Innover sur demande, épisode 5 : Survie de la personne la plus adaptable (DDN2-P05)

Transcription : Innover sur demande, épisode 5 : Survie de la personne la plus adaptable

Todd : Je suis Todd Lyons.

Natalie : Je suis Natalie Crandall.

Valeria : Je suis Valeria Sosa.

Sinan : Et je suis Sinan Baltacioglu.

Todd : Et voici le balado « Innover sur demande ».

L'un des mythes associés à la fonction publique est que, par rapport au secteur privé, le gouvernement manque d'innovation, d'efficience et d'efficacité. Notre invité pour cet épisode a travaillé pour une très grande entreprise avant de se joindre à la fonction publique; il a ainsi pu constater de première main comment toute organisation peut s'enliser à mesure qu'elle gagne en ampleur et en complexité. Selon lui, le succès est lié à la volonté de s'adapter; qu'en est-il de son expérience depuis qu'il a rejoint le secteur public? C'est ce que nous allons voir.

Natalie : Merci d'être avec nous aujourd'hui Sinan. Voulez-vous nous parler un peu de vous et de votre lieu de travail?

Sinan : Absolument. Je suis heureux d'être avec vous aujourd'hui dans le cadre de ce balado. Je vous remercie de votre invitation. Alors, je m'appelle Sinan. Je fais partie de l'Académie du numérique. Plus précisément, je fais partie de l'équipe des Services d'innovation numériques, et vous pouvez en quelque sorte nous considérer comme la branche de Recherche et développement de l'École [de la fonction publique du Canada].

Natalie : Très intéressant. Alors, qu'est-ce que vous faites dans cette équipe en ce moment?

Sinan : Comme la plupart des « geeks », nous adorons expérimenter, créer le plus petit produit viable et procéder à une validation de principes, et nous essayons vraiment de repousser les limites en ce qui concerne l'art du possible. Qu'est-ce que ça veut dire? Ça veut dire que nous expérimentons des technologies comme l'apprentissage automatique. Nous essayons d'analyser les sentiments à partir de textes libres afin d'obtenir des renseignements quantitatifs plutôt que simplement qualitatifs. Nous repoussons les limites de ce que signifie faire des constructions rapides. Par exemple, vous nous donnez un bout de papier avec quelques idées, puis vous partez; 4 jours plus tard, nous venons vous voir et vous disons « hé, c'est dans le nuage, voici votre application, regardez-la » Nous travaillons sur des processus agiles, en essayant de changer ce qui signifie d'être un développeur au gouvernement du Canada.

Valeria : Depuis combien de temps faites-vous partie de l'équipe?

Sinan : En fait, je suis une nouvelle recrue dans la fonction publique. J'ai commencé en janvier; je ne suis donc ici que depuis environ 6 mois, et j'adore ça. Auparavant, j'étais dans le secteur privé; maintenant j'ai l'occasion d'utiliser mon temps et mes talents pour aider les Canadiens et la fonction publique, et vraiment faire ce qu'il faut pour mon pays – on ne peut trouver ça nulle part ailleurs. J'adore mon travail dans la fonction publique et j'ai très envie de continuer.

Valeria : Et que faisiez-vous dans le secteur privé, si je peux me permettre?

Sinan : Avant, j'étais dans une très grande entreprise, où j'ai passé les 7 dernières années de ma vie. Je travaillais avec les jeunes entreprises. Je produisais un logiciel de gestion du diabète – imaginez quelque chose comme Facebook pour le diabète – beaucoup de rétro-ingénierie pour les compteurs, etc. Donc, tout ce qui est « geek–», vous pouvez présumer que nous l'avons déjà fait.

Valeria : Et qu'avez-vous étudié?

Sinan : En fait, je suis ingénieur en logiciel de formation. J'ai étudié à l'Université de Waterloo de 2001 à 2007. J'ai fait ça, et il n'y a pratiquement [eu] aucune pause. On fait 4 mois d'études, 4 mois de stage, et on recommence 4 mois d'études. Et je pense que cela vous prépare à la vie au gouvernement, où on n'arrête pas.

Valeria : Mmm…

Est-ce vous qui avez trouvé l'Académie du numérique? Ou ce sont eux qui vous ont trouvé?

Sinan : C'est drôle que vous posiez cette question. Un jour, j'étais assis sur mon canapé et je parcourais ma longue liste de films Netflix, qui n'a pas de fin. Je pense que c'est un problème NP-dur. Quelqu'un en ligne peut vérifier ça pour nous. Mais j'étais en train de parcourir Reddit et je trouve cet article sur la création de l'Académie du numérique. Et je m'intéressais de plus en plus au gouvernement, parce que j'avais vu l'arrivée des Services numériques canadiens, et je trouvais que le gouvernement envoyait des signaux intéressants. Et puis, dès que j'ai lu le mandat de l'École, qui est d'améliorer les compétences d'environ 300 000 fonctionnaires, je me suis dit que c'était exactement ce que je voulais. Parce que je fais du développement depuis l'âge de 14 ans. J'ai construit ma première page Web d'entreprise en 1997 et je n'ai que 35 ou 36 ans. J'ai donc passé presque la moitié de ma vie à faire des trucs techniques. Mais c'est plutôt chouette, parce que maintenant, tout le monde peut faire des choses incroyables très rapidement. Donc, à ce stade de l'histoire, je peux me dire : « Bon, je peux maintenant essayer des systèmes d'IA et d'analyse des sentiments et m'en servir. » C'est fou.

