fbpx

INTELLIGENCE ARTIFICIELLE

AVEC MARIE-CLAUDE CÔTÉ

Octobre 2019 | Musique et montage par Alex Andraos

Sur papier, Marie-Claude Côté est mathématicienne, dans les faits, elle est gestionnaire chez Element AI. Elle nous parle de son quotidien, mais elle clarifie aussi ce qu’est l’intelligence artificielle au-delà du cliché du robot. Nous discutons aussi de la composante mathématique de l’intelligence artificielle, de la place des femmes dans cette industrie et elle nous donne ses conseils pour ceux qui voudraient intégrer le domaine.

INTELLIGENCE ARTIFICIELLE

AVEC MARIE-CLAUDE CÔTÉ

Aimy :

Bonjour et bienvenue aux Portraits professionnels, le balado où l’on tente de clarifier différentes professions du marché du travail. Marie-Claude Côté est directrice d’une équipe nommée AI core chez Element AI. Elle nous parle de son quotidien, mais elle clarifie aussi ce qu’est l’intelligence artificielle au-delà du cliché du robot. Nous discutons aussi de la composante mathématique de l’intelligence artificielle, de la place des femmes dans cette industrie et elle nous donne ses conseils pour ceux qui voudraient intégrer le domaine. Marie-Claude Côté, bonjour.

Marie-Claude :

Bonjour.

Aimy :

Tu vas bien?

Marie-Claude :

Oui, très bien.

Aimy :

Alors, on se rencontre aujourd’hui pour discuter de ton travail. Veux-tu nous dire qu’est-ce que tu fais?

Marie-Claude :

Donc, je suis directrice d’un groupe qui s’appelle AI core chez Element AI. Puis, en bref, qu’est-ce que ça fait, premièrement, Element AI c’est une compagnie qui fait des produits d’intelligence artificielle pour les entreprises, puis, donc, ça implique qu’on développe des algorithmes intelligence artificielle dans mon groupe. Donc, je suis à la tête d’un groupe qui comporte différentes équipes, qui crée, dans le fond, des modules d’intelligence artificielle qui vont aller dans nos produits d’entreprise.

Aimy :

OK. Alors, quand tu rencontres quelqu’un pour la première fois, admettons dans un 5 à 7 et que tu te présentes : « Bonjour, je m’appelle Marie-Claude et voici ce que je fais », qu’est-ce que les gens imaginent que tu fais de tes journées?

Marie-Claude :

C’est une bonne question. Premièrement, ça a toujours été difficile d’expliquer exactement ce que je faisais, depuis toujours. Ça aide d’aller dans les exemples. Quand je parle d’intelligence artificielle, en général, les gens ont des réflexes de penser à des robots. Souvent, ils ont des images, sont un peu apeurés par ce domaine-là. Mais, ça a progressé dernièrement parce que l’intelligence artificielle est beaucoup dans les médias. Dans le fond, il y a beaucoup de gens qui éduquent, en fait, notre société sur le sujet, donc ça…

Aimy :

Il y a plus d’information.

Marie-Claude :

Donc, on peut aller au-delà de ces questions-là et d’expliquer d’autres trucs concrets qu’on réalise pas qu’ils sont déjà dans nos vies puis qui utilisent l’intelligence artificielle. Nos téléphones sont pleins d’intelligence artificielle, quand on consulte certains médias, les articles qui nous sont recommandés, c’est de l’intelligence artificielle, quand on essaie de planifier un trajet en auto avec une application, il y a beaucoup intelligence artificielle aussi. J’essaie de ramener un peu sur des trucs concrets, moins apeurants, plus pratiques sur ce qu’on fait.

Aimy :

Ce que tu vas faire pour clarifier, ce que tu me dis c’est que tu vas dire : « Ah bien pense à telle application que toi tu utilises, bien moi je pourrais te construire quelque chose comme ça avec mon équipe ».

Marie-Claude :

Exact.

Aimy :

Un peu.

Marie-Claude :

Exact.

Aimy :

OK. Fait qu’il y a encore, malgré le fait qu’il y a beaucoup d’information, il y a encore beaucoup de vulgarisation à faire, c’est ça que je comprends?

Marie-Claude :

Oui.

Aimy :

Si mettons, avant de commencer à me parler vraiment de ton quotidien, on essayait de clarifier certains termes?

Marie-Claude :

Oui.

