Search

L’ouvrage présente cinq initiatives dans le domaine de l’IA, toutes menées par des organisations publiques au Québec.

Au cours des dernières années, la Ville de Laval a déployé divers projets numériques pour améliorer l'expérience des citoyens qui la contactent par divers moyens de communication et pour diverses raisons. Le projet de numérisation de la prestation le plus connu est certainement le projet « Requêtes citoyennes », entamé il y a environ 5 ans, qui a remporté différents prix1. Ce projet a mené à la création d’un système de gestion de la relation client (CRM) qui permet l’acheminement automatisé des requêtes citoyennes vers les services de deuxième ligne. La Ville de Laval a aussi déployé une application Web intégrée en mode infonuagique, Mon dossier, qui permet aux citoyens de sélectionner une requête, sans avoir à passer par la première ligne (par exemple, le service 311), et de suivre le cheminement de sa requête (statut d’avancement). Plus récemment, des agents de service du 311 de la Ville ont expérimenté un assistant virtuel qui fait la transcription de la voix au texte des conversations téléphoniques logées au 311. Cet assistant permet aussi la création d’un résumé de l’appel, puis sa transmission dans le système de gestion de la relation client issu du projet de Requêtes citoyens (ci-après système Requêtes Citoyennes). L’assistant virtuel du 311 est le premier outil d’intelligence artificielle utilisé par la Ville de Laval dans le cadre de sa prestation de services. Cette étude de cas porte sur le développement et l’utilisation de l’assistant virtuel du 311 de la Ville de Laval (ci-après « assistant virtuel »).

Les modèles de prédiction sont une composante importante de l'intelligence artificielle. Ils permettent de prédire des comportements futurs à partir de l’analyse d’événements du passé. Ces modèles peuvent être utilisés par les organisations pour saisir des occasions d’affaires, notamment à partir de l’analyse de leur environnement et de la détection de pratiques ou de tendances émergentes. Les modèles de prédiction peuvent aussi servir à anticiper et à gérer des problèmes de toutes sortes, comme les crises financières, les crimes contre la personne, les risques de récidive, les cybermenaces, les incendies, les épidémies, les échecs scolaires et les catastrophes naturelles. L’éducation est un secteur propice au déploiement de modèles prédictifs, compte tenu des problèmes potentiels de décrochage, de redoublement ou d’échec scolaire auxquels doivent faire face les intervenants de ce secteur. La présente étude de cas porte sur un projet de valorisation de données, initié en 2017 par le Centre de services scolaire du Val-des-Cerfs (ci-après CSSVDC) et son directeur général, visant notamment la conception et l’utilisation de modèles de prédiction du risque de décrochage. Tout en relatant l’histoire du projet, l’étude montre les avantages, les conditions facilitantes, les enjeux et les leçons qui accompagnent le déploiement de ces modèles en éducation. Les résultats de l’étude s’appuient principalement sur des entretiens semi-dirigés menés auprès de deux représentants du CSSVDC1 et de deux experts externes2 engagés dans le projet depuis le début. Ces entretiens ont été réalisés aux mois de décembre 2022 et janvier 2023. Les propos des répondants sont en italiques dans le texte. Ils sont tantôt insérés entre des guillemets (« »), tantôt mis en retrait du texte. Je tiens à remercier la disponibilité et la grande franchise des personnes rencontrées en entretien. Leurs propos constituent la matière première de l’étude.

Cette étude de cas porte sur un projet mis en oeuvre dans le réseau de l’éducation appelé le Chantier d’intelligence numérique (CIN), qui vise à offrir au MEQ et aux acteurs du milieu, en particulier aux centres de service scolaires, aux commissions scolaires et aux écoles, un accès simplifié à des données et à des outils d’aide à la décision (par exemple, tableaux de bord et modèles prédictifs) pour les appuyer dans la gestion de la réussite scolaire et autres activités dont ils ont la responsabilité.

La COVID-19 a été l’occasion pour plusieurs organisations publiques du Québec, comme ailleurs, d’innover non seulement en matière de télétravail, mais aussi dans la numérisation de leurs services. L’agent virtuel de Quebec.ca est le résultat d’une de ces innovations technologiques. Considéré comme le premier projet d’intelligence artificielle (IA) au Québec dédié aux services publics, l’agent virtuel de Quebec.ca est un assistant conversationnel (chatbot) qui a permis aux citoyens de trouver des réponses à leurs questions en relation avec la COVID-19 dans le site officiel du gouvernement du Québec. Cette étude vise à présenter le cas de l’agent virtuel de Quebec.ca dans ses phases de conception et de déploiement. Tout en relatant l’histoire du cas, notre étude montrera les conditions, les défis et les retombées qui accompagnent la conception et l’utilisation d’un agent virtuel gouvernemental dans un contexte de pandémie.

Depuis les fusions municipales de 2002, le Service de sécurité incendie de Montréal (SIM) étend ses interventions à l’agglomération de Montréal, qui comprend la Ville de Montréal et les 15 autres municipalités de l’île de Montréal. Avec ses 66 casernes de pompiers, le SIM est le deuxième plus grand service d’incendie au Canada. Il intervient « lors de tous types d’urgence, incluant les urgences médicales, les incendies et les mesures d’urgence1 ». Le SIM intervient aussi lors d’actions de prévention et d’éducation auprès de la population par l’entremise de ses agents de prévention. C’est dans une perspective de prévention des incendies que s’inscrit cette étude de cas. Plus précisément, elle porte sur la conception et le déploiement d’un modèle de prédiction visant à mesurer le risque d’incendie des bâtiments sur le territoire de l’agglomération de Montréal afin de planifier les activités de prévention, en particulier l’inspection des bâtiments. En plus de retracer l’histoire du premier modèle de prédiction du risque d’incendie au Québec, cette étude montre les bénéfices, les enjeux et les défis qui accompagnent la conception et le déploiement d’un tel outil.

COVID-19 is primarily a respiratory illness, and smoking adversely impacts the respiratory and immune systems; this confluence may therefore incentivize smokers to quit. The present study, conducted in four high-income countries during the first global wave of COVID-19, examined the association between COVID-19 and: (1) thoughts about quitting smoking; (2) changes in smoking (quit attempt, reduced or increased smoking, or no change); and (3) factors related to a positive change (making a quit attempt or reducing smoking) based on an adapted framework of the Health Belief Model.