Valeria : Pour info, ce n'est pas à la portée de tout le monde. [rires]

Sinan : J'espère que cela va changer, en tout cas. Je veux voir un avenir où vous n'aurez pas besoin d'un doctorat pour utiliser les nouvelles technologies, comme l'apprentissage automatique. Au cours de ma première semaine de travail dans la fonction publique, mon chef, Sean Kibbee, qui est le directeur des Services d'innovation numériques... Sean est un type super. On l'aime beaucoup. Il me regarde et me dit : « Bon, on a une idée. Faisons un robot conversationnel » Je réponds : « D'accord, qu'est-ce que vous voulez qu'il fasse? » Il me dit : « Je ne sais pas, il devrait faire ça, ça et ça. À vous d'imaginer. Essayons quelque chose. Assemblez-le en 3 ou 4 jours » Bon, on se met au boulot et on commence à bosser sur le code. Seulement voilà, je n'ai pas de doctorat, et je suis loin d'être un expert en apprentissage automatique. Ce que j'ai cependant, c'est la capacité d'utiliser des métaphores et des analogies pour aider les gens à comprendre d'un point de vue humain. Je suis donc allé dans le système, et j'ai vu que je n'avais pas le temps de recueillir quelques millions de points de données pour l'anglais et le français et d'essayer de comprendre la langue. Et comment le robot va-t-il reconnaître mon discours? Et une fois qu'il l'aura fait, comment va-t-il comprendre mon intention? Et puis j'ai réalisé que l'on n'a plus besoin de faire tout ça tout seul. HTML5 a des fonctions de reconnaissance vocale et de translittération. Je peux donc dire quelque chose à mon téléphone, qui le transforme en texte. C'est la première étape. Mais maintenant, comment pouvons-nous comprendre l'intention? Il y a un système appelé Wit.ai. J'entre mon texte dans Wit et il me renvoie quelque chose qui dit : « Je pense que je suis sûr à 95 % que vous vouliez faire une recherche sur ce site » Je prends alors ce contenu, et la partie intelligente, c'est ce que vous en faites. Et c'est vraiment là que tout le monde commettra des bourdes avec l'intelligence artificielle et l'apprentissage automatique. Parce que si vous utilisez les mauvaises données, ou si vous utilisez trop de données d'un type particulier, ou si vous ne les avez pas manipulées de la bonne façon en premier, les réponses que la machine vous donnera seront bonnes, selon elle, mais peuvent être mauvaises selon nous. Qu'est-ce que j'entends par là? Disons que vous voulez distinguer un chien d'un loup. Vous donnez à la machine un million de photos de chiens et un million de photos de loups et vous dites : « Bon, machine, je t'ai laissé faire cet apprentissage non supervisé, débrouille-toi. Voici une nouvelle image. Qu'est-ce que c'est? » Et vous lui donnez l'image d'un loup dans un salon. Et la machine vous dit que c'est un chien. Ce truc géant est un chien. Et vous vous demandez : « Pourquoi? Pourquoi s'est-elle trompée? Je t'ai donné un million de photos de chiens. Je t'ai donné un million de photos de loups. Tu aurais dû te débrouiller » Et puis quand vous commencez à y regarder de près, vous vous rendez compte qu'en fait vous n'avez pas construit un vérificateur de chiens/loups, vous avez construit quelque chose qui vérifie si l'arrière-plan est une forêt norvégienne enneigée. Parce que si c'est le cas, c'est un loup. Une machine essaiera simplement de vous donner la réponse qui, selon elle, répondra à sa propre question. Par exemple, si vous dites : « Machine, donne-moi la paix dans le monde. » Une solution tout à fait viable est d'éliminer tous les humains, parce que c'est la paix dans le monde. Personne ne se bat. Ce n'est peut-être pas optimal pour nous. Mais il s'agit de définir le contexte et de donner aux machines un peu plus d'information sur le côté humain, ce qui sera vraiment le défi de l'avenir à mesure que nous progressons dans ce domaine.

Valeria : Intéressant. Parlez-moi d'un projet sur lequel vous travaillez actuellement et de la façon dont il s'appliquera à la fonction publique ou aux fonctionnaires, ou de la façon dont ils pourront l'utiliser.

Sinan : D'accord. L'un des projets sur lesquels nous sommes en train de travailler est en fait une petite chose intéressante que nous avons faite lorsque le sous-ministre est venu nous voir. Il a dit : « Nous voulons que vous examiniez la façon dont nous recueillons l'information de nos apprenants – les gens qui assistent à nos événements et à nos cours. Pensez à la façon dont cela se fait aujourd'hui et au lieu d'améliorer progressivement le système, nous voulons que vous fassiez un pas de géant vers l'avenir. Imaginez un endroit où toutes les innovations sont permises, allez-y, construisez quelque chose, mettez-le devant de vrais humains, et revenez-nous avec de vraies données sur ce qui fonctionne et essayez quelque chose. Ne vous asseyez pas dans une salle pour tenir une réunion et discuter des exigences et les définir. Vous êtes intelligents. Nous avons confiance en vous. Ce n'est pas pour rien que nous vous avons embauchés. Allez-y et faites-le. »

Valeria : Avez-vous versé une petite larme quand il a dit ça?