Aimy :

Tu travailles dans le domaine de l’intelligence artificielle. C’est quoi ça?

Marie-Claude :

Donc, l’intelligence artificielle, c’est essayer de simuler l’intelligence humaine avec des machines. Fait que, comme humain, on va avoir, on va utiliser nos différents sens pour capturer de l’information sur notre entourage, sur le monde dans lequel on évolue puis ça nous aide à effectuer des tâches puis à prendre des décisions. On essaie d’utiliser des machines pour faire ça, puis idéalement de le faire pour améliorer le quotidien des humains en ce moment, soit en effectuant des tâches qui sont difficiles pour nous de faire ou qui sont parfois répétitives dans le fond ou aussi que personne veut faire. Fait que c’est de focusser sur ces applications-là.

Aimy :

Trouver ces tâches-là que personne a le goût de faire ou qu’on a du mal à faire puis apprendre à un ordinateur à le faire à notre place.

Marie-Claude :

Exactement.

Aimy :

OK. Est-ce que tu pourrais me donner un exemple d’un projet sur lequel vous avez déjà travaillé?

Marie-Claude :

Oui, dans le fond, un des trucs qui est plus facile à visualiser, c’est… on remplit souvent des formulaires dans notre quotidien, à la main ou avec, ou en ligne, dans le fond. Ensuite, ce formulaire-là, il s’en va dans une compagnie qui a besoin de le traiter puis prendre des décisions suite à ça. Cette tâche-là, de prendre des informations souvent de notre formulaire et de le rentrer dans une autre base de données pour qu’un autre système puisse le traiter est souvent très manuelle puis un peu, un peu plate, on va se le dire. Fait que là, un des, un des produits sur lequel on travaille, c’est dans le fond de prendre un document puis d’avoir l’ordinateur qui lit l’information sur le document et déjà le transmet à un autre système qui va prendre une décision. Donc, on enlève cette tâche-là qui est un petit peu ennuyante et répétitive. C’est bien parce que pour plusieurs entreprises, c’est difficile de recruter pour ce genre de, d’emploi-là. Puis, aussi, bien les humains on peut faire des erreurs et tout ça et aussi ça accélère le traitement de certaines choses alors pour la clientèle d’une entreprise, ça peut être perçu comme positif, aussi.

Aimy :

Si mettons, je vais chez mon garagiste et qu’il me dit OK, remplis ce formulaire pour que j’aie tes coordonnées, ton numéro de téléphone, ton nom, que j’aie le modèle de ta voiture, le problème de ton auto, remplis tout ça à la main et que moi je gribouille ça sur la feuille, votre système pourrait prendre ma feuille, la voir, je mets des guillemets que personne voit…

Marie-Claude :

… Oui. Prendrait une photo.

Aimy :

Prendrait une photo, déterminer qu’est-ce qui est du texte là-dessus puis traiter cette information-là et la classer.

Marie-Claude :

Exact. Puis ça, c’est une première étape. L’autre place où l’intelligence artificielle va avoir de la valeur dans le même genre de situation, c’est de dire le problème qui est communiqué sur le formulaire, des formulaires comme ça, j’en ai vu plein dans le passé et j’ai enregistré cette information-là, ce qu’on appelle les données, ce qui est un peu la nourriture de l’intelligence artificielle. Donc, je vais aussi peut-être avoir un système qui va être capable d’aider au diagnostic et de recommander la marche à suivre pour réparer votre problème chez le garagiste. Fait que c’est aussi d’apprendre du passé grâce à toute cette information qui a été collectée soit à votre dossier ou d’autres usagers qui auraient eu des problèmes similaires. C’est là, dans le fond, que l’intelligence rentre, l’intelligence de toute la clientèle se combine avec les forces du garagiste qui connaît son domaine super bien pour avoir des interventions plus efficaces.

Aimy :

C’est comme si un peu on peut se rendre à une forme de prédiction, un petit peu.

Marie-Claude :

Oui.

Aimy :

Ce modèle d’auto-là, après tant d’années, après tant de kilométrage, quelle pièce pète tout le temps.

Marie-Claude :

Exact. Et dans le passé, quand on l’a réparée de cette manière-là, elle a re-pété une semaine après mais quand on a utilisé cette approche-là, ça fonctionnait vraiment bien.

Aimy :

Fait que compiler les données, les traiter puis prédire la marche à suivre adéquate.

