Accéder au contenu principal

DocCommuns : une IA au service de la mémoire et des connaissances collectives

DocCommuns est un prototype développé par La Coop des Communs et Coexiscience pour rechercher, croiser et valoriser un corpus documentaire à l’aide d’un modèle d’intelligence artificielle.

Sa particularité est de ne pas partir directement de la technologie. La Coop des Communs a d’abord construit une grille de 63 critères d’analyse, avant de mobiliser un LLM pour interroger les documents. L’outil peut produire des synthèses, retrouver les passages correspondant à une question et conserver la trace des connaissances produites.

L’ambition est moins de générer de nouveaux contenus que de construire un moteur de recherche augmenté, capable de rendre accessibles des productions dispersées et, à terme, de relier plusieurs réseaux ou communautés de connaissances.

DocCommuns ouvre une piste intéressante pour organiser et transmettre les connaissances accumulées par l’URSCOP : ressources juridiques, retours d’expérience, comptes rendus d’accompagnement, outils coopératifs, réponses récurrentes aux adhérents ou productions des différentes fédérations.

Dans une perspective de robustesse, l’intérêt réside dans plusieurs principes :

  • la connaissance ne repose pas uniquement sur quelques personnes expérimentées ;
  • les sources et l’historique restent accessibles ;
  • les critères d’analyse sont définis collectivement avant l’intervention de l’IA ;
  • l’humain conserve la responsabilité de la question, de l’interprétation et de la validation.

L’outil pourrait ainsi contribuer à réduire la dépendance à une personne, à un prestataire ou à une plateforme, tout en facilitant la circulation des savoirs entre les composantes du mouvement coopératif.

Le prototype est encore en version bêta et sa gouvernance reste à construire. Une question importante demeure : certains besoins nécessitent-ils réellement un LLM, ou pourraient-ils être satisfaits par une solution plus simple, plus sobre et plus facilement maîtrisable ?

Une expérimentation devrait donc partir d’un corpus limité et d’un besoin clairement identifié, avec quatre exigences : traçabilité des sources, validation humaine, protection des données et possibilité de fonctionner sans dépendance exclusive à un fournisseur.