Pour plus de transparence dans l'analyse automatique des consultations ouvertes : leçons de la synthèse du Grand Débat National

Face aux limites de la democratie representative, les consultations numeriques participatives publiques permettent de solliciter, a differents niveaux de pouvoir, des contributions ouvertes de citoyens pour essayer de mieux impliquer les individus dans les decisions politiques. Si leur conception et leur mise en place posent des problemes relativement bien connus, nous nous interessons dans cet article aux enjeux lies a l'analyse automatique de contributions en langage naturel par des methodes issues de l'intelligence artificielle. Il s'agit la d'un probleme difficile pour lequel il existe des methodes nombreuses et variees. En considerant comme cas d'etude les contributions aux questions ouvertes du Grand Debat National et l'analyse officielle qui en a ete produite, nous montrons qu'il est impossible de reproduire les resultats de cette analyse et que differentes methodes menent a des resultats differents. Nous identifions egalement des choix arbitraires non explicites qui conduisent a emettre des doutes sur certains resultats de l'analyse officielle. Notre etude met en lumiere la necessite d'une plus grande transparence dans l'analyse automatique de consultations ouvertes pour assurer la confiance du public dans leur restitution. Nous concluons par des pistes d'amelioration pour les consultations futures, afin qu'elles puissent etre des outils utiles au debat public.