Sinan : Oh, tout à fait. J'aime me percevoir un peu comme un missile « tirez et oubliez ». Vous me donnez de bonnes instructions et je vous donnerai rapidement ce dont vous avez besoin. Ensuite, nous pouvons itérer et faire le produit que vous voulez. Je n'aime pas passer des années sur des idées. Parce que lorsque vous arrivez à la phase de mise en œuvre, il se peut que tout l'environnement ait changé. Et votre idée, même si elle était géniale il y a un an, ne l'est plus maintenant.

Donc, ce que nous avons commencé à faire, c'était bien; quel est le plus dur dans le service à la clientèle? Certaines personnes vont lever la main en disant : « Eh bien, chaque fois que nous donnons un nouveau sondage à la TI, cela prend X semaines pour le faire. Et ensuite, nous devons faire des allers-retours pour corriger les choses, bla, bla, bla, bla » Et j'ai répondu : « En fait, je ne pense pas que la technologie soit le plus dur. C'est une partie ennuyeuse. C'est frustrant. Ça ne devrait pas l'être. Mais ce n'est pas le plus dur. C'est la routine. C'est machinal. Le plus difficile, c'est de poser les bonnes questions. Le plus difficile, c'est de parler à l'équipe interne pour savoir ce qu'on va sonder. Devons-nous le soumettre à un examen éthique? Faut-il demander à certaines personnes d'intervenir? C'est pourquoi, en général, nous construisons d'abord un sondage dans Word, puis nous l'envoyons par courriel à gauche et à droite, nous en discutons, nous corrigeons la formulation. On se dit « Il ne faudrait pas le formuler comme ça » ou « C'est un langage d'exclusion, on devrait le faire comme ça » ou « Cela répond à un code masculin ». Et l'on passe à autre chose. Et c'est ça le plus dur. Alors j'ai dit : « Et si c'était ça le défi? » La première étape consiste donc à redéfinir le fonctionnement du processus opérationnel. Pourquoi dois-je faire appel à des développeurs pour construire un formulaire? Les formulaires sont génériques. Construisons un langage qui décrit les formulaires. Imaginez que vous deviez construire une application mobile Web complète qui fonctionne sur tous les appareils, multimodale, etc., que devriez-vous faire? Je pense que c'est aussi simple que de dire : Q, deux points, c'est ma question. Choisissez-en une. C'était bien. Ce n'était pas bien. Et si c'était tout ce dont vous aviez besoin pour créer une application? Vous n'avez pas besoin d'être un développeur. Vous savez quelles questions vous voulez poser. Q : est assez commun. Voilà ce que nous avons fait. Nous avons construit un générateur qui utilise ce langage de sondages que vous pouvez littéralement envoyer par courriel ou par Slack aux gens. Et avec un copier-coller, nous pouvons le déposer et, en 10 secondes, générer un formulaire qui est instantanément dans le nuage. Et puis le gros bonus, c'est que construire des tableaux de bord est vraiment ennuyeux aussi. Parce que, vous construisez un formulaire, puis la personne chargée des tableaux de bord construit un tableau de bord, puis vous changez le formulaire et le tableau de bord ne marche plus. Eh bien, ne construisons pas de tableaux de bord, générons-les. Nous utilisons maintenant les données que nous recevons et nous construisons automatiquement ces tableaux de bord personnalisés qui vous montrent l'information le jour même. Imaginez donc que vous avez 50 personnes dans une pièce, qu'elles ouvrent leur téléphone et qu'elles scannent un code QR. Et dans les 3 secondes, le formulaire est sur leur téléphone. Elles soumettent les réponses et sur un écran quelque part ou sur votre tablette, en vous déplaçant, vous voyez les réponses qui arrivent en direct – bing, bing, bing. Quatre-vingt-dix pour cent l'ont aimé, mais 10 % l'ont détesté. Maintenant, avant même que les participants ne quittent la salle de conférence, je peux m'adresser au groupe et dire que j'aimerais parler à la personne qui a vraiment détesté cela, si elle accepte de me parler. Pensez à la possibilité que vous avez maintenant. Vous avez maintenant une véritable rétroaction de valeur en direct. Voilà donc ce que nous essayons de faire. C'est le projet E-Valhalla. Éval, E-Valhalla. Nous faisons parfois les idiots. Nous avons appelé notre interface API Regis-Thor.

Natalie : Sinan, j'ai une question pour vous. Vous avez mentionné que vous avez travaillé auparavant dans des entreprises en démarrage. Je m'intéresse vraiment au concept de l'innovation au sein du gouvernement fédéral, aux possibilités et à certains des obstacles. J'aimerais donc connaître votre point de vue sur les différences qui existent entre le secteur privé et le gouvernement, et sur les secteurs où il y a peut-être place à l'amélioration ou des occasions à saisir.

