe de projets a pu entraîner le modèle
sur un processus itératif tout au long du projet. Au final, l’outil a obtenu un F1-score supérieur à 85 %.
Les autres avantages obtenus sont les suivants :
- Identification des doublons à détruire
- Identification des documents candidats à une conservation permanente
- Extraction d’entités (entreprises et individus)
- Analyse des documents, y compris une synthèse du contenu, un résumé de l’âge, etc.
- Scores moyens de précision et de rappel
Validation de principe réussie
InSight® a fourni le niveau requis de fonctionnalités, de classification des documents et de détection
des doublons. Iron Mountain est ravie d’accompagner les Archives nationales britanniques dans le cadre de ce programme d’intérêt national. Désormais, la solution peut être utilisée par l’ensemble du
gouvernement pour accélérer la transition des documents provenant de tous les ministères au moyen
d’un approvisionnement direct.