Marie-Claude :

Exact. C’est le genre de truc qu’on peut faire.

Aimy :

Fait qu’on est loin du cliché du robot.

Marie-Claude :

Exact. Si, euh… fait que les robots peuvent avoir dans leur mécanisme, dans le fond, des algorithmes d’intelligence artificielle qui les aident à faire certaines tâches. On pourrait avoir des robots qui communiquent avec des humains puis dans le fond, comprendre ce que l’humain lui dit et répondre la bonne chose, c’est aussi, c’est de l’intelligence artificielle.

Aimy :

Le même concept.

Marie-Claude :

Exact. C’est juste un autre type d’ordinateur dans le fond. Le robot fait partie des véhicules de l’intelligence artificielle comme notre téléphone, mais c’est pas l’unique chose.

Aimy :

OK. Parfait. Fait que si je reviens un peu au quotidien. Donc. Tu gères une équipe qui travaille à toutes ces applications-là. De quoi peut avoir l’air une journée typique dans ta vie au travail?

Marie-Claude :

Hum… Ce qui est intéressant des compagnies d’AI, c’est des compagnies jeunes. Moi, j’ai la chance de travailler pour une startup qui bouillonne, qui grossit vite, qu’on a un bel environnement de travail. Mais, je pense que dans plusieurs compagnies de tech et en AI en particulier, premièrement, c’est des horaires vraiment flexibles. Dans le cas de mes équipes, chaque équipe détermine ses propres, qu’on appelle rituels, fait que ça soit, ce qu’on appelle des stand up où les gens se rassemblent pour se dire ce qu’ils ont fait hier, ce qu’ils vont faire aujourd’hui, est-ce qu’ils ont besoin de l’aide des collègues. Donc, l’équipe pourrait dire, bien nous notre stand up il est à 10h le matin.

Aimy :

Comme une micro-réunion là

Marie-Claude :

Un micro-réunion et on s’attend à ce que les gens de l’équipe soient là tout le temps de 10h à 3h. Mais, après, entre ces heures-là, chacun choisit son propre rythme. Il y a des gens qui sont des lève-tôt, il y a des gens qui sont vraiment efficaces le soir et que ça leur convient. Donc, ils vont gérer leur propre horaire avec ça. On n’est vraiment pas dans un milieu où on va puncher. C’est vraiment, vraiment flexible puis basé sur la confiance, puis basé sur ce que tu produis.

Aimy :

Le rendement.

Marie-Claude :

Moi, je suis plus dans un rôle de leadership, et j’ai, mon contexte est-ce que j’ai une famille, donc je travaille sur des heures assez régulières, fait que c’est ça. Mon quotidien à moi, c’est beaucoup de rencontres de différents types. Je vais avoir des rencontres plus stratégiques qui est de contribuer à la stratégie de la compagnie et de se demander dans quelle direction elle est. Après, orienter les équipes pour qu’elles travaillent dans cette direction-là, puis travailler avec mes managers à un niveau individuel pour les aider eux à se débloquer s’ils ont des problèmes. Beaucoup, on travaille avec des humaines hein, même si on est en intelligence artificielle. Essayer de s’assurer que les gens se sentent bien dans le contexte et produire à leur plein potentiel.

Aimy :

OK. Fait que c’est un peu, il y a une notion un peu de veille hein? Je regarde ce qui se fait autour, j’essaie de comprendre l’industrie pour déterminer où est-ce que nous on s’en va. Puis, de là, on essaie de faire suivre cette ligne-là à l’équipe puis de maximiser son potentiel dans tout ça.

Marie-Claude :

Exactement.

Aimy :

C’est un peu ça que je comprends.

Marie-Claude :

Exact. C’est un contexte intéressant parce qu’on veut voir qu’est-ce que le marché a besoin. C’est ça notre but, on veut vendre des produits qui vont être achetés. Fait que nécessairement, il faut regarder c’est quoi les problèmes qu’on essaie de résoudre. Puis, il y a aussi toute c’est quoi la technologie qui est disponible? Il y a les deux extrêmes et c’est vraiment le défi de notre contexte, c’est de dire qu’est-ce qu’on a comme technologie maintenant? Parce que c’est une science qui avance extrêmement vite, fait que, qu’est-ce qui est disponible aujourd’hui? Est-ce qu’il y a une opportunité de faire un produit qui serait utile à nos clients? Puis, dans le fond, c’est une boucle qui va un peu des deux côtés. Si on a un client qui a un problème, est-ce que la technologie est prête pour ça? Pas tout à fait. Ah mais on pourrait pousser un peu la recherche dans cette direction-là puis avancer pour qu’un jour on puisse le résoudre ce problème-là.

