Search

Laboratoire de politiques sur l’avenir de l’IA :

Ottawa

En janvier 2018, le CIFAR et l’Institut Brookfield pour l’innovation + l’entrepreneuriat (IBI+E) se sont associés pour mettre sur pied et animer cinq Laboratoires de politiques sur l’avenir de l’IA. Ces laboratoires visaient à sensibiliser sur les répercussions à long terme de l’IA et à explorer l’avenir des politiques relatives à l’IA au Canada. De juin à octobre 2018, le CIFAR et l’IBI+E ont organisé des laboratoires à Toronto, à Edmonton et à Vancouver, qui ont accueilli 63 futurs leaders en politiques.

Le 22 novembre 2018, le CIFAR et l’IBI+E ont tenu un quatrième Laboratoire de politiques sur l’avenir de l’IA à Ottawa, en Ontario. Cet événement, qui a réuni 28 futurs leaders en politiques, visait à:

  • renforcer la capacité des futurs responsables de la fonction publique à comprendre les implications politiques de l’IA;
  • fournir aux responsables des politiques une vue d’ensemble du secteur de l’IA: les mythes et le battage médiatique, l’évolution des progrès technologiques et les applications potentielles;
  • contribuer aux premières réponses du gouvernement sur les technologies émergentes de l’IA.

Pour atteindre ces objectifs, ce laboratoire visait à mieux faire connaître les possibilités et les défis associés aux capacités et aux applications actuelles de l’IA, d’encourager la réflexion critique sur les scénarios possibles et de faciliter l’élaboration de recommandations de politiques. Les commentaires sur les trois laboratoires précédents ont été utilisés pour remanier certains aspects du programme et du contenu du laboratoire. Divisés en groupes, les participants se sont penchés sur une étude de cas touchant une application réelle de l’IA dans un domaine particulier (logement, justice, éducation, immigration et embauche).

Des animateurs ont guidé chaque groupe de participants tout au long de leurs discussions sur l’étude de cas. Au cours de la dernière séance de la journée, les participants ont pu présenter les recommandations de politiques qui tenaient compte des possibilités et défis associés à leur étude de cas. Le programme de la journée figure à l’annexe A.

Domaines des études de cas

Avant le laboratoire, cinq séries d’études de cas ont été élaborées. Chaque série était associée à un domaine précis: logement, justice, éducation, immigration et embauche. Les participants ont été divisés en groupes de quatre à cinq personnes, et chaque domaine a été attribué à un groupe à des fins de discussion.

Logement

L’IA a de nombreuses répercussions dans le domaine du logement, qu’il s’agisse d’appareils pour la maison intelligente comme Nest, d’outils intelligents qui aident à réduire la consommation d’énergie ou de services qui agissent comme intermédiaires entre les propriétaires et les locataires. Les progrès réalisés dans ce domaine offrent aux résidents de réels avantages, mais posent également des défis en matière de protection de la vie privée et de sécurité dans un environnement domestique. Dans ce domaine, les participants ont examiné Naborly (annexe B), une application de sélection des locataires qui génère des scores de risque afin d’aider les propriétaires à prendre des décisions plus judicieuses.

Justice

Le secteur juridique est touché par l’évolution récente de l’IA et des capacités en apprentissage automatique. Ces développements ont permis aux applications d’automatiser la recherche juridique, la vérification diligente, l’examen des contrats et les pratiques de gestion, et de prévoir l’issue des procédures judiciaires. Dans ce domaine, les participants ont eu l’occasion d’étudier les répercussions de la plateforme ROSS intelligence (annexe C), un outil de recherche juridique fondé sur l’intelligence artificielle qui utilise le traitement du langage naturel pour accroître la capacité d’un avocat à accéder à l’information pertinente.

Éducation

L’intelligence artificielle offre de nombreuses possibilités de transformer l’éducation en facilitant l’apprentissage, en fournissant un curriculum personnalisé et en aidant les enseignants à élaborer du contenu. Les participants de ce groupe ont analysé Nestor (annexe D), un assistant de classe qui utilise des algorithmes d’apprentissage automatique et la reconnaissance faciale avancée pour évaluer le niveau d’attention des élèves qui écoutent des cours en ligne.

Immigration

Les participants de ce groupe ont examiné une application de l’IA qui automatise le processus d’immigration1 du Canada en triant les demandes en deux catégories: simple ou complexe (annexe E). Ce projet a été entrepris par Immigration, Réfugiés et Citoyenneté Canada (IRCC) afin de réduire l’arriéré des demandes d’immigration auxquelles doivent répondre les agents d’immigration. Les demandes considérées comme simples n’ont pas besoin d’être examinées et sont traitées plus rapidement que les demandes complexes. Les cas complexes doivent être examinés par un humain, ce qui allonge les délais de traitement.

Embauche

De nombreuses grandes entreprises au Canada intègrent des applications de dépistage fondées sur l’IA dans leur processus d’embauche. Les participants de ce groupe ont examiné Ideal (annexe F), une application de renseignements sur les talents qui centralise les données recueillies à partir des curriculum vitae des candidats, des discussions avec des agents conversationnels et des évaluations en ligne pour ensuite classer et évaluer les candidats en temps réel. Ideal établit et fournit ensuite à l’employeur une liste restreinte de candidats sérieux.

Télécharger le PDF