Sinan : Absolument. La première chose que je voudrais dire, c'est qu'il est faux de croire que le secteur privé fait tout comme il faut. Dans le secteur privé, dès que notre taille augmente au point de devenir une très grande entreprise, nos enjeux et défis sont à peu près les mêmes que dans le secteur public. Nos projets sont compliqués. Les gens avec qui nous travaillons font face à beaucoup d'échéances et de pression. Notre mission change. Nous avons des gens qui vont et viennent. Il y a beaucoup de virages et de dérive. Mais en oubliant tout cela pendant une seconde, la mentalité des entreprises en démarrage est vraiment une sorte de philosophie : si je ne le fais pas maintenant, si je ne le fais pas, eh bien, je n'aurai pas d'argent pour l'épicerie. J'avais l'habitude de plaisanter quand je travaillais dans la jeune entreprise – je suis un mercenaire et je travaille pour que mon chat puisse avoir de la nourriture. C'est mon critère de réussite. C'est mon objectif final, parce que si je rentrais chez moi et que je n'apportais pas de nourriture à mon chat, je savais que, même s'il n'a pas de pouces opposables, je ne serais plus là le lendemain. J'aurais définitivement quitté ce monde.

Natalie : Je sais, j'ai un chat moi aussi.

Sinan : Oui. Je pense donc que certaines des choses intéressantes que nous pouvons transférer des entreprises en démarrage du secteur privé à la fonction publique, c'est donner confiance aux gens dans leurs capacités, et quand vous les embauchez, vous les embauchez en fonction de leur capacité d'apprendre, et pas seulement en fonction de leurs connaissances actuelles. Et puis le vrai défi – je vois beaucoup de résistance dans la fonction publique jusqu'à présent, mais je pense que c'est simplement parce que nous traversons cette phase de transformation en ce moment – c'est que vous ne pouvez pas donner aux chefs des couteaux rouillés et émoussés. Même si votre machine a 4 ou 5 ans, avec l'accélération, le rythme du changement, elle n'a pas que 4 ans, on dirait qu'elle a 40 ans, parce que maintenant le système dont vous avez besoin exige 4 gigaoctets, alors que votre machine entière en a 2, peut-être 4, si vous êtes chanceux, et elle commence à tomber en panne. Imaginez que vous travaillez à Environnement Canada, que vous êtes un EC-03 ou quelque chose du genre, et que vous travaillez à l'analyse des données de votre programme. Si votre machine tombe en panne et se plante chaque fois que vous analysez ces données, à quel point pouvez-vous être efficace dans votre travail? C'est le temps des citoyens canadiens que vous perdez. C'est l'argent des contribuables qui disparaît, si vous y pensez. Donc, mieux vaut donner des couteaux aiguisés au cuisinier, ou dans ce cas, du bon matériel. J'adore développer sur des ordinateurs qui font semblant d'être des tablettes. Ils sont jolis et légers. Petits. Je peux toucher l'écran. J'ai toute liberté de faire ce que je veux. Je peux installer ce dont j'ai besoin sur ma machine. Je peux travailler en Python. Je peux travailler en R (langage de programmation). Je peux travailler avec ces outils de source ouverte. Par exemple, dans notre ministère, GitHub n'est pas bloqué, mais il y a certains ministères publics où vous ne pouvez pas accéder à GitHub. Si vous êtes dans l'un de ces ministères et que vous ne pouvez pas accéder à GitHub, je veux que vous parliez à vos dirigeants dès maintenant et leur disiez de changer aujourd'hui. Parce que c'est comme si quelqu'un disait : « Oh, j'ai du travail à faire. Je vais simplement ignorer ces véhicules sans chevaux. Qu'est-ce que c'est que ce truc? Mon cheval m'emmène là où je veux. Je ne vois pas de chevaux à New York en ce moment, à part les quelques rares qui font belle parure » Le règles du jeu sont en train de changer. Nous devons rattraper notre retard. Ce n'est plus la loi du plus fort, c'est la loi du plus adaptable. Pour que la fonction publique survive, elle doit s'adapter, et l'adaptation va être effrayante, le processus de gestion du changement va être difficile, nous allons tous devoir améliorer nos compétences dans des domaines sur lesquels nous avions l'habitude de dire : « Je n'aurai jamais à connaître cela. Cela ne m'intéresse pas » Je pense que chaque employé de la fonction publique a besoin de se perfectionner un peu pour pouvoir dire : « Bon, je comprends un peu mieux ces données. J'ai plus de connaissances en données à mon actif » Et c'est un langage commun où nous pouvons commencer. Il n'y aura pas d'état final où nous aurons fini. Nous entrons maintenant dans l'apprentissage continu et si vous cessez d'apprendre, c'est terminé pour vous. Quand j'ai commencé à construire des pages Web modernes en 2007 ou 2009, j'avais besoin de connaître 4 ou 5 outils à l'époque. Maintenant, en 2019, j'ai besoin de connaître 33 outils. C'est de la folie maintenant. Il y a une explosion technologique et elle ne fera que s'accélérer avec les changements dans l'IA, la robotique, l'édition génomique, la communication sociale de masse, le fait qu'on peut avoir une conversation avec quelques milliards d'êtres humains à la fois. Il y a maintenant plus de téléphones portables que d'êtres humains, si mes chiffres sont exacts. C'est fou, quand on y pense, parce que le cerveau humain a 86 milliards de neurones. Que se passera-t-il quand nous aurons 86 milliards d'appareils? Cela correspond à la complexité du cerveau humain et c'est là que des choses effrayantes commencent à en sortir.

