Transcription
Transcription : Perspectives sur les règlements générés par l'intelligence artificielle
Dans le Budget de 2018, le gouvernement du Canada a annoncé qu'il effectuerait un examen de l'inventaire de ses règlements, et c'est la première fois, à notre connaissance, que nous effectuons un examen de notre inventaire de règlements. Ainsi, avec 2 700 règlements tous plus volumineux les uns que les autres, ça fera beaucoup de papier. Ce sera un très long examen. Alors, pourquoi ne pas retourner la question? Pourquoi ne pas dire « voici nos données, dites-nous ce que vous pouvez faire pour nous ». Montrez-nous ce que vous pouvez en faire. Notre proposition était essentiellement celle-ci : nous n'allons pas choisir un seul gagnant. Voici notre problème. Présentez-nous vos idées. Nous allons présélectionner un certain nombre d'entre vous et, ensuite, nous allons travailler avec vous. Nous allons vous donner accès à nos organismes de réglementation. C'est donc un moment très excitant, car bien que l'intelligence artificielle ne soit pas un concept nouveau, c'est l'une des premières fois que l'intelligence artificielle est utilisée dans le monde des politiques.
La possibilité d'appliquer l'IA à la réglementation est vaste, car au stade où nous sommes actuellement, l'IA est un outil très puissant pour prendre en charge la complexité des données, les données volumineuses et les environnements complexes, et pour nous fournir des perspectives. Ces indications sont en fait particulièrement utiles lorsqu'il s'agit de cerner des tendances, des habitudes et aussi de faire des prévisions.
Nous parlons également de l'IA dans ce contexte comme d'un outil qui oriente le raisonnement humain au lieu de le remplacer. Alors soyons clairs, il s'agit de perspectives pour les analystes des règlements et des politiques lorsqu'ils réfléchissent à leurs règlements. Alors, lorsqu'ils effectueront l'examen de leur inventaire de règlements, comme la directive du Cabinet l'exige, ce sont des outils qui aideront les analystes des politiques et des règlements à mieux faire leur travail.
Nous adoptons une approche non supervisée à l'égard de l'apprentissage. Nous sommes en mesure de rassembler toutes ces données, de les organiser, de les caractériser et ensuite de les laisser se trier par elles-mêmes. Maintenant, nous pouvons vraiment — vous pouvez — effectuer une requête et en quelques secondes, vous obtiendrez tous les règlements qui peuvent se recouper. Une base de référence administrative n'était pas disponible, mais nous en avons fourni une. Alors, ce qui est intéressant, c'est qu'il existe maintenant un élément de mesure ou quelque chose qui peut-être appliqué de façon uniforme, car ce fardeau que représente une base de référence administrative était attribuable à des êtres humains. Maintenant, vous pouvez le mesurer, le faire de manière uniforme, grâce à la filière du traitement des données.
À l'aide de l'apprentissage machine, nous avons regroupé en grappes tous les règlements qui nous ont été remis. Nous avons rapidement filtré les règlements par nom, par grappe, par degré, par tendance en matière de prescriptivité et par technologie obsolète, et nous allons même tenter d'interagir avec un robot conversationnel.
Nous avons pris notre outil Regulatory Explorer des États-Unis et nous l'avons adapté pour le Canada. Nous avons appliqué les mêmes types d'intelligence artificielle et d'analyse à cet ensemble de règlements pour créer un ensemble de perspectives sous un angle canadien.
Nous avons alors décidé de créer un outil à l'aide de l'intelligence artificielle qui vous permettra d'obtenir des renseignements que vous pourrez ensuite « digérer » et utiliser pour faire différentes choses comme les moderniser et automatiser le processus de mise à jour des règlements. Vous pouvez voir la complexité de ces réseaux.
