Comment la CGT compte utiliser l’IA pour défendre les travailleurs (sans tout casser)

Quand la CGT annonce vouloir "intégrer l’intelligence artificielle" pour "renforcer l’unité syndicale", deux réactions possibles :

1. Un sourire en coin devant le buzzword bingo.
2. Une question légitime : comment, exactement ?

On va creuser la deuxième option. Parce que derrière les communiqués, il y a des choix techniques, des architectures possibles, et surtout des pièges à éviter. Spoiler : ce n’est pas parce qu’on colle "IA" sur un projet qu’il devient magique.

---

Fondements techniques : l’IA syndicale, c’est quoi ?

1. Les cas d’usage (réalistes)

La CGT cite trois axes principaux :

• Analyse automatique des conventions collectives : extraire des droits, détecter des incohérences.
• Veille juridique automatisée : suivre les évolutions législatives et leurs impacts.
• Communication interne : synthétiser des comptes-rendus, générer des argumentaires.

Rien de révolutionnaire. Mais c’est déjà un défi technique.

Pourquoi ? Parce que les documents juridiques sont :

• Non structurés (PDF scannés, images de contrats).
• Ambiguës ("travail de nuit" peut avoir 12 définitions selon les branches).
• Dynamiques (une loi change, tout est à réanalyser).

2. Les briques technologiques nécessaires

Pour faire ça proprement, il faut :

• Un pipeline OCR + NLP : extraire le texte des PDF (Tesseract, EasyOCR) puis le structurer (spaCy, LayoutLM).
• Un système de RAG (Retrieval-Augmented Generation) : pour répondre aux questions en s’appuyant sur des sources fiables. On en parle ici.
• Un fine-tuning de LLM : parce qu’un modèle générique comme Mistral va halluciner des articles du Code du travail.

Exemple concret :

"Est-ce que mon employeur peut m’imposer des horaires décalés sans accord ?" → Le système doit :

1. Extraire les clauses pertinentes de la convention collective.
2. Croiser avec le Code du travail (articles L3121-42 et suivants).
3. Générer une réponse sourcée, pas un délire de LLM.

---

Implémentation : comment ça pourrait marcher (ou pas)

Option 1 : Le "ChatGPT syndical" (spoiler : mauvaise idée)

Certains imaginent déjà un chatbot qui répond à toutes les questions. Bonne chance avec ça.

Problèmes :

• Hallucinations : un LLM peut inventer un article de loi. En droit du travail, c’est un risque juridique majeur.
• Mise à jour : les lois changent. Un modèle figé devient obsolète en 3 mois.
• Explicabilité : "Pourquoi cette réponse ?" → Si le système répond "Parce que", c’est mort.

Solution partielle : un RAG strict, avec :

• Une base de données vectorielle (Weaviate, Qdrant) indexant uniquement des sources officielles (Legifrance, conventions collectives).
• Un prompt engineering agressif pour forcer le modèle à citer ses sources.

# Exemple de prompt pour un LLM syndical
prompt = """
Tu es un assistant juridique spécialisé en droit du travail.
Réponds UNIQUEMENT en t'appuyant sur les documents suivants :
{context}

Question : {question}

Format de réponse obligatoire :
1. Réponse courte (max 3 lignes).
2. Sources précises (articles, alinéas).
3. Limites ou incertitudes.
"""

Option 2 : L’automatisation des tâches répétitives

Moins sexy, mais plus utile :

• Détection de clauses abusives : un script qui scanne les contrats et flag les écarts par rapport à la loi.
• Génération de courriers types : pour les recours aux prud’hommes, avec des variables dynamiques (nom, dates, articles concernés).
• Alertes législatives : un crawler qui surveille le Journal Officiel et envoie des notifications ciblées.

Stack technique possible :

• Backend : FastAPI + PostgreSQL (pour stocker les conventions).
• ML : Un modèle de classification (BERT finetuné) pour détecter les clauses problématiques.
• Frontend : Un tableau de bord Streamlit pour les syndicats locaux.

Coût estimé :

• ~50k€ pour un MVP fonctionnel (sans compter la maintenance).
• ~200k€/an pour une solution scalable avec mise à jour automatique des lois.

Option 3 : L’analyse de données massives (le vrai potentiel)

La CGT a accès à des montagnes de données :

• Statistiques d’accidents du travail (par secteur, par entreprise).
• Données de négociation (historique des augmentations, temps de travail).
• Retours terrain (signalements des délégués).

Avec ça, on peut :

1. Prédire les risques : quels secteurs vont avoir des conflits sociaux ? Quelles entreprises trichent sur les heures sup ?
2. Optimiser les stratégies de négociation : "Voici les arguments qui ont marché dans 80% des cas similaires."
3. Dénoncer les abus : croiser les données de l’INSEE avec les déclarations des entreprises.

