DeepMind teste l’IA dans les permis de construire

Google DeepMind a annoncé le 16 juin un prototype d’IA développé avec le gouvernement britannique pour accélérer le traitement des demandes d’urbanisme dites « householder », c’est-à-dire les dossiers courants de particuliers comme une extension ou un aménagement de combles. L’objectif affiché est de réduire de 50 % le temps de décision sur ces demandes simples, tout en laissant la décision finale aux agents publics. Les premiers essais concernent Barnet, Camden et Dorset, avec une mise à disposition nationale envisagée pour les conseils locaux à partir de 2027.

Le point important n’est pas seulement l’usage de Gemini dans une administration. La source décrit une chaîne de travail très concrète : extraire les données des dossiers, signaler les informations manquantes, repérer les règles nationales et locales pertinentes, résumer les avis de consultation, puis produire une première version du rapport que l’agent d’urbanisme doit vérifier et modifier. Les demandes de particuliers représenteraient près de 70 % des demandes d’urbanisme chaque année au Royaume-Uni, ce qui en fait une cible logique pour automatiser les tâches répétitives sans commencer par les projets les plus sensibles.

DeepMind insiste sur un garde-fou central : l’outil n’accorde pas ni ne refuse les permis. L’agent public relit chaque ligne, conserve l’autorité de décision et peut corriger le raisonnement proposé. Le prototype doit aussi enregistrer son travail afin de fournir une trace d’audit, élément crucial dans une procédure où le citoyen doit pouvoir comprendre pourquoi son dossier avance, bloque ou reçoit des conditions. Cette distinction compte, car l’IA administrative devient vite problématique lorsqu’elle transforme un assistant de rédaction en juge opaque. Elle donne aussi un critère de lecture simple : le système doit réduire le temps perdu dans les pièces et les règles, pas déplacer la responsabilité politique et juridique vers un modèle. Pour les collectivités, la valeur viendra donc autant de la traçabilité que de la vitesse.

Le projet s’appuie sur Extract, un outil annoncé plus tôt pour convertir d’anciens documents de planification, souvent enfermés dans des PDF, en données exploitables. DeepMind affirme qu’Extract a déjà été testé auprès de plus de 20 autorités locales et pourrait économiser environ 255 heures de travail manuel par conseil chaque année. La brève utile est donc sobre : l’IA ne promet pas ici de décider à la place des urbanistes, mais de rendre lisible et vérifiable un flot de documents qui ralentit les services. Si l’essai tient ses promesses, le cas britannique pourrait devenir un exemple intéressant d’IA publique limitée, contrôlée et mesurée sur un processus administratif précis.