Cette recherche vise à résoudre un problème critique dans le secteur de la construction, en particulier dans les projets d’infrastructure, à savoir l’extraction efficace d’informations à partir d’une myriade de sources de données dispersées, telles que les PDF, les fichiers CSV, les feuilles Excel et les modèles CAO, qui font partie intégrante des opérations du secteur. L’importance de cette recherche réside dans son potentiel à rationaliser l’accès aux données dans un secteur qui est à la fois sensible à l’information et caractérisé par des défis importants en matière de gestion des données. L’objectif principal est de développer un système de questions-réponses (QA) pour les éléments d’infrastructure, tels que les ponts, permettant une extraction rapide et efficace d’informations à partir d’une collection de sources de données en ligne et hors ligne de différents formats, avec une interface intégrée à la plateforme web du jumeau numérique. Un aspect essentiel de ce projet est la prise en compte de la sécurité des données, en veillant à ce que le système permette différentes autorisations d’accès aux données en fonction du rôle de l’utilisateur (par exemple, gestionnaire, inspecteur, entreprise externe et chef de projet) impliqué dans les projets. Il s’agit d’une exigence cruciale dans le secteur de la construction, en particulier pour les projets sensibles. La méthodologie proposée consiste à évaluer et à sélectionner les modèles d’apprentissage automatique les mieux adaptés à cette tâche spécifique, en tenant compte à la fois de leurs performances en matière de recherche d’informations et de leur capacité à intégrer des mesures de sécurité robustes. Cette recherche comble non seulement une lacune dans les applications actuelles des systèmes d’assurance qualité dans le secteur de la construction, mais contribue également au domaine plus large de l’IA dans les industries sensibles aux données, ouvrant la voie à des solutions de gestion de l’information plus sûres, plus efficaces et plus spécifiques à l’industrie.