Outil d’évaluation des compétences et de la formation linguistique

Tirant parti de l’intelligence artificielle (IA) pour améliorer la formation en langue seconde des employés et des employées de la fonction publique, cet outil fournit une évaluation en temps réel, une rétroaction personnalisée et un apprentissage adaptatif. En intégrant les bases de données de l’École de la fonction publique du Canada et en utilisant l’IA pour générer des questions préparatoires personnalisées, il permet aux employés et aux employées de cibler efficacement leurs faiblesses. Le tuteur d’IA donne des explications et fournit des exemples, ce qui permet de réduire les coûts de formation et d’améliorer les taux de réussite aux évaluations de langue seconde.

Soumis par on-Mircea Ghinda au Affaires mondiales Canada

Jumeaux numériques pour une gestion judicieuse de l’infrastructure

La création d’un jumeau numérique du pont Samuel-De Champlain et du corridor autoroutier permettra de surveiller l’état de la structure, le flux de circulation et les répercussions environnementales à l’aide de données en temps réel. Grâce à l’intégration des analyses alimentées par l’IA à des données géospatiales, ce modèle virtuel améliorera la prise de décision, permettra une maintenance prédictive et améliorera la planification des interventions d’urgence. L’initiative jette les bases d’applications plus larges dans les projets d’infrastructure fédéraux, en favorisant l’innovation et la collaboration intergouvernementale.

Soumis par Kate Burnett-Isaacs au Logement, Infrastructures et Collectivités Canada

Outil de traitement des demandes pour soutenir les enfants autochtones

Une solution d’IA générative pour simplifier la réception et le triage des demandes soumises en vertu du principe de Jordan, qui garantit que les enfants des Premières Nations reçoivent les services essentiels. L’outil d’IA extraira et classera les renseignements clés à partir de documents aux formats variés, réduisant ainsi les délais de traitement et la charge de travail manuel. En améliorant l’efficacité et la conformité avec les mandats du Tribunal canadien des droits de la personne, cette solution renforce le soutien aux enfants autochtones tout en fournissant un modèle évolutif pour une prestation de services plus large.

Soumis par Beni Vand au Services aux Autochtones Canada

Approche « Une fois suffit » pour les corridors commerciaux nationaux

Cette initiative permet d’instaurer une solution pilotée par l’IA pour simplifier le partage des données dans les corridors commerciaux nationaux, en réduisant les soumissions redondantes et en améliorant l’interopérabilité entre les plateformes gouvernementales. En normalisant les formats de données et en tirant parti de la validation en temps réel, le système permettra d’améliorer l’efficacité, de réduire les fardeaux administratifs pour les intervenants de l’industrie et de fournir aux organismes gouvernementaux des données commerciales de meilleure qualité. Ce projet favorise une chaîne d’approvisionnement plus souple et plus résiliente, renforçant ainsi la compétitivité commerciale du Canada.

Soumis par Erika-Kirsten Easton au Transports Canada

Prévisions financières pour les dépenses publiques

S’appuyant sur les modèles de prévision axés sur l’IA utilisés à Logement, Infrastructures et Collectivités Canada, cet outil vise à transformer la planification financière dans les ministères fédéraux. En automatisant et en améliorant les prévisions concernant les subventions et les contributions, le modèle permet d’accroître la précision, de réduire le temps de traitement de 66 % et de minimiser les dérapages budgétaires, une économie potentielle de plusieurs milliards de dollars pour les contribuables. Adaptable à l’ensemble des ministères, l’outil permet de moderniser la prise de décision financière, garantissant des dépenses publiques plus judicieuses et plus efficaces.

Soumis par Pierre Zwiller-Panicz au Logement, Infrastructures et Collectivités Canada

Amélioration de l’évaluation de la classification des emplois dans la fonction publique fédérale

Le système de classification du gouvernement fédéral évalue les descriptions de poste pour déterminer les niveaux de salaire, mais le processus manuel prend beaucoup de temps. Ce projet propose de tester un robot conversationnel d’IA formé sur des milliers de descriptions de poste et de normes de classification afin d’aider les conseillers et les conseillères à analyser et à résumer les évaluations de poste. L’outil vise à améliorer l’efficacité tout en maintenant une supervision humaine, ce qui pourrait permettre de simplifier les processus de classification dans l’ensemble du gouvernement.

Soumis par Brianna Smrke au Conseil du Trésor du Canada

Métadonnées et métabalisage pour la gestion des données scientifiques

Cette initiative s’appuie sur l’IA pour automatiser la création de métadonnées et améliorer le métabalisage, afin de simplifier la gestion des données scientifiques et d’améliorer leur accessibilité. L’IA générera des métadonnées normalisées à partir de documents de recherche et d’ensembles de données, tout en améliorant les fonctionnalités de recherche grâce au balisage intelligent, ce qui permettra de combler des lacunes comme des renseignements incomplets sur la localisation. En réduisant la charge manuelle et en garantissant que les ensembles de données sont correctement catalogués, cette approche permet d’améliorer l’accessibilité sur des plateformes comme la plateforme de science et de données ouvertes. La mise en œuvre de solutions de métadonnées pilotées par l’IA dans tous les ministères favorisera la collaboration, réduira les répétitions et maximisera la valeur de la recherche financée par le gouvernement.

Soumis par erence Hams et Mariia Stepaniuk au Ressources naturelles Canada

Conseiller en matière de risques et d’exigences pour les projets gouvernementaux

Cet outil améliorera la planification des projets en déterminant les risques et en améliorant la gestion des exigences dans les projets gouvernementaux. En analysant les données historiques des projets, l’IA fournira des évaluations proactives des risques et des stratégies d’atténuation, tout en améliorant la détermination des exigences grâce à l’extraction par traitement automatique du langage naturel et à des contrôles de qualité automatisés. Cette approche permettra de réduire les délais coûteux associés aux projets, d’améliorer la prise de décision et de garantir une affectation plus efficace des ressources. La normalisation de la gestion des risques et des exigences à l’aide de renseignements propulsés par l’IA permettra d’obtenir de meilleurs résultats pour les projets et d’améliorer la prestation de la fonction publique.

Soumis par Nicolas Martinez et Brandon Ferguson au Services publics et Approvisionnement Canada, et Hoda Khalil au Ministère de la Défense nationale