Search

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

Montréal

En janvier 2018, le CIFAR et le Brookfield Institute for Innovation + Entrepreneurship (BII+E) se sont associés pour mettre sur pied et animer cinq Laboratoires de politiques sur l’avenir de l’IA afin d’accroître la sensibilisation à l’égard des répercussions à long terme de l’IA et d’explorer l’avenir des politiques relatives à l’IA au Canada. De juin à décembre 2018, le CIFAR et le BII+E ont tenu des laboratoires à Toronto, à Edmonton, à Vancouver et à Ottawa qui ont accueilli une centaine de futurs leaders en politiques.

Le 5 février 2019, le CIFAR et le BII+E ont organisé le cinquième et dernier laboratoire de cette série à Montréal, au Québec. Cet événement, qui a réuni 29 futurs leaders en politiques, visait à :

  • renforcer la capacité des futurs responsables de la fonction publique à comprendre les implications politiques de l’IA et à réagir adéquatement ;
  • fournir aux décideurs 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 quatre 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 sur une application réelle de l’IA dans un domaine particulier (p. ex., logement, justice, éducation, santé, immigration et embauche). Des animateurs ont guidé chaque groupe de participants tout au long de leurs discussions. Au cours de la dernière séance de la journée, les participants ont été redivisés en groupes de cinq, chaque membre représentant un groupe d’étude de cas différent. Chaque participant a pu présenter l’étude de cas dont son groupe avait discuté ainsi que les recommandations de politiques formulées à ce sujet. Le programme de la journée figure à l’annexe A.

Domaines des études de cas

Avant le laboratoire, six séries d’études de cas ont été élaborées. Chaque série était associée à un domaine précis : logement, justice, éducation, santé, immigration et embauche. Les participants ont été divisés en groupes d’environ 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 d’aider à 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.

Santé

Les progrès réalisés dans le domaine de l’IA offrent un potentiel énorme pour la prestation de services de santé plus efficaces dans des domaines tels que le diagnostic, la surveillance médicale et les traitements. Toutefois, cela pose également des défis en matière de protection de la vie privée et de discrimination des patients. Les participants de ce groupe se sont penchés sur Ideal (annexe E), un projet de recherche dirigé par Microsoft qui fait appel à la vision par ordinateur et aux algorithmes d’apprentissage automatique pour analyser automatiquement des images 3D de tomodensitométrie (TD) et des images par résonance magnétique (IRM) afin d’identifier des tumeurs.

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 F).

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.

Télécharger le PDF