Un agent technique de l’Office National des Forêts (ONF) gère quotidiennement des volumes croissants de données terrain, de documents réglementaires et de rapports de suivi. En 2026, l’IA générative peut l’aider à réduire le temps passé sur les tâches administratives, à structurer ses observations de parcelle et à préparer des dossiers techniques fiables. Environ un tiers des tâches administratives et rédactionnelles sont aujourd’hui exposées à l’automatisation par l’IA, selon les travaux de référence sur l’emploi menés par la DARES et France Stratégie. Sans remplacer le jugement de terrain, l’IA devient un assistant de bureau puissant pour l’agent forestier.
Top 5 tâches où l’IA générative apporte le plus en 2026
L’agent technique consacre une part importante de son temps à la rédaction, au classement et à la communication. L’IA générative excelle dans ces domaines à faible risque si les données sont anonymisées ou non sensibles. Voici les cinq tâches prioritaires pour un usage immédiat en 2026.
- Rédaction de rapports de martelage et de comptes rendus de tournée : l’IA structure les notes dictées en un document normalisé.
- Rédaction de courriers aux communes, aux partenaires ou aux usagers : génération d’un brouillon personnalisé à partir de quelques mots-clés.
- Analyse et synthèse de documents réglementaires (code forestier, arrêtés préfectoraux) : extraction des points clés applicables à une parcelle.
- Préparation de présentations pour les réunions techniques ou les comités de massif : mise en forme des données chiffrées et des cartes.
- Réponse aux demandes d’information des promeneurs, chasseurs ou associations via des modèles de réponse automatisés.
Outils IA recommandés pour l’agent technique de l’ONF
Plusieurs plateformes d’IA générative sont accessibles en 2026. Le choix dépend du budget, du besoin de confidentialité et de la connectivité terrain. Le tableau ci-dessous compare cinq outils majeurs.
| Outil | Prix mensuel indicatif | Usage principal pour l’agent ONF |
|---|---|---|
| ChatGPT Plus (OpenAI) | 24 € | Rédaction de courriers, synthèse de textes longs, génération de tableaux de suivi |
| Claude Pro (Anthropic) | 20 € | Analyse de documents réglementaires, reformulation de notes de terrain |
| Mistral Large (Mistral AI) | Variable, environ 15 € en usage modéré | Modèle français, traitement de données en français, options de déploiement sécurisé |
| Microsoft Copilot (intégré Office 365) | 30 € (abonnement entreprise) | Génération de comptes rendus dans Word, analyse de données dans Excel |
| Google Gemini Advanced | 22 € | Recherche documentaire, résumé de rapports PDF, création de cartes via Google My Maps |
Pour un usage en forêt sans connexion, des solutions de LLM local comme Ollama couplé à Mistral 7B sont possibles sur un PC durci. Le respect de la politique informatique de l’ONF est impératif. Ne jamais utiliser d’outil non autorisé sur des données internes.
Prompts type prêts à l’emploi pour l’agent technique
Ces prompts sont conçus pour être copiés-collés dans un outil comme ChatGPT ou Claude. Adaptez les variables entre crochets.
Prompt 1 – Rapport de tournée :
« Tu es un assistant rédacteur technique. À partir des notes ci-dessous, rédige un rapport de tournée au format ONF standard (objet, observations, actions prévues). Utilise un ton professionnel et factuel. Ne mentionne que les éléments donnés.
Notes : [coller ici les notes dictées] »Prompt 2 – Courrier type à un usager :
« Rédige une réponse courtoise à un promeneur qui se plaint de l’absence de balisage sur le sentier [nom]. Explique que le balisage est programmé dans le plan annuel d’entretien et invite à contacter le service pour des précisions. Signature : [nom de l’agent], agent technique ONF [unité territoriale]. »Prompt 3 – Synthèse réglementaire :
« Résume les 3 principales obligations du code forestier applicables à un propriétaire privé pour le défrichement de moins d’un hectare dans une commune de zone de montagne. Cite les articles concernés. Format : liste à puces. »Prompt 4 – Compte rendu de réunion :
« Voici le verbatim d’une réunion de travail sur le plan de gestion de la forêt communale de [ville]. Extrais les décisions, les points d’alerte et les responsables d’action sous forme de tableau. »Workflow IA-augmenté type pour l’agent technique
Ce processus en sept étapes permet d’intégrer l’IA sans perte de temps ni risque de confidentialité.
