AHRC met en œuvre un EDRMS entièrement automatisé sur SharePoint en utilisant l'IA et l'apprentissage automatique

Sommaire

La Commission australienne des droits de l'homme (la Commission) est l'institution nationale australienne des droits de l'homme, une organisation statutaire indépendante relevant du ministère du Procureur général qui promeut et protège les droits de l'homme. Bien qu'il s'agisse d'un petit organisme, AHRC est réputé pour son adoption stratégique précoce des nouvelles technologies. Ces dernières années, AHRC a été un chef de file au sein du gouvernement avec sa migration vers Microsoft Office 365 et Azure. 

Selon les Archives nationales d'Australie (NAA), la Commission est le leader d'opinion actuel de la gestion des documents au sein du gouvernement australien. Grâce à un partenariat d'entreprise avec RecordPoint, la Commission a mis en place un système de gestion électronique des documents et des enregistrements (EDRMS) sur SharePoint avec RecordPoint Records365, en utilisant les technologies d'intelligence artificielle et d'apprentissage automatique de RecordPoint pour classer les enregistrements sans avoir besoin de l'intervention du personnel. 

Défi

Avant cette nouvelle solution EDRMS, en production depuis février 2019, la Commission se noyait dans une mer de doublons, enchevêtrée dans des dossiers imbriqués et perplexe face à des documents perdus. Le manque de financement et d'autres défis ont empêché la Commission de mettre en œuvre une solution EDRMS viable. 

À la recherche d'options, la Commission dirigée par Ron McLay, directeur de l'information et Ryan McConville, gestionnaire de l'information, a intégré l'étude du ministère des Finances sur les lacunes du SGE traditionnel. En particulier, le rapport suggérait que la gestion des dossiers soit automatisée, plutôt que d'être une tâche manuelle pour les fonctionnaires. Inspirée par le rapport, la Commission a entrepris de mettre en œuvre un EDRMS entièrement automatisé, utilisant l'intelligence artificielle (IA) et l'apprentissage automatique. Cela constituerait la base de RADICAL – Record And Document Innovation & Capture – Artificial Learning. 

Une mise en œuvre d'EDRMS avec IA résout les principaux problèmes rencontrés lors de l'exécution d'un EDRMS efficace. L'IA réduit les risques d'erreur humaine, tout en augmentant le volume, la précision et la cohérence de la classification des enregistrements. L'interface utilisateur simple a suscité une forte adhésion des utilisateurs et est considérée par le personnel comme un outil utile plutôt qu'un fardeau. 

La Commission a évité la personnalisation et les modules complémentaires pour RecordPoint et SharePoint, se concentrant plutôt sur la configuration. Un problème courant rencontré par les agences est la personnalisation et l'utilisation de compléments tiers pour s'adapter aux processus métier existants ou obsolètes. Cela a souvent abouti à des systèmes difficiles à utiliser, inefficaces et peu fiables, et difficiles à mettre à niveau, l'adoption par les utilisateurs en souffrant en conséquence. 

Exploitation des fonctionnalités natives de RecordPoint et SharePoint traduites en processus métier améliorés. La Commission a également intégré une navigation simple pour parcourir facilement les enregistrements, soutenue par une fonction de recherche puissante dans Records365. La solution RADICAL est en production depuis février 2019 et est actuellement en préparation pour un déploiement dans toute l'organisation 

Stratégie

L'approche de la Commission était la « configuration plutôt que la personnalisation », comme le recommande la DTA, axée sur la conception centrée sur l'humain. Le personnel a été largement consulté sur les besoins actuels et les points faibles. Dans la mesure du possible, les fonctionnalités natives de Records365 et de SharePoint ont été préservées, limitant le besoin de formation des utilisateurs finaux et la lourde gestion des modifications. 

Lors de la planification de RADICAL, un objectif clé était de supprimer les décisions de gestion des documents du personnel et de leur permettre de se concentrer sur leur travail principal. RADICAL avait besoin de fournir une « gestion transparente des dossiers » et de limiter le risque de classification inexacte ou incohérente. 

Traditionnellement, le processus de classification a été effectué manuellement par les agents des dossiers. L'élément manuel de la classification peut prendre du temps, entraîner des imprécisions et perturber le personnel. Les méthodologies précédentes pour automatiser la classification des enregistrements utilisent des arborescences de règles qui classent les enregistrements en fonction de leurs métadonnées et de leur emplacement enregistré. Cependant, les arborescences de règles doivent être créées et maintenues par des agents d'enregistrement expérimentés et s'appuyer sur les utilisateurs finaux pour appliquer des métadonnées précises et les enregistrer à des emplacements spécifiques. 

L'utilisation de l'IA dans ce processus résout bon nombre de ces problèmes en combinant un arbre de règles minimal avec un modèle d'apprentissage automatique. Si un enregistrement ne peut pas être catégorisé par une règle, le modèle d'apprentissage automatique classe l'enregistrement en fonction de son contenu. Ce système élimine le besoin de maintenir des arborescences de règles complexes, la dépendance aux métadonnées et l'emplacement des enregistrements. 