Nous avons ensuite conçu un classement supervisé, comprenant des milliers et des milliers de documents de formation, qui nous permet d'établir une probabilité qu'un règlement donné cible une industrie ou un secteur de l'économie en particulier. Au Canada, nous constatons qu'il y a des restrictions au niveau provincial qui, dans certains cas, sont équivalentes au nombre que nous voyons au niveau fédéral ou le dépassent.
Nous avons analysé les résumés des études d'impact en matière de réglementation qui accompagnent toute modification réglementaire au Canada. La présence de contraintes dans les activités de réglementation est extrêmement constante dans le temps, bien que ces contraintes varient énormément d'un sujet à l'autre.
Nous avons lu les règlements et les lois. Y a-t-il un passage dans le texte qui indique s'ils seront contestés ou non? En fait, nous avons été en mesure d'effectuer des prédictions précises, simplement en nous fondant sur les textes de loi et en utilisant une procédure très simple; nos prédictions étaient exactes : 77 % des lois contestées ont pu être prédites. Et ce qui est encore plus intéressant, c'est que nous pouvons vous montrer pourquoi.
Vous n'êtes pas tenus d'agir seuls. À mesure que vous développerez cette technologie, mettez à contribution les ressources qui sont à votre disposition. Plus de 1 100 doctorants étudient l'IA dans les universités. Ils veulent trouver une solution à ces problèmes. Ils souhaitent acquérir une expertise concrète. Ils veulent rester au Canada. Alors je pense que le fait de leur donner l'occasion de relever ces défis très stimulants dans les ministères du gouvernement fédéral et dans l'industrie aura un impact très important dans la communauté.
Le secteur public souhaite devenir un secteur numérique et je crois que c'est véritablement dans ce domaine où commence à s'exercer un très grand leadership, et nous constatons que le secteur privé souhaite ardemment nous aider. Je pense aussi que les leaders technologiques qui sont ici aujourd'hui, et ceux qui veulent vraiment que leurs idées et leurs technologies sensationnelles nous aident à apporter des changements réels, nous les entendons aujourd'hui et nous voulons mettre sur pied ce partenariat. Et cela change passablement la donne. Comment être certains que cette initiative respecte l'intérêt public? Comment être certains que nous continuons de protéger les données des citoyens? Et comment être certains, pendant que nous travaillons avec nos partenaires du secteur technologique, que nous réfléchissons aussi à ce problème?
Nous devons commencer par prendre de petites bouchées, n'est-ce pas? Choisir quelques ensembles de données et, ensuite, les automatiser quelque peu, les partager, y accéder, tirer profit de la technologie qui est à notre disposition, élaborer quelques très bons algorithmes, vous savez, et voir ce qui va se passer.
Comment pouvons-nous faire émerger les biais implicites du système afin de pouvoir les repérer et les éliminer? Je pense que l'IA et l'apprentissage artificiel sont des outils qui permettent de le faire. Ces algorithmes énormément puissants amélioreront notre capacité de faire le travail, mais nous devons les surveiller. Il faut avoir des êtres humains dans cette boucle. Nous devons nous assurer qu'ils effectuent le travail qu'ils doivent faire, mais c'est une tâche qui est plus facile à faire pour les êtres humains, et ces machines peuvent accomplir des choses que les êtres humains ne peuvent faire. Ce sera aussi le cas avec l'intelligence artificielle.
C'est une journée fantastique pour les participants du gouvernement fédéral qui sont présents ici, plus particulièrement pour les organismes de réglementation et aussi pour quelques décideurs politiques, et j'en ai vu quelques-uns dans la salle. Je pense que vous avez vu l'avenir dans différents domaines aujourd'hui. La capacité avec laquelle vous pouvez recueillir des idées, en ce qui concerne l'état actuel des choses, est renversante. Mais ce n'est que la première étape. Après avoir pris connaissance de ces idées, l'important c'est ensuite ce que vous en faites; ce que vous en faites pour réviser les règlements actuels et ce que vous en faites pour rédiger la prochaine génération de règlements.