- Préparation en déconnecté : sur le terrain, dicter les observations directement dans l’application de notes vocale du téléphone (ex : Dictaphone IA de l’appareil).
- Transfert sécurisé : à son retour au bureau, copier le fichier audio ou texte brut sur un poste validé par le service informatique local de l’ONF.
- Traitement par IA : coller les notes dans un outil autorisé (ex : Mistral Large via l’interface web de l’agent) avec le prompt standardisé « Rapport de tournée ».
- Relecture humaine obligatoire : vérifier la cohérence des noms de lieux, des essences et des numéros de parcelles. L’IA peut confondre des homonymes.
- Enrichissement : ajouter manuellement les couches SIG ou les photos géolocalisées dans le document final.
- Validation : le chef d’unité valide le rapport via le système interne de l’ONF.
- Archivage : stocker le document dans le dossier partagé sécurisé, avec pour consigne de mentionner « rédigé avec IA » dans les métadonnées.
Cas d’usage français plausibles
En 2025-2026, plusieurs situations réelles montrent l’intérêt d’une assistance IA. Par exemple, un agent technique en poste dans le massif des Vosges utilise un LLM pour générer les comptes rendus hebdomadaires de ses chantiers, ce qui lui libère une demi-journée par semaine pour des missions de terrain. Un autre, dans la forêt de Fontainebleau, emploie un prompt pour répondre aux 25 courriels quotidiens de visiteurs, en réutilisant des réponses types adaptées. En région PACA, un binôme d’agents a expérimenté la synthèse automatisée des arrêtés préfectoraux sur les périodes d’incendie, réduisant le temps de veille réglementaire de 40 %. En Corse, un agent utilise l’IA pour générer des fiches pédagogiques à destination des groupes scolaires lors des animations en forêt. Ces usages restent confidentiels et non évalués officiellement par l’ONF, mais ils illustrent des gains de productivité concrets.
RGPD et risques data : ce que l’agent technique doit savoir
L’agent est soumis au secret professionnel et à la politique de protection des données de l’ONF, elle-même encadrée par la CNIL. Voici cinq principes clés.
- Ne jamais transmettre à une IA des données personnelles (nom, adresse, téléphone d’usagers) sans anonymisation préalable. La CNIL recommande une pseudonymisation stricte.
- Les données relevant de la sécurité publique (plans de massif, infrastructures sensibles) ne doivent en aucun cas être traitées par une IA non hébergée en France ou non certifiée ANSSI.
- Utiliser de préférence un abonnement professionnel garantissant que les données ne servent pas à l’entraînement du modèle. Vérifier les conditions contractuelles.
- Demander un avis préalable au délégué à la protection des données (DPO) de l’ONF avant tout déploiement d’outil IA sur des flux de travail réels.
- En cas de doute, traiter localement avec un modèle open source comme Mistral 7B via Ollama, sans connexion internet.
L’ANSSI rappelle que les LLM sont vulnérables aux injections de prompts malveillants. Ne jamais faire exécuter de commande système ou accéder à un fichier sensible via un prompt.
Mesure du ROI : indicateurs avant/après IA
Quantifier le gain est possible avec des indicateurs simples. Le tableau ci-dessous montre une projection réaliste pour un agent effectuant 20 heures de tâches administratives par semaine.
| Indicateur | Avant IA | Après IA (estimation) |
|---|---|---|
| Temps de rédaction d’un rapport de martelage | 2 h 30 | 45 min |
| Nombre de courriers traités par jour | 8 | 15 |
| Temps de synthèse d’un document réglementaire (10 pages) | 1 h 15 | 15 min |
| Satisfaction sur la qualité de la relecture (auto-évaluation /10) | 7 | 8,5 (grâce aux vérifications manuelles ciblées) |
| Charge mentale perçue sur les tâches répétitives (échelle /10) | 8 | 4 |
Ces chiffres sont indicatifs et issus d’échanges informels entre agents ayant expérimenté des outils. Selon l’APEC, l’usage d’outils collaboratifs augmentés réduit en moyenne de 25 à 30 % le temps consacré aux tâches de bureau dans la fonction publique. L’INSEE note que les gains de productivité liés au numérique varient fortement selon l’âge et les compétences initiales.
Formation continue : 5 ressources pour monter en compétence IA
L’agent technique peut acquérir des compétences de base en IA générative via des formations reconnues par France Compétences ou des moocs publics.
