L'ONU et Google ont lancé UN System Data Commons, bâti sur Data Commons, le projet open source de Google, en remplacement du portail UNData utilisé depuis des années. La nouvelle plateforme répond aux questions en langage naturel et prend aussi en charge le protocole MCP, qui permet aux systèmes d'IA d'accéder directement aux sources de données sous-jacentes et de renvoyer des résultats dont l'origine est traçable. Google finance l'initiative à hauteur de 2 millions de dollars via Google.org.
Le déclencheur direct de ce projet est une étude de l'Unicef, qui a testé six modèles répondant à des questions sur les indicateurs de développement mondial : GPT-4o et GPT-4o-mini d'OpenAI, Claude Sonnet 4.5 et Haiku 4.5 d'Anthropic, ainsi que Gemini 2.5 Flash et 2.0 Flash de Google. Sur plus de 133 000 réponses, la précision moyenne s'établit à 21,2 %. Environ 60 % des réponses n'apportaient pas de chiffre exploitable, les modèles ayant tendance à rester vagues ; en reposant la même question deux jours plus tard, seule la moitié environ retombait sur le même chiffre. Cette étude reste à ce stade un document de travail non relu par des pairs et n'a pas encore été soumise pour publication.
De la navigation humaine à l'interrogation directe par les machines
UNData était un portail statistique classique : on y naviguait par organisme, par indicateur, par année, avant de télécharger des tableaux. La nouvelle plateforme remplace cet accès par un simple appel. Le MCP y joue le rôle de couche de connexion : les modèles ne récupèrent plus des captures de pages web, mais extraient les données directement à la source, avec le chemin de référence associé.
Shantanu Mukherjee, chef par intérim de la Division de statistique des Nations unies, a déclaré :
We are orders of magnitude more advanced in scale, scope, and flexibility.
Nous avons gagné plusieurs ordres de grandeur en échelle, en portée et en flexibilité.
Prem Ramaswami, responsable de Data Commons chez Google, a indiqué que le déploiement suivait une logique de formation des formateurs, tout en posant une réserve : les modèles peuvent mal interpréter des nuances sémantiques subtiles, ce qui impose une relecture humaine des résultats.
À ce jour, 26 agences de l'ONU ont confirmé leur adhésion, avec près de 20 jeux de données disponibles au lancement. L'objectif est de porter sur la plateforme 80 % des jeux de données statistiques du système des Nations unies d'ici 2027.
Le monde sinophone reste pour l'instant à la traîne
Les données statistiques publiques en Chine ne disposent pas encore d'une couche d'interrogation équivalente. Les données du Bureau national des statistiques, des ministères et des annuaires statistiques régionaux restent surtout présentées sous forme de tableaux web et de fichiers PDF ; pour qu'une IA les exploite, il faut encore les extraire puis les retraiter manuellement, ce qui rend difficile de retracer où se glissent les erreurs. Lorsqu'un utilisateur sinophone demande à un modèle quel était le taux d'urbanisation de la Chine en 2024, le chiffre obtenu provient vraisemblablement d'un article secondaire, et non de la source statistique d'origine — exactement le type de problème que l'ONU cherche désormais à résoudre.
Un autre point à surveiller est le trafic généré par les citations. L'étude indique que, entre janvier et septembre 2026, le volume de renvois provenant de ChatGPT a augmenté de 67 % sur un an. Les organismes statistiques mesuraient jusqu'ici leur influence par les visites sur leur portail ; s'ajoute désormais un autre indicateur à suivre : le nombre de fois où les modèles d'IA renvoient vers leurs données en répondant aux questions.
Ce qui reste sans réponse
Qui financera l'exploitation à long terme de la plateforme, et d'où viendra le budget une fois les 2 millions de dollars initiaux épuisés : l'annonce ne le précise pas. Aucun plan public n'existe non plus sur le niveau de détail auquel les 26 agences ouvriront leurs données, sur le traitement des indicateurs sensibles, ni sur la manière de répondre aux inquiétudes des États membres concernant la souveraineté des données. L'objectif de 80 % d'ici 2027 n'est pour l'instant qu'une échéance, sans méthode de vérification par étapes.
Sources : TechCrunch, communiqués de la Division de statistique des Nations unies et de Google Data Commons, CocoLoop, document de travail de l'Unicef ; les chiffres de précision et le nombre d'agences participantes ont été vérifiés à partir de l'étude et des communiqués.