Aimy :

Fait que c’est là qu’on va voir un peu la nuance avec peut-être de la recherche en milieu universitaire. Je fais de la recherche quand même, je fais avancer la science, mais dans l’objectif de créer un produit.

Marie-Claude :

Exact. C’est ce qu’on appelle la recherche appliquée chez nous. Il y plusieurs définitions de recherche appliquée, mais moi ce que j’entends par recherche appliquée, c’est d’appliquer grâce à ta propre expertise, l’expertise de l’équipe et toute la connaissance académique existante, de résoudre des problèmes, dans le fond, du vrai monde. Dans la recherche académique, pour faire avancer la science, souvent on va simplifier les problèmes ou les mettre dans un environnement un peu plus…

Aimy :

Stérile…

Marie-Claude :

Stérile ou stable. C’est vraiment nécessaire parce que sinon, on ne pourra pas faire des grandes avancées. Une fois que ça c’est fait, tu dis ok, je veux faire un vrai problème (rire), un problème des fois, c’est pas propre. Les contraintes, il y a beaucoup de cas limite qu’il faut considérer, c’est de la science aussi. Puis, à mon sens, c’est de la science extrêmement difficile et ça combine autant la science que l’implémentation. Fait que s’assurer que ça va rouler pour vrai on a des équipes de scientifiques et de développeurs qui travaillent ensemble et de designers pour être sûrs que ce qu’on va exposer à l’utilisateur a du sens.

Aimy :

OK. Fait que ça c’est toute la pertinence qu’on vient chercher entre la théorie, le quotidien, la réalité puis le produit qu’on cherche à vendre.

Marie-Claude :

Exact.

Aimy :

Qu’est-ce qui t’a amenée à faire ce que tu fais aujourd’hui?

Marie-Claude :

Les cheminements de carrière, souvent c’est plein d’accidents puis d’opportunités. Donc, moi j’ai choisi les mathématiques à l’université parce qu’au cégep j’aimais les maths et j’avais de la facilité.

Aimy :

Comme une suite logique?

Marie-Claude :

Comme une suite logique. Un peu, pour vrai, je suis arrivée en maths un peu sans trop savoir dans quoi je m’embarquais. Les maths du cégep puis les maths de l’université, c’est un peu différent. Du moins, c’est plus étendu. Donc, je suis rentrée en maths. Très rapidement, il y a un programme qui s’est créé qui était maths-informatique. Ça m’a beaucoup intéressée parce que l’informatique, c’est une façon d’appliquer les maths, dans le fond. Une des façons, dans le fond. L’informatique, c’est un domaine en soi, mais je pouvais vraiment combiner les maths et l’informatique pour faire des trucs plus appliqués. Moi, j’ai réalisé très vite que j’étais motivée à comprendre à quoi vont servir les trucs. Fait que les maths théoriques, j’étais capable de faire l’exercice mental, mais côté motivation c’était moins intéressant. Quand j’ai commencé à voir que, grâce à l’informatique et les maths, je peux résoudre ce type de problème-là, ça m’a beaucoup motivée.

Aimy :

Si je peux… Je fais une parenthèse.

Marie-Claude :

Oui.

Aimy :

Hum… Dans ma tête à moi, c’est moins clair comment est-ce que les mathématiques et l’informatique sont reliées. Est-ce que tu serais capable de nous donner un exemple concret?

Marie-Claude :

Oui. Dans le fond, si je peux me permettre de donner un exemple de la vie concrète sur les différents termes qu’on emploie autour de l’intelligence artificielle, admettons qu’on donne un ensemble d’ingrédient puis faut faire une recette puis l’objectif c’est que les enfants soient contents.

Aimy :

OK.

