Emma Frejinger est nommée conseillère spéciale en IA et en numérique

Même s’il y a beaucoup d’incertitude autour de l’avenir de l’IA, elle touche et continuera certainement de toucher le monde universitaire de façon considérable et sur plusieurs plans, dont ceux de l’enseignement, de l’administration et de la recherche. Ce que l’avenir nous réserve dépend de l’avenir que nous façonnons et de la manière dont nous choisissons d’avancer et d’adopter cette technologie. Je n’ai pas de réponse précise et c’est justement une motivation dans la prise de mes nouvelles fonctions. Dans mon propre domaine de recherche, l’IA a déjà transformé la façon dont nous menons nos travaux de recherche, les questions que nous posons et elle nous permet de franchir de nouvelles frontières. L’avancement de la recherche dans mon champ d’activité a aussi suscité chez moi des préoccupations liées à l’impact environnemental, à la souveraineté numérique, au rôle de l’intelligence humaine et, plus largement, à la place de l’être humain. Je suis convaincue que les chercheuses et chercheurs de toutes les disciplines, qu’ils adoptent l’IA ou non, qu’ils travaillent à son développement ou non, doivent réfléchir aux répercussions futures de cette technologie sur leur domaine et sur la société en général. J’ai aussi la conviction que le monde universitaire et l’UdeM en particulier comme acteur de premier plan ont un rôle fondamental à jouer afin de bâtir un avenir dans lequel l’IA est au service de notre société et des personnes qui la composent.

On pourrait voir la gestion de l’IA sous différents angles et il y a effectivement des différences qui distinguent l’Europe de l’Amérique du Nord. Une différence notable réside dans la règlementation: l’Union européenne a adopté une loi sur l’IA, alors qu’il n’y a pas encore de cadre équivalent en Amérique du Nord. Le Canada a récemment publié la stratégie nationale L'IA pour tous. Elle désigne l’adoption de l’IA comme un moteur majeur de l’innovation. Comme citoyenne suédoise et citoyenne canadienne, je fais régulièrement des observations anecdotiques sur les similitudes et les différences entre nos pays et je vois beaucoup de similitudes entre le Québec et la Suède qui, par ailleurs, ont des populations de tailles comparables. Si je combine mes observations avec quelques statistiques, il y a des différences qui m’intriguent: la force canadienne en recherche fondamentale en IA, solidement représentée au Québec, se distingue nettement de celle de la Suède, alors que la Suède devance le Canada sur le plan de l’adoption de l’IA dans les entreprises. J’aimerais approfondir cette question davantage pour comprendre si l’on peut tirer parti des stratégies suédoises pour renforcer l’adoption responsable de l’IA dans les contextes québécois et canadien.

L’industrie du transport et des chaînes d’approvisionnement est riche en données, mais celles-ci sont souvent cloisonnées et sensibles sur le plan commercial, ce qui soulève un enjeu de confidentialité. Dans les projets de recherche collaboratifs avec le CN, nous avons conçu des méthodologies qui permettent d’exploiter des données auparavant compartimentées. Pour des problèmes de décision, comme la planification des mouvements de conteneurs dans le réseau ferroviaire, la valeur de lier des données peut être très grande. Nous avons également observé que les problèmes définis par des données réelles peuvent être scientifiquement plus difficiles que des problèmes théoriques synthétisés. Cependant, il y a une tension entre l’usage de données confidentielles d’une part et la publication ouverte, la réutilisation des données et la reproductibilité des résultats d’autre part. Nous avons abordé cette tension en créant des générateurs de données synthétiques qui préservent les caractéristiques essentielles à la contribution scientifique. Nous pouvons ainsi transmettre nos résultats de recherche à la communauté scientifique et assurer leur reproductibilité tout en préservant la confidentialité des données. Ces questions ne sont pas propres aux données de l’industrie. Des données précieuses pour la recherche demeurent souvent cloisonnées au sein du monde universitaire. Les solutions adéquates doivent tenir compte des réalités spécifiques aux différents domaines de recherche et je souhaite explorer avec les chercheurs et chercheuses les occasions et les défis qu’ils rencontrent. Décloisonner les données et faciliter leur réutilisation, tout en respectant la confidentialité des données sensibles, pourrait accroître les retombées de la recherche.