Exemple d’architecture :

graph TD
    A[Données brutes : CR prud'hommes, inspections] --> B[Nettoyage : Pandas + OpenRefine]
    B --> C[Feature engineering : TF-IDF, embeddings]
    C --> D[Modèle : XGBoost ou TabNet]
    D --> E[Dashboard : PowerBI ou Metabase]
    E --> F[Alertes automatiques]

Problème : la CGT a-t-elle les compétences en interne pour gérer ça ? Et surtout, a-t-elle les données propres et structurées pour entraîner des modèles ?

---

Benchmarks : ce qui existe déjà (et ce qui foire)

1. Les outils juridiques IA (état de l’art)

• DoNotPay : chatbot juridique grand public. Problème : limité aux cas simples, hallucinations fréquentes.
• Casetext (acquis par Thomson Reuters) : analyse de jurisprudence. Coût : 10k/an, hors de prix pour un syndicat.
• Juriscan (français) : recherche dans les décisions de justice. Limite : pas adapté au droit du travail.

2. Les initiatives syndicales existantes

• UNI Global Union utilise des outils de scraping pour surveiller les conditions de travail chez Amazon.
• IG Metall (Allemagne) a développé un chatbot pour les questions sur les conventions collectives. Résultat : 30% de réponses incorrectes, abandonné après 6 mois.

Leçon : sans données propres + expertise métier, l’IA syndicale devient un gadget.

3. Ce que la CGT pourrait faire (et devrait éviter)

À faire	À éviter
Automatiser la veille législative	Croire qu’un LLM peut remplacer un juriste
Analyser les données internes (accidents, négociations)	Utiliser des modèles black-box sans audit
Former les militants à l’IA (pour qu’ils comprennent les limites)	Lancer un "ChatGPT syndical" sans garde-fous

---

Limitations : pourquoi ça va être compliqué

1. Le problème des données

• Qualité : les conventions collectives sont souvent en PDF mal scannés. OCR = cauchemar.
• Droit d’auteur : peut-on légalement scraper Legifrance pour entraîner un modèle ?
• Biais : si les données viennent surtout de grands groupes, le modèle sera biaisé contre les PME.

2. L’acceptation par les militants

Un outil IA qui dit à un délégué syndical :

"Ton argument sur les 35h n’est pas recevable, voici pourquoi"

→ Conflit garanti. L’IA doit être un assistant, pas un juge.

3. La maintenance

• Les lois changent tous les mois. Qui met à jour le modèle ?
• Les conventions collectives sont spécifiques à chaque branche. Un modèle généraliste ne suffira pas.

Coût caché : une équipe de 3 ingénieurs ML + 2 juristes à temps plein, minimum.

---

Recherche & évolutions futures : ce qui pourrait sauver le projet

1. Les agents IA spécialisés

Au lieu d’un gros modèle qui fait tout (mal), des micro-agents :

• Un agent "Conventions Collectives" (fine-tuné sur les textes de la métallurgie).
• Un agent "Prud’hommes" (entraîné sur les jurisprudences locales).
• Un agent "Négociation" (qui analyse les accords passés).

Avantage : moins de risques d’hallucinations, maintenance plus simple.

2. Le "Syndicat as a Service"

Pourquoi ne pas mutualiser avec d’autres organisations (Solidaires, FO) ?

• Une base de connaissances commune.
• Des modèles partagés (mais avec des accès contrôlés).
• Un labo IA syndical européen.

Exemple : comment Airbus protège ses données sensibles avec de l’IA → même principe, mais pour les droits des travailleurs.

3. L’IA "low-tech"

Parfois, moins c’est mieux :

• Un moteur de recherche sémantique (pas de génération, juste de la recherche augmentée).
• Des alertes par SMS basées sur des règles simples (ex : "Si température > 30°C dans l’usine → alerte").
• Un système de tagging collaboratif (les militants annotent les documents, le modèle apprend par feedback).

Coût : 10x moins cher qu’un LLM custom. Efficacité : souvent supérieure.

---

FAQ

[La CGT peut-elle vraiment utiliser l’IA sans violer le RGPD ?] Oui, mais sous conditions strictes : anonymisation des données personnelles, base légale claire (mission de service public), et droit d’opposition pour les salariés. Les données de santé (accidents du travail) sont particulièrement sensibles.

**[Quel modèle open-source serait le plus adapté pour un chatbot syndical ?] Mistral-7B finetuné sur un corpus juridique français, couplé à un RAG avec Weaviate. Éviter les modèles trop gros (Llama 2 70B) : coût d’inférence prohibitif et risque d’hallucinations accru.

**[Combien de temps pour développer un outil utile ?] 6 mois pour un MVP (veille + analyse basique), 2 ans pour une solution robuste avec agents spécialisés. Le vrai défi n’est pas technique, mais organisationnel : faire collaborer juristes, militants et ingénieurs.