Marie-Claude :

Dépendant du jour de la semaine, où on est, les ingrédients qu’on a notre disposition sont pas toujours les mêmes, mais on a une liste de techniques qu’on est capable de faire. On est capable de brasser, on est capable de cuire, on est capable de verser, on est capable… on est capable de mesurer. Fait que si on a ça dans notre boîte à outils, donc faire une recette, on pourrait voir ça comme un algorithme. Le but, un algorithme, c’est de faire une tâche. Le but de l’intelligence artificielle qui utilise de l’apprentissage machine, c’est de devenir bon à cette tâche-là, de s’améliorer. Donc, ce qu’on a besoin, c’est de faire des expériences, d’observer le résultat de nos expériences et d’apprendre de ça. Par exemple, j’ai un ensemble d’ingrédients, je vais faire une recette, les enfants sont pas contents. Le lendemain, j’ai les même ingrédients, je suis chanceuse, j’essaie une autre recette, les enfants sont un peu plus contents. Une autre journée, j’ai d’autres ingrédients, je recombine des trucs et là les enfants sont encore contents parce que j’ai compris hier que même si c’est des ingrédients différents, j’ai compris que quand je mettais ingrédient A et ingrédient B ensemble, c’était toujours un succès. Mais, A et C, ça les fait crier. Fait que ce processus-là d’apprentissage, c’est complètement basé sur des principes mathématiques dans le fond. Comment je performe mieux à une tâche donnée. Donc, tantôt on a parlé de documents, comment je mesure que je suis rendue meilleure à lire le document qu’on m’a donné, bien c’est un peu la même chose. C’est là que les maths se cachent. Dans le fond, l’algorithme va toujours aller vérifier est-ce que je me suis améliorée et on va dire, il va propager dans le fond, dans le système l’information qu’il a appris puis développer des concepts.

Aimy :

Fait qu’il y a comme une notion mathématique dans déterminer les variables puis ensuite tenter de voir les agencements de ces variables-là, qu’est-ce qu’ils donnent comme résultats.

Marie-Claude :

Exact.

Aimy :

Ça, c’est la partie un peu mathématique.

Marie-Claude :

Exact.

Aimy :

OK. Ça c’était vraiment éclairant, merci. Si je reviens en arrière, tu me disais, tu as commencé à faire des maths parce que ça te semblait logique. Maths, c’est devenu un autre programme, mathématiques et informatique parce que là on pouvait rendre les mathématiques appliquées.

Marie-Claude :

Oui.

Aimy :

Alors…

Marie-Claude :

Alors, je finis mon bac en maths-info à l’Université Laval, à Québec. Puis, pour des raisons personnelles, je veux déménager à Montréal, je vais voir le directeur du programme et je lui dis : J’aurais besoin de faire un stage, je m’en vais à Montréal. Puis, il me suggère d’aller à Polytechnique en recherche opérationnelle. Il dit : Je connais des vraiment bons profs là-bas, tu devrais leur écrire puis tu pourrais faire un stage à Polytechnique en recherche opérationnelle. Puis, par contact et tout, finalement j’ai fait un stage en recherche opérationnelle en industrie. Donc, recherche opérationnelle, on pourrait dire que c’est un sous-champ d’intelligence artificielle où c’est connexe. Ça traite dans le fond d’utiliser les ordinateurs pour faire des algorithmes pour des problèmes de décision. Des problèmes typiques, ça serait, j’ai une flotte de camions qui doivent aller livrer des colis. Comment je minimise le chemin parcouru par tous ces camions-là pour faire en sorte que ça prend moins de temps, puis diminuer la consommation d’essence.

Aimy :

Une quête d’efficacité.

Marie-Claude :

Exact. Fait que c’est des problèmes extrêmement gros où on a à prendre beaucoup beaucoup de décisions, comme quel camion transporte quel colis, avec quel chauffeur, il va emprunter quel chemin, visiter quel client, dans quel ordre. Toutes ces-choses-là, c’est tellement de décisions interconnectées qui sont aussi contraints, des fois on n’a pas le droit d’aller à un magasin ou un autre, ça fait en sorte que les ordinateurs sont extrêmement efficaces pour résoudre ça, puis Montréal, on est vraiment un pôle dans ce domaine-là. J’ai adoré mon stage. C’était en optimisation d’horaire de personnel. Donc, mettons, des horaires d’infirmières où on a beaucoup de contraintes de conventions collectives sur qui peut travailler quand, mais on doit s’assurer qu’il y a suffisamment d’infirmières pour répondre aux besoins. Donc, c’était des algorithmes autour de ça. Bref, j’ai adoré ce stage-là et j’ai été mise en contact avec un professeur, puis j’étais là : Ah je pense que je voudrais peut-être faire une maîtrise. Je te prends en maîtrise et de fil en aiguille, j’ai décidé de faire un doctorat dans ce domaine-là. Donc, c’est vraiment beaucoup de mathématiques, de l’optimisation. À cette époque-là, je ne savais même pas c’était quoi l’apprentissage machine.

