Déclaration d’écoconception

Publiée le 11 décembre 2025.

Raison d’être de ce service

Le site compar:IA permet de donner accès simplement et gratuitement à une très grande diversité de modèles d’IA conversationnelle et ainsi de sensibiliser les citoyens aux divers enjeux des IA génératives : diversité, biais et impact environnemental. Les jeux de données de questions et de préférences constitués sont partagés en open source sous licence MIT/Etalab 2.0.

Les cibles utilisatrices du service Compar:IA ont été identifiées au moyen d’entretiens utilisateurs et d’une phase préalable d’investigation des besoins.

Tous les citoyens sont concernés comme utilisateurs potentiels, mais particulièrement les professeurs, élèves, étudiants, médiateurs numériques, formateurs IA, chercheurs et entreprises intéressées par l’analyse ou l’utilisation des jeux de données partagés en open source.

Le service compar:IA s’inscrit dans une démarche d’écoconception visant à réduire les impacts environnementaux, conformément au RGESN, version 2024.

Qu’est-ce que l’écoconception ?

L’écoconception de services numériques est une démarche visant à réduire et limiter les impacts environnementaux d’un service dès sa phase de conception et tout au long de son cycle de vie.

Sa mise en œuvre poursuit quatre objectifs principaux :

• concevoir des services numériques plus durables permettant d’allonger la durée de vie des terminaux ;
• promouvoir une démarche de sobriété environnementale face aux stratégies de captation de l’attention ;
• diminuer les ressources informatiques mobilisées, optimiser le trafic de données et la sollicitation des infrastructures numériques ;
• accroître la transparence sur l’empreinte environnementale du service numérique.

Concrètement, l’écoconception vise notamment à :

• limiter le poids d’une page ;
• limiter la complexité d’une page ;
• limiter le nombre de requêtes serveur ;
• limiter la consommation d’énergie nécessaire à l’hébergement du service.

Il s’agit d’une démarche d’amélioration continue et collective.

Stratégie mise en œuvre

L’enjeu principal consiste à faire fonctionner compar:IA sur les terminaux utilisateurs les plus anciens possibles, dans des conditions de connectivité variées. Les mesures mises en œuvre comprennent notamment :

• simplification de l’expérience utilisateur et concentration sur les fonctionnalités essentielles ;
• sensibilisation à l’empreinte écologique grâce aux indicateurs d’impact énergétique et à un mode dédié aux petits modèles ;
• affichage d’estimations de consommation énergétique et d’émissions associées à l’inférence, afin d’éclairer le choix entre modèles ;
• possibilité de sélectionner des modèles légers ou de comparer des catégories de modèles adaptées à des usages plus sobres ;
• utilisation des composants du Système de Design de l’État (DSFR) ;
• navigation intuitive pour réduire le temps passé à chercher une information ;
• conception « mobile first » ;
• exclusion de l’intégration de vidéos sur le site.

Diagnostic RGESN

L’auto-diagnostic, mené entre mai et octobre 2025 par l’équipe produit, a porté sur l’ensemble des pages du site. Les outils utilisés étaient l’inspecteur réseau du navigateur, l’extension Green IT Analysis et l’outil EcoIndex.

Score dans la mise en œuvre du référentiel

L’auto-diagnostic donnait un taux de conformité au RGESN de 89 % au 10 décembre 2025. Le service visait une amélioration de ce score pour atteindre 95 % en 2027.

Score par thématique :

• Stratégie : 100 %
• Spécifications : 78 %
• Architecture : 100 %
• Expérience et interface utilisateur (UX/UI) : 100 %
• Contenus : 67 %
• Frontend : 82 %
• Backend : 64 %
• Hébergement : 90 %
• Algorithmie : 100 %

Configuration minimale pour accéder au site

• équipement mobile datant de 2017 minimum ;
• connexion minimale recommandée : 3G sur mobile et 512 Kbit/s en connexion fixe ;
• écran d’au moins 320 pixels de large ;
• Internet Explorer n’est pas pris en charge.

Améliorations identifiées

• mettre en place des revues de conception et de code visant notamment à réduire les impacts environnementaux ;
• définir des durées de conservation pour supprimer ou archiver les données et les logs ;
• limiter le nombre de requêtes serveur à 40 maximum par écran ;
• limiter le poids des ressources à 600 Ko maximum par écran ;
• convertir les illustrations dans des formats plus performants ;
• permettre d’interrompre l’inférence lors de la comparaison des modèles ;
• limiter les recherches web et les appels d’outils aux cas où l’utilisateur les active explicitement ;
• analyser plus finement les pages présentant de mauvais scores EcoIndex afin d’identifier de nouvelles améliorations.