À la une Inceptive au Forum IT d’Abicom, le 26 novembre à Saint-Étienne

/collectivités

Étude sectorielle · mise à jour le 7 novembre 2026

Lecture de documents numérisés pour les collectivités

Des dossiers papier et des archives manuscrites transcrits par l’IA, puis vérifiés par vos agents.

De l’OCR à la reconnaissance d’écriture manuscrite, la lecture automatique extrait le texte des documents que votre collectivité a numérisés : dossiers des demandeurs, registres d’état civil, fonds d’archives. Sur FranceArchives, les recensements de 1836 à 1936 disposent depuis le 17 mars 2026 d’un index transcrit par IA. En tête des cas d’usage d’IA des départements figure l’instruction des dossiers déposés aux maisons départementales des personnes handicapées (MDPH).

01 / 09 /usagesUne lecture automatique de documents, du courrier aux registres anciens.

/usages

Une lecture automatique de documents, du courrier aux registres anciens.

Dans une mairie ou un département, la reconnaissance optique de caractères (OCR) extrait le texte des formulaires et des courriers imprimés. La reconnaissance d’écriture manuscrite (HTR) déchiffre les registres et les demandes remplies à la main. Un grand modèle de langage (LLM) repère ensuite dans ce texte les noms, les dates, les montants et les pièces attendues.

Vision par ordinateurIA générative et grands modèles de langage

  • Dossiers des demandeurs Extrait des pièces numérisées l’identité, les ressources et les justificatifs, puis signale au service instructeur les pièces manquantes ou illisibles.
  • Registres d’état civil Transcrit les actes manuscrits des registres numérisés et en dresse un index par nom, par date et par lieu.
  • Fonds d’archives Rend cherchables par mot-clé les délibérations, les recensements et les correspondances anciennes que le service des archives a numérisés.
  • Courrier entrant Lit les lettres et les formulaires papier numérisés à leur arrivée, puis transmet leur texte au service destinataire.

/action sociale

Des dossiers d’action sociale contrôlés dès leur numérisation.

Les demandes d’allocation personnalisée d’autonomie (APA) et les dossiers déposés à la MDPH, dont ceux de prestation de compensation du handicap (PCH), arrivent en partie sur papier, avec leurs pièces justificatives. Le rapport des inspections générales d’avril 2026 cite huit départements qui appliquent l’IA aux dossiers MDPH, du contrôle de complétude à l’aide à la décision.

La lecture automatique classe les pièces reçues, en extrait les informations utiles et dresse la liste de ce qui manque avant que l’agent ouvre le dossier. L’appréciation de la situation reste à l’agent instructeur, la décision à l’instance qui statue.

Le déploiement de l’IA dans les administrations publiques (IGF, IGAS, IGA, 2026) (nouvel onglet)

L’IA dans les dossiers d’autonomie et de handicap (2026)
ActeurUsage ou indicateurDonnée publiée
Alpes-de-Haute-Provence, Calvados, Charente-Maritime, Meurthe-et-Moselle, Morbihan, Vaucluse, Vienne, Val-d’OiseInstruction des dossiers MDPH : contrôle de complétude, aide à la décisionCas d’usage d’IA le plus fréquent chez les départements
MorbihanOcérisation des dossiers papier d’APA et de PCH40 % de dossiers complets de bout en bout
MDPHDélai d’examen des demandesCinq mois en moyenne, pour un délai légal de quatre
Caisse nationale de solidarité pour l’autonomie (CNSA)Appel à manifestation d’intérêt pour l’IA générative en MDPHLancé fin 2025

Source : IGF, IGAS, IGA, « Le déploiement de l’intelligence artificielle dans les administrations publiques », avril 2026, annexe IV, 2026 (nouvel onglet)

/parcours

Une lecture automatique en quatre temps, vérifiée par vos agents.

Chaque information extraite garde le lien vers la zone de l’image dont elle provient. L’agent vérifie d’un coup d’œil un nom mal lu ou une date douteuse, sans rouvrir le dossier papier.

Ingénierie des données

  1. NumérisationLe service numérise le dossier ou le registre, ou reçoit les pièces déjà numérisées par le demandeur.
  2. LectureL’OCR et la reconnaissance d’écriture extraient le texte ; le modèle de langage en tire les informations attendues, chacune avec un score de confiance.
  3. ContrôleL’agent valide les informations signalées et corrige les erreurs, qui servent ensuite à ajuster les modèles.
  4. VersementLe texte vérifié rejoint votre logiciel métier, votre gestion électronique des documents (GED) ou votre système d’archivage, à côté de l’image d’origine.

Après océrisation, le Morbihan obtient 40 % de dossiers complets de bout en bout.

/marge d’erreur

Une transcription par IA qui annonce sa marge d’erreur.

Au 1er avril 2026, l’index Socface des recensements de 1836 à 1936 couvrait 55 Archives départementales, 7 archives municipales et les Archives nationales d’outre-mer. Il réunissait 291 millions de noms transcrits par IA, avec un taux d’erreur estimé entre 15 et 20 %.

