Apport du Retrieval-Augmented Generation (RAG) dans l'optimisation des process de rédaction d'étude d'impact environnemental
Résumé
The development of an application to support the drafting of Environmental Impact Assessments (EIA, based on the Retrieval-Augmented Generation (RAG) approach, made it possible to combine the vectorization of EIA reports with the use of Mistral models integrated into an intuitive interface. Experiments conducted on topographic analysis show that activating RAG produces more accurate and better-structured outputs, enriched with appropriate technical vocabulary, thus coming closer to expert writing practices. This work demonstrates the potential of artificial intelligence to automate certain stages of drafting, thereby improving the quality and efficiency of EIAs while also opening up perspectives for applications in other professional fields.
Le développement d’une application d’assistance à la rédaction des Études d’Impact Environnemental (EIE) basée sur l’approche Retrieval-Augmented Generation (RAG) a permis de combiner la vectorisation de rapports d’EIE avec l’utilisation de modèles Mistral intégrés dans une interface intuitive. Les expérimentations réalisées sur l’analyse topographique montrent que l’activation du RAG apporte des résultats plus précis, mieux structurés et dotés d’un vocabulaire technique adapté, se rapprochant des pratiques d’expertise. Ce travail met en évidence le potentiel de l’intelligence artificielle pour automatiser certaines étapes de la rédaction, améliorant ainsi la qualité et l’efficacité des EIE, tout en ouvrant des perspectives d’application dans d’autres domaines professionnels.
