12 novembre 2025
Depuis plus de trois ans, la GRICS est appelée à travailler sur des projets d’envergure dans lesquels l’utilisation de l’intelligence artificielle (IA) est requise.
Nous avons la chance de collaborer avec des partenaires de renom dans le domaine, tels que Mila et le ministère de l’Éducation du Québec (MEQ). D’ailleurs, ce dernier a créé le Centre d’Expertise de l’Intelligence Artificielle en Éducation (CEIAE), qui a pour rôle d’accompagner le réseau de l’éducation dans le développement et l’utilisation responsable de l’IA. Nous sommes heureux d’en faire partie avec d’autres partenaires comme MILA, IVADO, le CTREQ et le GRIPTIIC.
Ainsi, nous avons développé une expertise bien particulière quant à l’utilisation de cette technologie de pointe et pouvons compter sur l’aide de notre équipe d’experts en IA qui est composée, entre autres, de plusieurs scientifiques de données.
Ceux-ci jouent un rôle central dans tout projet utilisant l’intelligence artificielle, mais savez-vous ce qu’ils font réellement?
Le rôle d’un scientifique de données a grandement évolué au fil des années pour devenir une discipline avec de multiples facettes. Le scientifique de données d’aujourd’hui est un ingénieur polyvalent, capable d’assurer la qualité des données, de concevoir des modèles d’apprentissage et de les industrialiser.
À la GRICS, ce rôle va bien plus loin: il conjugue la rigueur scientifique, la compréhension du métier et la responsabilité éthique.
Le scientifique de données parle trois langages:
Ainsi, imaginons qu’un de nos partenaires exprime un besoin. Par exemple:
«J’aimerais comprendre pourquoi certains élèves décrochent plus tôt que d’autres».
À la GRICS, le scientifique de données ne se contente pas de prendre la demande telle quelle; il l’analyse et la traduit en termes scientifiques. Dans ce cas-ci, il identifie le problème comme une classification temporelle, détermine les variables comportementales pertinentes et veille à garantir une forte explicabilité du modèle.
Son rôle consiste à faire le pont entre le langage métier et le langage machine. Il ne simplifie pas la science, il la rend actionnable, en traduisant des données complexes en décisions éclairées.
La donnée constitue la matière première des scientifiques de données. Il peut s’agir de la trajectoire d’un élève, d’un texte, d’une image ou d’un signal numérique. Tout au long du cycle de développement d’une solution d’intelligence artificielle, l’ingénierie de données agit comme la chaîne de transformation qui rend ces données exploitables: elle en assure la qualité, la cohérence et la fiabilité, du prototype à la mise en production.
Chaque solution IA s’appuie sur ce continuum de transformation, suivant un cycle complet allant de la collecte à la visualisation, en passant par les phases d’expérimentation, de validation, d’industrialisation et de surveillance continue. Ce cycle itératif de recherche et développement permet d’affiner progressivement la compréhension du problème et d’améliorer la performance du modèle à chaque itération.
Cette approche intégrée de bout en bout – où l’ingénierie de données et la science des données avancent de concert – garantit des solutions éthiques, robustes et performantes, tout en maximisant la valeur des données.
L’intelligence artificielle ne doit pas être un silo technologique, mais une pratique transversale, responsable et partagée. Sa vraie force réside dans sa capacité à relier les humains, les données et les décisions.
Dre Nesrine Zemirli, Directrice principale Intelligence artificielle, GRICS
L’IA évolue, tout comme nos scientifiques de données. En unissant science, technologie et compréhension du milieu scolaire, la GRICS prépare dès aujourd’hui les solutions intelligentes qui soutiendront l’éducation de demain.