REPERES, une infrastructure de connaissances pour les IA du secteur

Dans le secteur social et médico-social, les usages de l’IA se développent rapidement : outils grand public, agents conçus sur mesure, environnements d’IA locale, et parfois des solutions développées directement par les professionnels de terrain. Il y a d’ailleurs de très bons outils.

C’est probablement une bonne chose : les outils se construisent à partir des usages, à condition que cela s’accompagne d’une réflexion collective sur les pratiques, les risques et les besoins.

Mais une difficulté apparaît assez vite : comment donner à toutes ces IA accès à une connaissance fiable et actualisée du secteur, mais aussi à celle, souvent dispersée, de chaque organisation ?

On peut développer un outil formidable qui passe à côté de toute la documentation existante, des réflexions accumulées et de l’expertise déjà formalisée. Et qui devra être constamment mis à jour à mesure que la réglementation, les nomenclatures comme SERAFIN-PH ou les dispositifs évoluent, ce qui arrive souvent.

Faut-il reconstituer les mêmes bases documentaires, les mêmes référentiels et les mêmes mécanismes de recherche dans chaque nouvel outil ?

Les connecteurs MCP de REPERES

C’est notamment pour répondre à cette question que nous avons développé les connecteurs MCP de REPERES. Le principe est simple : permettre à un assistant IA d’interroger directement des ressources documentaires et statistiques spécialisées, sans avoir à les intégrer lui-même.

On peut ainsi mobiliser le CASF à jour, les référentiels HAS, plus de deux millions d’observations statistiques, des centaines de rapports publics, la documentation d’experts partenaires et, lorsque REPERES est personnalisé, les connaissances propres à son organisation. Le tout depuis Claude, ChatGPT, Mistral ou des agents internes compatibles, grâce à un connecteur configurable en quelques clics.

REPERES n’est donc pas seulement un assistant conversationnel. C’est aussi une infrastructure de connaissances, conçue pour être mobilisée par d’autres IA.

Parce que certains usages nécessitent des précautions particulières en matière de confidentialité, nous avons également développé une application de bureau qui détecte et protège localement les données personnelles avant leur transmission à une IA distante.

L’idée n’est pas de multiplier les outils, mais de permettre à ceux qui émergent de s’appuyer sur des connaissances utiles, sourcées et régulièrement actualisées. Et de laisser les professionnels inventer les usages qui leur correspondent.