Le seuil de confiance, fixé avec vous, est propre à chaque type de document : un registre du XIXe siècle et un formulaire imprimé n’appellent pas le même. Sous ce seuil, l’information passe par un agent avant tout usage.

Consulter les recensements avec la base Socface (Archives départementales de Lot-et-Garonne, 2026) (nouvel onglet)

Taux d’erreur estimé de l’IA de Socface, ramené à 100 (2026) jusqu’à 20, pour un taux estimé entre 15 et 20 %

/sur le terrain

Une lecture automatique réservée aux flux qui restent sur papier.

La lecture automatique libère d’abord du temps de saisie. Les équipes passent de la recopie des pièces à la vérification des extractions, et les erreurs de saisie reculent.

Elle suppose un flux documentaire propre, où chaque pièce arrive au même endroit, et des documents déjà traités pour les essais. Elle demande aussi une formation des équipes et des développements pour la relier au logiciel métier.

  • Partir de l’outil en place en signalant d’abord ses erreurs de lecture à son éditeur
  • Relier le logiciel métier en passant par son interface de programmation (API)
  • Écarter les flux bientôt électroniques en fonction du calendrier de dématérialisation de chaque démarche

/archives

Des textes extraits soumis au droit des archives publiques.

Les documents qui procèdent de l’activité des collectivités territoriales sont des archives publiques (code du patrimoine, art. L211-4). Les archives comprennent les données, quels que soient leur date, leur forme et leur support (art. L211-1). Le texte et l’index tirés d’un registre numérisé relèvent donc eux aussi des archives de votre collectivité.

La personne chargée de vos archives arrête la conservation des images, des textes et des index.

Code du patrimoine, art. L211-4 (Légifrance) (nouvel onglet)Code du patrimoine, art. L211-1 (Légifrance) (nouvel onglet)Veille réglementaire

  • Image d’origine Est conservée telle quelle, sans retouche, à côté du texte qui en est tiré.
  • Texte extrait Garde la trace des corrections de vos agents et de la version du modèle qui l’a produit.
  • Index Ouvre la recherche par nom, par date ou par lieu dans les registres et les fonds numérisés.

/méthode

Une chaîne de lecture bâtie avec vos instructeurs et archivistes.

Chaque chaîne de lecture associe, dès sa conception, les services qui reçoivent les documents : action sociale, état civil, courrier, archives. La conservation des images, des textes et des index se décide avec la personne chargée de vos archives.

IngénierieMLOps

  • CADRAGE Vos services désignent les documents à lire, les informations à extraire et le logiciel qui reçoit le résultat ; votre service informatique participe au choix de l’hébergement.
  • ESSAI Des documents déjà saisis par vos agents servent de banc d’essai : pour chaque type, les résultats de la lecture se comparent aux leurs, puis les seuils de relecture sont fixés.
  • EXPLOITATION Les corrections de vos agents guident l’adaptation des modèles aux nouveaux formulaires et aux écritures difficiles, et la chaîne est maintenue en service.

/à savoir

Les questions fréquentes sur l’OCR et la lecture automatique de documents.

Règlement européen sur l’IA, article 86 (nouvel onglet)Les autorités compétentes pour le règlement européen sur l’IA (DGE, 2025) (nouvel onglet)Archipel

L’OCR suffit-elle pour lire des archives manuscrites ?

Non : l’OCR lit les caractères imprimés. Les écritures manuscrites demandent un modèle de reconnaissance d’écriture (HTR), entraîné sur les écritures d’une époque ou d’un fonds. Ce modèle est ajusté sur des pages déjà transcrites par vos archivistes, avant d’être appliqué au fonds entier.

Comment numériser les archives d’une mairie pour les faire lire par l’IA ?

La lecture automatique travaille sur des images : la qualité de la numérisation conditionne celle de la lecture. Un registre d’état civil se numérise page entière, pour garder les mentions portées en marge des actes. Un essai sur quelques pages numérisées du fonds précède la campagne entière.

L’IA qui lit les dossiers MDPH est-elle une IA à haut risque ?

Selon son rôle : le règlement européen sur l’IA classe à haut risque certains systèmes d’accès aux services publics et aux prestations essentielles (annexe III, point 5). D’après le schéma présenté le 9 septembre 2025, la CNIL les surveillera, une fois une loi votée. La personne visée par une décision fondée sur un tel système peut, sous conditions, obtenir des explications sur le rôle de l’IA (article 86). Une lecture limitée à extraire les informations et contrôler les pièces laisse l’appréciation aux agents, la décision à l’instance qui statue.

Où sont hébergés les documents d’une collectivité lus par l’IA ?

La chaîne de lecture tourne sur vos serveurs ou chez un hébergeur en France. Les images et les textes extraits ne quittent pas cet hébergement.

/collectivités

/contact

Travaillons ensemble

Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.

contactez-nous