L'équipe du projet RADICAL a travaillé avec les développeurs d'intelligence artificielle de RecordPoint pour créer un modèle statistique capable de classer les enregistrements par rapport à AFDA Express et à l'autorité d'élimination des enregistrements spécifique à l'agence de la Commission. 

Le modèle statistique est développé en prenant un ensemble d'enregistrements qui ont été classés manuellement et en appliquant des techniques de traitement du langage naturel pour normaliser le contenu du document en vecteurs. Le modèle est ensuite formé à l'aide d'algorithmes. 

Après une période de formation initiale, le modèle statistique RADICAL peut catégoriser les enregistrements individuels avec une précision de 80%. La Commission s'attend à ce que cette précision augmente avec le temps. RADICAL re-catégorise également les enregistrements chaque fois qu'ils sont modifiés, garantissant que la classification est toujours à jour. 

Bien que le modèle d'apprentissage automatique fonctionnera initialement en conjonction avec un arbre de règles, à mesure que la précision du modèle augmentera, les règles seront progressivement supprimées et la Commission s'appuiera uniquement sur l'apprentissage automatique pour gérer ses dossiers d'entreprise. 

La phase de mise en œuvre a impliqué : 

• effectuer une analyse détaillée des systèmes existants et des fonds documentaires 
• l'élaboration d'un nouveau cadre de gouvernance de l'information et d'une autorité d'élimination des documents propre à l'agence 
• élaborer et mettre en œuvre une stratégie de migration des documents 
• collaboration et tests approfondis avec les développeurs de RecordPoint AI 
• développement et test de la plateforme SharePoint gérée par Records365 
• travailler avec un facilitateur spécialisé en gestion du changement 
• former les utilisateurs finaux et fournir une assistance continue lors de la mise en service 
• mise en œuvre d'un modèle de sécurité convenu 
• obtenir l'approbation à l'échelle de l'agence pour le système, y compris les règles commerciales et pour l'utilisation des algorithmes d'apprentissage automatique 
• former les algorithmes d'apprentissage automatique 
• mise en place et déploiement du système 

Résultats

Étant donné que la plupart des agences gouvernementales australiennes partagent les mêmes exigences en matière de gestion des documents, la Commission estime que le modèle d'apprentissage automatique fourni par RecordPoint et utilisé par RADICAL est un "véritable changement de jeu" et permettra à d'autres agences de bénéficier de "gains équivalents en termes d'efficacité, de productivité et de des réductions de coûts.' La Commission se considère comme des pionniers au sein du gouvernement pour l'utilisation de l'IA dans la gestion des documents et est ravie de partager ses expériences en tant que leaders d'opinion actuels de la gestion des documents du gouvernement australien. 

RADICAL offre de multiples avantages tangibles à la Commission tels que : 

• une gestion automatisée des dossiers exacte, cohérente et conforme 
• conformité DC2020 
• la gestion des versions des documents, ce qui réduit les doublons 
• collaboration et partage améliorés 
• traitement simplifié des demandes d'accès à l'information (FOI) 
• Rapports Power BI pour les cadres supérieurs 
• réduction du temps du personnel consacré à la gestion des dossiers 
• recherche et récupération efficaces et efficientes des dossiers 
• transcription vidéo en temps réel 
• catalogage automatisé des images 

RADICAL a eu un impact positif sur la Commission et ses parties prenantes en : 

• réaliser l'objectif d'une "gestion transparente des documents" 
• accroître l'exactitude et la conformité des pratiques de gestion de l'information en réduisant la portée de l'erreur humaine 
• réduire le temps et les coûts associés à la réponse aux demandes d'accès à l'information grâce à une recherche et une récupération améliorées 
• réduire progressivement les coûts de stockage physique, actuellement en moyenne de $17 000 AUD par an 
• réduction des coûts de stockage numérique 
• accroître la collaboration entre les unités opérationnelles de la Commission grâce à des bibliothèques de documents partagées et à la mise en place d'une politique d'accès aux informations «ouverte par défaut», où l'accès aux dossiers est restreint uniquement pour protéger la vie privée ou des informations sensibles 
• améliorer les processus métier grâce aux flux de travail électroniques, à la gestion des versions des documents et au balisage automatisé des métadonnées 
• minimiser l'impact des violations de données potentielles grâce à l'élimination régulière des enregistrements programmés 

Les premières estimations de la Commission suggèrent que le personnel utilisant RADICAL enregistre une augmentation de productivité d'au moins 5%. De plus, la précision de la capture et de la classification par les algorithmes s'améliore et, selon les estimations, "elle dépasse déjà la précision de notre classification manuelle". 

Enfin, la Commission démontre qu'une solution technologiquement avancée peut être mise en œuvre sans coûts importants. "Nous estimons qu'un EDRMS traditionnel aurait coûté à la Commission 3 ou 4 fois plus que RADICAL."