Communication Entre Citoyen et Ville

Le Problème

Nous vivons dans un monde où la désinformation est omniprésente. Malgré les progrès incroyables des méthodes de télécommunication, des premiers journaux jusqu'aux moteurs de recherche modernes, il semblerait qu'il soit plus difficile que jamais de filtrer les flots d'informations contradictoires et de mauvaise qualité qui inondent l'internet en 2024.

Solutions Existantes

Plusieurs plateformes existantes abordent ce problème. Les sites web gouvernementaux sont une source de renseignment primaire, mais leur consultation régulière par les citoyens reste limitée. Les réseaux sociaux sont également utilisés pour diffuser des informations, mais ils sont souvent associés à la propagation de la désinformation et à la création de bulles d'information.

La Solution

Notre détermination à lutter contre ce phénomène nocif nous a incités à créer notre propre moteur de recherche. Nous vous présentons donc Sentinelle Citoyenne, un agent conversationnel qui combine la facilité d'utilisation des LLM avec de l'information claire et précise provenant directement du gouvernement et des municipalités. En utilisant des ensembles de données organisés à partir de ces sources crédibles et en s'appuyant sur la technologie RAG (Retrieval Augmented Generation), Sentinelle Citoyenne répond aux requêtes des utilisateurs de manière que ce soit facilement compréhensible.

Précision et Modernisation

Lorsqu'on lui pose une question en langage naturel, Sentinelle consulte des bases de données filtrées telles que les communiqués de presse de la Ville de Montréal sur donneesquebec.ca ou les diverses ressources disponibles sur québec.ca pour fournir une réponse. En exploitant l'accessibilité des modèles conversationnels, nous promouvons la découvrabilité de nouvelles sources d'information sur des plateformes mal desservies par les entités gouvernementales telles que Discord, un service plus populaire chez les jeunes.

Sensibilisation Juridique et Législative

En fournissant des informations précises et à jour, Sentinelle renforce la sensibilisation juridique chez les citoyens. Avec accès à des statistiques concernant l'utilisation de notre service par le public, il sera possible de mieux comprendre les besoins et les préoccupations de la population afin de permettre aux législateurs de prendre des décisions qui bénéficierait tout le monde.

Flexibilité d'Intégration

Il est trivial d'ajouter, de changer, et de mettre à jour les bases de données à l'aide d'outils d'indexage automatisés. Il est également très facile de changer de LLM interne: il ne suffirait que d'altérer une seule ligne de code pour en utiliser un fournisseur autre que GPT-4 de OpenAI, comme Mixtral, Claud, Llama, Gemini, etc. L'intégration de notre moteur à d'autres services telle que Twitter, Instagram, et SMS est aussi assez simple puisque nous employions un REST API pour interagir avec le système. En somme, la flexibilité nous permet de déployer pour un large éventail de scénarios avec de différentes exigences.

Ce Que Nous Avons Utilisé

Nous avons utilisé l'API de OpenAI, Langchain, Discord.js, Langchain.js, ainsi que les langages de programmation Python et JavaScript, en plus de GitHub.

L'Expérience Acquise

Malgré le départ de zéro, nous avons réussi à explorer de nouveaux frameworks tels que LangChain et la plateforme OpenAI au cours de la compétition. Travailler dans une équipe de 7 personnes représentait aussi un défi, surtout pour ceux qui découvraient pour la première fois une collaboration de cette envergure. Malgré cela, la diversité des membres de l'équipe sur le plan des compétances a été un atout majeur, nous permettant d'aborder les problèmes sous différents angles et d'aboutir à des solutions innovantes. Notamment, l'intégration du moteur LLM avec un bot Discord a été un bon coup, permettant des itérations rapides au niveau du développement.