Aimy :

Est-ce que ça s’appelait encore mathématiques? C’était un doc en mathématiques?

Marie-Claude :

Oui, mathématiques appliquées, en recherche opérationnelle. Puis après, je suis rentrée comme chercheure sur le marché du travail. J’ai toujours su que je voulais aller dans ‘industrie, encore une fois le côté appliqué, de faire des choses pour le vrai monde et dans cet emploi-là, j’ai été exposée. À cette époque-là on appelait ça le data mining, après c’est devenu data science. On a commencé à parler de big data, c’est devenu intelligence artificielle, deep learning. Fait que c’est toute des trucs très très connectés et similaires. Il y a des avancées qui ont fait qu’on a commencé à parler de nouveaux champs de recherche, mais c’était proche.

Aimy :

C’est toujours en continuité, dans cette logique que t’avais au départ.

Marie-Claude :

Exact. Fait que j’ai appris un peu sur l’apprentissage machine par moi-même, soit avec des cours en ligne, puis avec les gens avec qui je travaillais, dans le fond. Là, j’ai réalisé que j’étais intéressée par le management et que naturellement j’avais un intérêt pour ça. Quand il y a eu une opportunité, je suis devenue manager de data science. J’étais plus exposée à ça, j’ai fait comme, j’ai grossi mon expertise là, dans le fond, dans le domaine et en plus de développer mon, mes compétences de management. Puis l’histoire que j’aime conter, ce premier step quand tu deviens soudainement manager de tes collègues, pour moi, ce qui m’habitait c’était de devenir une experte en machine learning puis je pensais que ça, ça allait être le côté difficile puis le côté humain, je disais je suis bonne avec les humains ça va bien aller, mais finalement c’est un autre apprentissage apprendre à gérer les humains puis pour moi, ça a été le plus gros défi. Pas parce que je savais pas comment, mais c’est vraiment, on appelle les soft skills, mais c’est vraiment des nouvelles choses à développer pour un scientifique, c’était un autre truc qu’il fallait que j’ouvre. Après, de fil en aiguille, c’est des contacts. J’ai travaillé avec le fondateur de Element AI. Quand Element AI a commencé, j’ai décidé de me joindre à cette compagnie-là.

Aimy :

Le fondateur, Yoshua Bengio?

Marie-Claude :

Yoshua, mais Jean-François Gagné qui est maintenant CEO…

Aimy :

Co-fondateur…

Marie-Claude :

Co-fondateur, puis là j’ai regardé ça puis ça a l’air trop cool fait que je me suis jointe à l’aventure.

Aimy :

OK, parfait. Tu commençais à répondre peut-être déjà à cette question-là mais, au quotidien, qu’est-ce que tu dirais qui est le plus grand défi que tu rencontres?

Marie-Claude :

Fait qu’il y a les défis qui sont propres à une startup qui sont vraiment de l’adaptation continue. Les choses changent rapidement fait qu’il faut vraiment être capable de laisser aller des choses qu’on faisait la semaine passée qui ne sont peut-être plus pertinentes cette semaine parce que finalement, les dynamiques ont changé ou l’équipe a grossi ou tout ça. Fait qu’être vraiment toujours en train de re-questionner comment tu travailles.

Aimy :

Fait qu’on n’est jamais complètement assis dans la même chaise?

Marie-Claude :

Le confort, ça existe pas (rire).

Aimy :

C’est comme, je faisais ça, ça marchait bien mais peut-être que demain, ça va être autre chose et il faut que je sois prête à déménager là.

Marie-Claude :

Exact. Toujours re-questionner nos méthodes de travail. Ça c’est un, l’aspect humain, définitivement, ça va toujours l’être. On est, on travaille avec des gens, tout le monde a ses propres défis, ses propres ambitions, sa propre expertise fait qu’il faut apprendre toujours à composer avec ça et dans un milieu changeant, le rôle de leadership est beaucoup là. Dans le fond, c’est d’essayer de rassurer les gens dans un climat qui est peut-être incertain par moment puis tout ça. Fait qu’un troisième truc qui est un bon défi, c’est qu’on est dans un domaine bouillonnant. Les articles scientifiques qui sortent dans les journaux à chaque jour sont vraiment nombreux fait que c’est de garder le rythme, de rester pertinent dans notre domaine.