- Mooc « Intelligence Artificielle pour tous » (CNAM / Inria) : gratuit, 20 heures, accessible sans prérequis. Présente les concepts fondamentaux et les cas d’usage métier.
- Formation « IA générative au service du secteur public » (CNFPT) : proposée aux agents territoriaux et d’État, avec des modules sur la rédaction assistée. Vérifier les dates sur le portail du CNFPT.
- Module en ligne « Prompt Engineering » (OpenClassrooms) : payant (environ 50 €), certifiant. Apprend à structurer des prompts efficaces pour différents modèles.
- Formation interne ONF : le bureau des systèmes d’information de l’ONF propose des ateliers d’une demi-journée sur les outils numériques. Demander à son responsable la programmation 2026.
- Certification « IA & data » (RNCP niveau 6) : accessible via un bloc de compétences dans certains cursus de l’École Polytechnique ou Mines Paris, éligible au CPF (à vérifier sur moncompteformation.gouv.fr).
Erreurs fréquentes à éviter
L’adoption de l’IA comporte des pièges. Voici les cinq erreurs les plus courantes observées chez les premiers utilisateurs dans la fonction publique forestière.
- Utiliser une IA publique (version gratuite de ChatGPT) avec des données contenant des noms de propriétaires ou des coordonnées GPS précises. Cela peut constituer une violation de la directive RGPD.
- Copier-coller le texte généré sans relire les noms de lieux. L’IA peut inventer un toponyme plausible mais faux.
- Demander à l’IA une interprétation réglementaire précise. L’agent reste seul responsable de l’application du code forestier. L’IA n’a pas de valeur juridique.
- Ne pas former ses collègues ou sa hiérarchie. L’IA utilisée en silo crée une inégalité de charge de travail et peut être perçue comme une tricherie.
- Utiliser l’IA pour générer des documents à destination du public sans validation humaine. Un courrier mal formulé nuit à l’image de l’ONF.
Communauté et veille IA pour l’agent technique
Se tenir informé des évolutions est nécessaire sans y consacrer trop de temps. Voici cinq sources légères et adaptées à un agent de terrain.
- Newsletter « L’IA pas à pas » (INRIA) : hebdomadaire, propose des cas d’usage concrets dans les services publics, sans jargon technique.
- Podcast « Tech & Forêt » (Institut National de l’Information Géographique et Forestière) : mensuel, aborde les liens entre outils numériques et gestion forestière.
- Forum « IA & Territoires » (hébergé par l’Agence Nationale de la Cohésion des Territoires) : espace d’échange pour les agents publics, avec des retours d’expérience sur les outils.
- Compte LinkedIn « ONF Lab » : relaye les expérimentations numériques internes, y compris les tests d’IA générative.
- Chaîne YouTube « Datagora » (INA) : série de vidéos courtes expliquant comment les grands modèles de langue fonctionnent, utile pour comprendre les limites.
Plan 30 jours pour intégrer l’IA dans la pratique de l’agent technique
Voici un programme progressif pour un premier mois d’expérimentation, sans risque et avec un impact visible dès la fin de la première semaine.
- Semaine 1 – Découverte sécurisée : créer un compte sur un outil autorisé par l’ONF (ex : Mistral Large via le portail Numérik si disponible). Rédiger un premier rapport de tournée à partir de notes manuscrites. Comparer le temps passé avec et sans IA.
- Semaine 2 – Automatisation des courriers : préparer cinq prompts génériques pour les réponses aux demandes courantes (balisage, chasse, bois mort). Les tester sur des cas réels, en modifiant les noms et parcelles.
- Semaine 3 – Veille et synthèse : utiliser l’IA pour résumer un arrêté préfectoral ou un chapitre du code forestier chaque jour. Vérifier la justesse des résumés sur le document original.
- Semaine 4 – Bilan et partage : calculer le temps gagné sur les quatre semaines. Partager ses prompts et ses résultats avec son chef d’unité et ses collègues. Demander une autorisation pour étendre l’usage à d’autres tâches.
Ce plan est conçu pour être réversible. Si l’outil s’avère peu fiable ou trop contraignant (problème de connexion, manque de confidentialité), l’agent peut revenir à son workflow papier sans perte. L’objectif est d’expérimenter avec des données non sensibles et d’accumuler des retours d’expérience.