Valeria : Permettez-moi de vous demander : « Qu'est-ce qui vous intéresse après les heures de travail? » Quelle est votre passion?

Sinan : J'ai quelques passions. Quand je ne suis pas à un poste de développement, à travailler sur des logiciels et du code, mon autre poste de développement est un grand barbecue en céramique, au charbon de bois. Cela vous fait rire –

Valeria : Je ris parce que je viens d'Argentine. J'apprécie quelqu'un qui aime le barbecue.

Sinan : J'aime plaisanter en disant que comme je suis un informaticien, quand il n'y a plus d'électricité, je n'ai aucune compétence. Parce que vous ne pouvez pas programmer sans électricité. Et peu importe le bruit que vous pouvez faire sur votre clavier, vous pouvez peut-être faire de la musique intéressante, mais je préfère utiliser une batterie. Bon. L'avantage ici, c'est que j'aime allumer des feux avec du silex et de l'acier, jeter des morceaux d'arbres carbonisés dans un foyer et passer les 8 ou 9 heures suivantes à fumer la moitié d'une vache. C'est ce que j'adore faire.

Valeria : Oh mon Dieu! Vous parlez ma langue! C'est ce que nous appelons « Asado ».

Sinan : Asado? Fantastique! Je continue d'apprendre à faire du barbecue. J'en ai eu un nouveau tout récemment. Mes amis se sont réunis et m'ont dit : « Voilà. Voici le barbecue; fais-le fonctionner » J'ai ces 8 côtes de dinosaure genre Pierrafeu dans ce barbecue. Je l'ai chauffé à 235 degrés. Et j'ai fait quelques recherches sur « le plateau », c'est-à-dire qu'à 150 degrés, la viande ne tient que quelques heures. Comment pouvons-nous régler ce problème? C'est ce que font les ingénieurs. Comment puis-je régler le processus du barbecue? Eh bien, c'est un problème d'ingénierie avec des entrées et des sorties. D'accord, l'humidité – plus la viande reste longtemps dans un environnement humide, plus le plateau dure longtemps. Je mets donc du jus de pomme et du café filtré froid dans ma casserole d'eau, mais seulement 1,5 litre, de sorte qu'après trois heures, il n'y en a plus du tout. Ensuite, nous avons 3 heures d'action de séchage, de sorte que vous obtenez l'absorption de fumée pendant environ 4 heures, et l'action de séchage sur les côtes pendant 2 heures. Je n'ouvrirai le barbecue que 2 fois pour garder la chaleur. Et voilà, j'ai obtenu cette incroyable côte de bœuf avec un joli anneau rose à l'extérieur, cette délicieuse sauce barbecue maison au wasabi et à la cannelle de Saigon. Voilà ce que je veux dire. Quand je ne conçois pas de programmes ou de logiciels, j'essaie de faire la même chose avec mon palais.

Valeria : Votre cerveau est fascinant. Au fait, on va vous inviter à un barbecue. Bon, revenons à l'IA. Que pensez-vous de l'IA dans le contexte gouvernemental de la façon dont elle évolue?

