Les déchets plastiques et les engins de pêche « fantômes » mis au rebut constituent une menace sérieuse pour la santé de nos océans : ils nuisent à la vie marine, endommagent les environnements fragiles et finissent par entrer dans la chaîne alimentaire humaine. Le gouvernement du Canada investit dans des opérations de nettoyage, mais celles-ci sont extrêmement coûteuses : une plateforme assistée par l’IA permettrait de cibler ce travail et d’en améliorer considérablement l’efficacité. En s’appuyant sur des images satellites et des données sonar, l’outil créerait des cartes thermiques des densités de plastique et « d’engins fantômes » ; il pourrait également être développé pour suivre d’autres sources de pollution telles que les marées noires.

Soumis par Riham Elhabyan, Pêches et Océans Canada

En vertu de ses règles de « divulgation proactive », le gouvernement publie de grandes quantités de données sur les dépenses fédérales, mais l’interface actuelle n’est pas intuitive et présente des fonctionnalités limitées. Un outil interactif de visualisation des données s’appuyant sur les données relatives aux contrats, aux subventions et aux résultats améliorerait considérablement sa valeur pour les utilisateurs, en leur permettant de comparer des ensembles de données et de visualiser les données par – par exemple – type de programme, domaine d’opérations ou corrélation avec l’amélioration des résultats. Une zone sécurisée du site pourrait permettre aux fonctionnaires de partager des informations, des conseils et des coordonnées, améliorant ainsi les opérations d’achat dans l’ensemble du gouvernement.

Soumis par Idralyn Alarcon, Développement économique Canada pour les Prairies

Pour garantir la sécurité et la légalité de l’approvisionnement alimentaire des Canadiens, l’Agence canadienne d’inspection des aliments effectue des contrôles sur les marchandises importées, mais comment décider des envois à inspecter ? Le personnel parcourt actuellement de longues listes d’expéditions, en se basant sur son expérience pour porter un jugement ; mais un outil d’apprentissage automatique pourrait améliorer considérablement l’efficacité de ce processus. Alimenté par des données sur les expéditions qui ont été inspectées dans le passé, il pourrait retirer de la liste des importations similaires en quelques instants ; et, compte tenu des informations sur les endroits où les contrôles ont révélé quelque chose d’anormal, il pourrait mieux cibler les inspections – ce qui permettrait d’éviter que des aliments non conformes ne parviennent aux citoyens canadiens, tout en renforçant la dissuasion. L’outil pourrait également être reconfiguré pour être utilisé dans d’autres services de conformité et d’application de la loi au sein du gouvernement.

Soumis par Aaron Schamber, Agence canadienne d’inspection des aliments

Comme indiqué ci-dessus, cette équipe ne s’est pas qualifiée pour la demi-finale.

Le ministère des Relations Couronne-Autochtones et Affaires du Nord Canada (RCAANC) offre une gamme de programmes de soutien aux communautés autochtones et isolées, en cherchant à allouer les fonds de manière transparente, efficace et équitable. Ces décisions pourraient être améliorées par l’élaboration d’un indice des besoins communautaires, présentant des données sur des sujets tels que le pouvoir d’achat d’une communauté, son éloignement, son capital social et sa vulnérabilité au changement climatique. Un tel indice serait précieux pour les acteurs de l’administration, car il permettrait d’éclairer l’élaboration des politiques et la prestation des services dans des domaines tels que le développement économique, la fourniture d’infrastructures et les soins de santé.

Soumis par Ioana Spinu, Relations Couronne-Autochtones et Affaires du Nord Canada

Chaque année, les ministères dépensent des millions de dollars pour mener des consultations. Si les résultats pouvaient être regroupés dans un centre de données, nous pourrions rapidement constituer un énorme ensemble de données couvrant un large éventail de sujets – fournissant aux chercheurs une image large et détaillée des intérêts, des situations et des besoins des Canadiens, et améliorant ainsi la prise de décision dans l’élaboration des politiques et la prestation des services. La création d’un hub pourrait également aider les ministères à coordonner ou à fusionner leurs consultations, ce qui réduirait les doubles emplois et lutterait contre la « lassitude à l’égard des consultations ».

Soumis par Thom Kearney, Bureau du Conseil privé

Grâce à son site Web AgriGuichet, Agriculture et Agroalimentaire Canada fournit des informations sur des milliers de programmes et de services fédéraux, provinciaux et territoriaux destinés aux agriculteurs et aux autres acteurs de la production agricole et alimentaire. Actuellement, les utilisateurs doivent effectuer des recherches en sélectionnant des catégories dans diverses listes ; mais ces systèmes peinent souvent à répondre aux besoins des gens, omettant des programmes appropriés tout en suggérant des programmes non pertinents. Les technologies actuelles de traitement du langage naturel par l’IA pourraient transformer cette fonction de recherche, en permettant aux utilisateurs de poser des questions et en fournissant des réponses beaucoup plus précises et personnalisées. Une fonction de recherche AgriGuichet alimentée par l’IA pourrait ainsi contribuer à garantir que les fonds publics atteignent leurs destinataires, en améliorant le ciblage des services et le soutien offert aux entreprises.

Soumis par Jay Conte, Agriculture et Agroalimentaire Canada

Lorsque de fortes pluies sont prévues, il est demandé aux agriculteurs des zones sensibles de ne pas appliquer d’engrais qui, transportés dans les ruisseaux et les rivières, peuvent réduire les niveaux d’oxygène et obstruer les cours d’eau. Ces conseils sont importants, mais il s’agit d’un instrument brutal : les agriculteurs dépendent des prévisions publiques, et les conseils ne tiennent pas compte de la géographie locale ou des pratiques agricoles. En rassemblant les données sur les précipitations et la pollution de l’eau, nous pourrions analyser l’impact des précipitations passées sur la qualité de l’eau dans tout le pays. Ensuite, en reliant ces informations aux nouvelles prévisions météorologiques, nous pourrions générer des prévisions beaucoup plus précises et granulaires du risque de pollution locale, ce qui permettrait d’éviter à la fois la pollution et l’émission d’alertes lorsque le risque est faible.

Soumis par Gurkanwal Arora, Environnement et Changement climatique Canada