Présentation OpenJustice

Transcript

1. LA PSEUDONYMISATION DES DECISIONS DE JUSTICE ASSISTEE PAR INTELLIGENCE ARTIFICIELLE
2. OBJECTIF DU PROJET Publication en open data des décisions de justice dans le respect du Règlement Général pour la Protection des Données (RGPD)
3. BONNES PRATIQUES EUROPEENNES Conclusions du Conseil sur les Meilleures pratiques concernant la publication en ligne des décisions de justice (13 février 2018, 5306/18)
4. CADRE LEGAL EN FRANCE Principe : Open data des décisions de justice Limites : Protection des données, sécurité, vie privée et autres restrictions à la publicité Article L. 111-13 du Code de l’organisation judiciaire
5. LA QUADRATURE DU CERCLE ? OPEN DATA DES DECISIONS DE JUSTICE PROTECTION DES DONNEES
6. LES BASES DE JURISPRUDENCE EN FRANCE BASES DE DONNEES NATIONALES (STOCK) JURINET JURICA LEGIFRANCE 844 974 décisions* 1 991 754 décisions* *Stock de décisions de justice – 03/09/2019 555 502 décisions* Pseudonymisé par la Cour de cassation Administrées par la Cour de cassation
7. BASES DE JURISPRUDENCE (FLUX) 15 000* 3 900 000* Legifrance Jurinet Jurica Activité judiciaire 150 000* *Flux moyen annuel
8. CIBLE DE PSEUDONYMISATION Identifants directes : noms, prénoms, adresses, dates de naissance, dates de décès, numéro de téléphone, adresses e-mail, numéros de sécurité sociale, plaques d’immatriculation, numéros de comptes bancaires … Personnes physiques, à l’exception des professionnels de justice (magistrats, greffiers, avocats)
9. ANALYSE D’IMPACT (RGPD) CATEGORIES DE DONNEES PERSONNELLES Données sensibles (article 9 du RGPD) Données pénales (article 10 du RGPD) RISQUE DE RE-IDENTIFICATION Erreurs de pseudonymisation Identifiants directs
10. LA PSEUDONYMISATION AUJOURD’HUI MOTEUR D’ANONYMISATION PAR REGLES VERIFICATION HUMAINE SYSTEMATIQUE
11. AI-DRIVEN PSEUDONYMISATION PROJECT IN-HOUSE DATA SCIENTISTS (2019) ACCUEIL DE DATA SCIENTISTS (2019) LE PROJET D’APPRENTISSAGE AUTOMATIQUE
12. RECONNAISSANCE D’ENTITES NOMMEES APPROCHE PAR REGLES DEFINI PAR INTELLIGENCE HUMAINE APPROCHE PAR INTELLIGENCE ARTIFICIELLE ENTRAINE AVEC DES DOCUMENTS ANNOTES (PLUS FIABLE)
13. EXEMPLE DE RECONNAISSANCE D’ENTITES RULE-BASED PSEUDONYMISATION ENGINE
14. MODELISATION DE LA LANGUE MODELISATION DE LA LANGUE FRANCAISE (Wikipedia) MODELISATION DE LA LANGUE FRANCAISE JURIDIQUE (Jurinet + Jurica)
15. CORPUS DE DECISIONS DE JUSTICE PRE-REQUIS DOCUMENTS ANNOTES (ANNOTATEURS) DATA SCIENTISTS PUISSANCE DE CALCUL (GPU)
16. GPU : 2 * NVIDIA QUADRO RTX 8000 PUISSANCE DE CALCUL CPU : Intel Xeon Gold 6128 Processor (6 cores / 12 threads) 192 Go RAM
18. PLAN D’ACTION E-JUSTICE 2019-2023 (version française / version anglaise) PROJETS EUROPEEN PROJET 9 – PSEUDONYMISATION POUR L’OPEN DATA DES DECISIONS DE JUSTICE PROJET 11 – INTELLIGENCE ARTIFICIELLE AU SERVICE DE LA JUSTICE
19. MISE EN PRODUCTION DU MOTEUR DE PSEUDONYMISATION PAR APPRENTISSAGE AUTOMATIQUE PROCHAINES ETAPES EVOLUTIONS DU PROCESSUS DE PSEUDONYMISATION APPLICATION DE LA TECHNOLOGIE A D’AUTRES CAS D’USAGE
20. Merci ! Merci pour votre attention !