Sinan : L'IA est une chose intéressante, parce qu'elle est maintenant devenue l'un des termes généraux. C'est presque comme le rock and roll. Vous pouvez demander à n'importe qui : « Aimez-vous le rock and roll? », et la majorité des gens vous diront probablement oui. Cependant, j'aime écouter du death metal mélodique suédois. C'est aussi du rock and roll, en quelque sorte. Il faut donc être très prudent lorsque l'on se demande si c'est de l'intelligence artificielle. Bon, de quel genre d'IA s'agit-il? De nos jours, il s'agit généralement d'« intelligence artificielle étroite » (ou IA faible), ce qui signifie que vous donnez la photo d'un chien à l'IA et vous lui demandez si c'est un chien. Bon, voici un tas de textes – dis-moi si le sentiment est positif ou négatif. Identifie ceci, catégorise cela, classifie ceci, donne-moi une opinion d'expert à ce sujet. Cela s'apparente à l'approche problème-solution. Mais quand vous parlez d'intelligence artificielle, vous devez vous rappeler à quoi nous la comparons : l'intelligence naturelle. Qu'est-ce que l'intelligence naturelle? Eh bien, c'est environ 1,5 kilo, environ 86 milliards de neurones, environ 1000 milliards de connexions, et ce satané truc fonctionne sur 12 à 20 W. Pourtant, c'est un processeur double cœur massivement parallèle qui crée du sens, de la raison et de l'imagination. Et c'est entre vos oreilles. Et il évolue constamment et met à jour son propre logiciel, il peut supporter des traumatismes importants de force contondante tout en continuant à travailler. Vous pouvez couper la connexion de bande passante entre les 2 cœurs, et cette chose continue de fonctionner. C'est l'un des processeurs les plus étonnants qui soient, et ce satané truc fonctionne grâce aux bananes, au sel, au potassium et au sodium. C'est donc à cela qu'il faut comparer l'IA. Nous ne sommes pas encore là. La prochaine étape de l'IA est l'intelligence générale artificielle. Et c'est plus ce à quoi les gens pensent quand ils parlent d'IA, parce qu'ils pensent, bon, je vais lui poser une question, et elle saura. Mais les humains sont très mauvais quand il s'agit de choses anthropomorphiques, parce que nous voulons croire en la magie. Nous voulons croire que le Magicien d'Oz est réel. Nous ne voulons pas croire qu'il y a un mec ou une fille derrière le rideau qui tape du code et dit : « Regarde, c'est magique » La machine fait tout cela. Et c'est vraiment un homoncule. Elle vous trompe en vous faisant croire qu'elle est intelligente. C'est le concept du test de Turing. Si vous lui posez suffisamment de questions, vous finirez par voir tous les trous. L'intelligence générale est le moment où l'intelligence artificielle commence réellement à comprendre le contexte. Et elle commence à être capable d'avoir une métacognition : penser à la façon dont elle pense, s'emparer des disciplines d'autres zones et les ajouter. Et à ce stade, vous obtenez aussi un tas d'autres disciplines dans l'apprentissage automatique, l'intelligence artificielle, cette branche entière qui est comme la perception de la machine, le mouvement, l'intelligence sociale, et toutes ces différentes pièces de Lego commencent à s'assembler. Et c'est la collision de ces choses qui la rend incroyable. Nous avions des appareils photo, des téléphones, des systèmes de courriel, des télécopieurs, des lecteurs de musique, des caméras. Ce n'est que lorsque nous les avons tous combinés en un seul appareil à facteur de forme super petit, léger et facile à utiliser, que nous avons vu des changements étonnants commencer à se produire. Nous allons voir la même chose avec l'IA. Une fois que l'on entre dans l'intelligence générale, on arrive à des trucs effrayants – la super intelligence artificielle. Certains prétendent que nous n'y parviendrons jamais, ce qui pourrait être le cas. Je pense que les êtres humains sont vraiment super créatifs, et résoudre un problème résout beaucoup d'autres problèmes et en crée beaucoup d'autres. Mais il faut déjà survivre à notre adolescence technologique, ne pas être stupides, et ne pas nous anéantir avec un hiver nucléaire, ou avec une catastrophe génétique liée à CRISPR. Il y a tellement de concepts différents de phase finale qui flottent en ce moment. C'est vraiment passionnant. Vous m'avez demandé ce qui m'intéressait en dehors du travail. Je m'intéresse aux scénarios de fin du monde. Vous me trouverez donc en train de lire sur le Ragnarök ou la théologie de l'Ecclésiaste.

Valeria : Bon, je vais revenir en arrière et vous interroger sur le contexte gouvernemental et l'intelligence artificielle. Donnez-moi quelques conseils que vous pourriez donner au gouvernement au sujet de l'IA et ce qui se passe actuellement. Ou des leçons apprises ou des éclaircissements – ce qu'il faut savoir.

Sinan : La première chose que je vais vous dire, c'est de ne pas vous laisser berner par le Magicien d'Oz. Les entreprises du secteur privé viennent nous voir et elles sont très bonnes pour vérifier les demandes de propositions et les demandes de qualification et cocher les cases et promettre que leur produit ou service répondra à nos exigences. Et si vous n'avez pas de doctorat, ou une compréhension profonde de l'apprentissage automatique, c'est très facile de dire, oui, je vous fais confiance. Vous êtes une personne digne de confiance; un être humain. Vous m'avez dit que cela faisait cela. Mais c'est nuancé. Par exemple, vous dites : « Je veux que vous construisiez un système pour les chiens » Montrez-moi des parcs pour chiens. C'est assez facile avec la géolocalisation. Montrez-moi des chiens dans les parcs. Nous avons à peine modifié la phrase, mais maintenant j'ai besoin d'un doctorat en vision informatique et je ne sais pas quoi d'autre pour résoudre ce problème. Donc, au gouvernement, la leçon est de s'assurer de ne pas se faire avoir par le côté tape-à-l'œil de l'IA. Parce qu'il est très facile de construire une solution à 10 % qui vous donne l'impression d'avoir 90 %, mais il faut beaucoup pour en arriver là. Donc, avant toute chose, soyez sceptiques. Nous en sommes encore à l'étape Atari de toute cette technologie. Deuxièmement, utiliser l'IA, l'apprentissage automatique, l'analyse intelligente et l'analyse prédictive pour aider à éclairer les décisions, mais pas pour prendre des décisions. Car là encore, l'important, c'est qu'un ordinateur ou une machine va optimiser les problèmes en fonction de ses paramètres. Comprendre le contexte humain – ce qui compte pour nous – est un peu différent. Par exemple, vous allez dans un restaurant et on vous dit que votre table est libre (« free » en anglais). Je sais que cela signifie qu'il n'y a personne à ma table et que je peux y aller et m'asseoir. Mais d'après le mot anglais « free » qui signifie aussi gratuit, la machine peut l'interpréter comme cela ne coûte rien. Manque de contexte. La dernière chose que je suggère, c'est d'expérimenter vraiment. Commencez à essayer ces choses. N'ayez pas peur de l'échec – échouez vers l'avant, échouez intelligemment. Donnez aux employés la piste et la liberté pour éclairer réellement les politiques par l'expérience. Je veux voir quelqu'un qui a construit quelque chose dans le système et, après l'avoir essayé avec de vrais humains, a dit : « Cela était bien, cela n'était pas bien, et voici ce que nous devrions faire autrement » Si vous pouvez éclairer les politiques par l'expérience, c'est beaucoup plus facile. Regarder Google faire la démonstration de Google Home est une chose; mais lorsque vous l'avez dans votre cuisine et que vous lui hurlez dessus pour ajouter du wasabi à votre liste de courses et qu'il continue d'ajouter des betteraves de Wausau (Wisconsin), c'est frustrant. Qu'est-ce que tu fais? Comprends-moi! Je ne vise pas seulement Google. Ça arrive aussi avec Alexa [d'Amazon]. Ils sont tous concernés. N'importe quel système de reconnaissance vocale sera confronté à ce défi, parce que nous sommes tous un peu différents. Nous parlons tous un peu différent. Si vous utilisez des termes familiers, votre IA va essayer de comprendre ce que vous avez dit.

Valeria : Vous devriez m'entendre essayer de faire jouer de la musique espagnole avec mon Google Home. Je dois le dire avec un accent anglais.

Natalie : Hé Siri, envoie-moi l'itinéraire pour aller au 123, rue « Princi-pally », parce qu'apparemment beaucoup de ces logiciels ne sont pas bilingues.

Sinan : Oui. « John Dee Ark ».

Natalie : Il y a quelque chose qui m'intrigue vraiment à propos de Sinan. Je me suis beaucoup intéressée à l'automatisation des processus robotisés récemment. Et je commence à réfléchir à la façon dont l'automatisation des processus robotisés et l'IA fonctionnent ensemble, en particulier dans le contexte gouvernemental. J'ai l'impression que nous avons d'énormes possibilités au sein du gouvernement en ce qui concerne nos processus et les choses qui se répètent. Et je pense que le groupe principal de fonctionnaires qui travaillent dans l'administration en tant que généralistes et qui appuient la plupart des opérations du gouvernement fédéral vont voir des changements incroyables dans un proche avenir.

Sinan : Tout à fait d'accord. À 110 %. J'aime bien dire : « Laissons les humains faire des choses humaines, laissons les machines faire des choses automatiques » Ce que les machines sont vraiment bonnes à faire, c'est répéter quelque chose parfaitement, à chaque fois, rapidement. Disons que vous devez vérifier le dessous de camions pour voir si les roues sont en bon état. Peut-être qu'un être humain faisant le tour d'un camion va prendre quelques minutes pour faire ça. Eh bien, un petit drone rapide ou un robot fait le tour et obtient les réponses pour nous. Mais ce n'est même pas limité aux robots physiques, comme les robots de type industriel ou de type Canadarm, qui sont devenus encore plus incroyables. En fait, je vous recommande fortement d'aller sur YouTube et de voir ce bras robotique danser avec un danseur humain. C'est très intéressant de voir l'humain entraîner le robot, puis l'homme commencer à vaciller un peu et le robot prendre le relais et soutenir l'humain. C'est chouette.

Mais pour nous, l'automatisation ne se réduit pas à la robotique. Disons que vous êtes dans les RH. Et que vous êtes submergé de demandes – les services d'innovation numériques viennent de vous envoyer 45 demandes à faire et cet autre service a fait de même. Vous ne pouvez pas vous en sortir. Et si vous commenciez à utiliser l'automatisation pour savoir ce que je dois faire aujourd'hui? Qu'est-ce que je n'ai pas besoin de faire manuellement moi-même? Que puis-je mettre de manière fiable dans ce cadre d'automatisation? Alors, une fois que cela est automatisé, le temps libre dont je dispose me donne la possibilité de faire quelque chose de nouveau. Disons donc que je n'ai pas besoin de passer en revue toute ma documentation des RH pour valider si la personne qui présente une candidature est un étudiant diplômé ou est admissible à un programme d'enseignement coopératif. Imaginez que vous avez 1 000 candidatures et que vous pouvez renvoyer 10 demandes aux gestionnaires d'embauche en leur disant : « Au fait, la personne que vous essayez d'embaucher termine ses études en ce moment et n'est pas admissible à un programme d'enseignement coopératif. Vous devez faire une embauche occasionnelle » Je pense donc vraiment à l'automatisation de nos processus, à l'automatisation de tout ce que nous faisons physiquement – je sais que nous envisageons d'utiliser des drones et des trucs comme ça pour la vérification environnementale, en utilisant la topologie pour nous fournir de meilleures données. Vous pouvez l'automatiser. Et puis, pour en revenir à votre remarque sur le rôle de l'intelligence artificielle. Vous pouvez construire un robot, et nous avons construit des robots avant qu'ils assemblent des choses. Nous les avons eus pendant longtemps, mais ils n'ont pas reçu d'IA. Ce que le robot ferait, c'est monter d'un mètre, attraper quelque chose, descendre d'un mètre, tourner quelque chose et le mettre sur une étagère. Imaginez une seconde que la chose qu'il attraperait n'était pas exactement là où elle était censée être? Au lieu de ça, il attrape Frank. Maintenant, il met Frank à terre. Il le fait tourner et le jette dans le placard. Il n'en sait rien! Mais un système d'IA saurait combien pèse l'objet qu'il soulève. Puis, il le soulève. Oh, attendez une seconde. Ça pèse 54 kilos. C'est Frank! Il ne faut pas ballotter Frank! S'il le remarque, il peut s'ajuster. Ainsi, la capacité des robots d'utiliser des données et de sentir l'environnement et leur contexte pour savoir où ils se trouvent dans l'espace et le temps et ensuite comment changer leurs réactions – c'est vital. L'une des choses les plus étonnantes à observer est, par exemple, un éléphant. Il peut être si doux avec sa trompe; il suffit de le regarder bouger une branche sans la casser. C'est un animal qui pèse 1000 livres et qui pourrait tout aussi bien tout dévaster, s'il le voulait. Voir un robot faire quelque chose de très similaire est une expérience étrange. Parce que vous savez qu'il a plus de pouvoir que nous ne pourrons jamais en avoir. Mais voici cette chose presque humaine qui se passe lorsqu'il est en train de faire des choses doucement. Je pense donc que cela se résume en grande partie à la façon dont nous utilisons la robotique. Comment utiliser l'IA pour améliorer ce que nous faisons aujourd'hui? Mais la première chose que nous devons faire est de la modéliser efficacement. Parce que si nous ne savons pas vraiment ce que nous faisons, ou ce qui est important pour nous, nous allons construire des solutions qui ne règlent rien.

Valeria : C'est très intéressant. J'ai récemment parlé de la perception que les gens ont du temps et de la possibilité d'améliorer l'environnement de travail. Et je pense que les gens ont une distorsion à propos de leur perception du temps, qui les inhibe. Ils pensent ne pas avoir le temps d'améliorer les choses. Pour moi, ce n'est pas une excuse, parce qu'il faut travailler vers l'avenir comme on travaille vers le présent. Parce qu'au fur et à mesure que les gens découvrent le travail qui restera à faire si les machines prennent le relais, si vous pouvez en quelque sorte déchiffrer les choses automatisées dont vous pouvez vous débarrasser, vous pouvez alors vous donner le temps de réfléchir davantage pour améliorer les choses.

Natalie : C'est incroyable. Je veux dire, l'art du possible pour moi en ce moment dans ma tête, ce sont les synapses lançant le mariage de l'IA et de l'automatisation des processus robotisés. Et je pense à l'Estonie, où il y a ces petits robots numériques qui ont en fait leurs propres identifiants, et qui vont dans les 10 ou 12 systèmes différents auxquels il faut accéder pour que le citoyen puisse accomplir une tâche ou un processus. Le citoyen dit simplement : « Oui, j'ai besoin de faire ça » Et alors, il y a le processus numérique automatisé par robotique d'intelligence artificielle : des agents intelligents qui ont leurs propres identifiants, leur propre nom d'utilisateur, leur propre mot de passe, et qui ont un droit de procuration pour accéder à votre compte et à vos données. Et ils rentrent dans le système pour faire une demande pour n'importe quel service gouvernemental auquel vous accédez en tant que citoyen. J'examine cet exemple et je pense aux applications possibles au sein du gouvernement. Il suffit de penser à notre contexte actuel de la situation de Phénix, aux RH, aux congés et à tout le reste. Imaginez que j'aie un petit robot qui pourrait commencer à explorer tous ces systèmes avec mes identifiants et compiler mon dossier pour moi ou quelque chose comme ça. Je pense que c'est époustouflant.

Sinan : Mon rêve, c'est d'avoir un robot pour l'École où vous allez et vous dites : « Hé, j'ai envie d'apprendre ceci ou cela » Et alors, ce qu'il fait, c'est qu'il exploite l'information que nous avons, il utilise les commentaires des gens qui ont suivi des cours ou trouvé des choses en ligne, et puis il vous dit : « Hé, voudriez-vous être bon en Python, par exemple? Commencez ici, puis faites ceci, puis allez sur ce site Web, faites cela, puis allez sur YouTube et regardez ceci. » Je veux aider les gens à acquérir ces connaissances, et lorsque nous commençons à parler de l'automatisation et de l'utilisation de l'intelligence artificielle et de l'intelligence sociale à propos de ce que cela signifie et de l'extraction du contexte, l'avenir est vraiment prometteur, [mais] si et seulement si nous travaillons ensemble et que nous nous assurons que l'humanité fait partie de la pâte avant même de la mettre au four. C'est comme ça qu'on gagne.

Valeria : J'ai l'impression que chaque équipe a besoin de quelqu'un comme vous.

Natalie : Merci beaucoup Sinan.

Sinan : Le plaisir fut pour moi. Merci beaucoup pour votre invitation.

Valeria : Merci. C'était fantastique. Et vous pouvez revenir quand vous voulez pour un barbecue.

VOIX HORS CHAMP
Vous avez écouté Innovation sur demande, présenté par l'École de la fonction publique du Canada. Innovation sur demande est produit par Todd Lyons. Notre musique thème est signée « Grapes ». Merci de votre attention.

Todd Lyons
Réalisateur

Valeria Sosa
Gestionnaire de projet, Sensibilisation et engagement

Natalie Crandall
Chargée de projet, Renseignements d'affaires sur les ressources humaines
Services d'innovation et de politiques

Sinan Baltacioglu
Conseiller technique principal
Services d'innovation numériques, Académie du numérique