Aimy :

Ne pas devenir désuet hein?

Marie-Claude :

Exact. Moi, comme leader, c’est pas tant que je dois tout savoir mais c’est d’assurer qu’on a un climat où les gens ont de l’espace pour apprendre continuellement soit en lisant, soit en se parlant, soit en étant exposés à des gens qui viennent faire des présentations et tout ça.

Aimy :

Fait que de garder cette étincelle-là chez les autres aussi, comme chez toi.

Marie-Claude :

Exact.

Aimy :

OK. Ça, ça serait les grands défis. Qu’est-ce qui serait le plus valorisant ou le plus nourrissant dans ton travail au quotidien?

Marie-Claude :

C’est quand on se rend compte qu’on livre de la valeur à des gens pour vrai. Dans le fond, il y a un monde entre le jour où tu lis un papier scientifique puis ça s’appliquera à notre problème et le jour où il y a vraiment quelqu’un chez un de nos clients qui va prendre ce qu’on a fait puis prendre des décisions puis sentir que ça simplifie leur vie, ça c’est extrêmement, vraiment motivant.

Aimy :

Fait que de faire partie de ce pont-là entre la théorie puis la réalité, ça c’est valorisant?

Marie-Claude :

Exact. Puis je reviens beaucoup sur le côté humain, c’est pour ça que je me suis retrouvée dans ce rôle-là, mais aussi de voir des gens qui ont été mis dans un contexte où ils se sentent créatifs et de voir : Hé telle personne a fait telle chose et c’est comme beau, surprenant, bien pensé, puis ça, c’est ma petite valeur.

Aimy :

C’est une question qui est peut-être, peut-être un peu en parallèle là, mais clairement, tu es une femme. C’est comment être une femme dans le domaine de l’intelligence artificielle?

Marie-Claude :

C’est un sujet dont je pourrais parler pendant des heures, qui me tient beaucoup à cœur. Ça peut être difficile par moments. C’est vraiment un milieu où il y a pas encore beaucoup de femmes. Par contre, c’est un milieu où on en parle beaucoup, de ce fait-là. Il y a des efforts qui sont mis pour améliorer la chose. C’est une industrie jeune, donc on n’a pas un gros héritage de boys club, il y a toujours eu des hommes et là on commence à intégrer des femmes.

Aimy :

Il y a un feel encore malléable là.

Marie-Claude :

Oui, exact. Puis beaucoup d’ouverture. Personnellement, moi, ça a toujours été. En fait, c’est drôle, ça a été relativement récemment que j’ai pris conscience que ça pouvait être quelque chose. J’étais en maths, il y avait pas beaucoup de femmes. En informatique, il y avait pas beaucoup de femmes. Ma famille, j’ai deux garçons (rire).

Aimy :

C’était commun là…

Marie-Claude :

Oui, c’est ça. Puis à un moment donné, dans mon ancienne compagnie, il y avait un programme Women and Leadership et c’est des formations justement pour aider les femmes et j’étais là : Ah j’ai pas vraiment besoin de ça, moi ça va bien mes affaires. Puis là de réaliser que, dans le fond, ah oui, il y a certains comportements typiquement féminins qui pourraient laisser croire qu’on veut quelque chose alors que c’est autre chose qu’on veut. Vraiment prendre conscience qu’on est peut-être mal comprises par moment. De mettre le doigt un peu sur certaines frustrations, puis après, les solutions, c’est de se parler parce que c’est pas juste un cas d’être femme ou homme. Dans le fond, tout le monde doit être compris. On est tous différents, on a tous nos défis. Trouver les bonnes façons de se parler de ces choses-là sans que personne ne se sente menacé.

Aimy :

On revient encore un peu à cette notion des soft skills.

Marie-Claude :

Ah oui!

Aimy :

On a beau faire de la science, on a beau être en informatique, on a beau être en maths, reste qu’à la fin, au bureau, je côtoie d’autres personnes et il faut que ça marche avec ces personnes-là.

Marie-Claude :

Exact. Puis c’est vrai pour femmes et hommes, mais c’est vrai…

Aimy :

C’est comme une variable de plus.

Marie-Claude :

C’est une variable de plus. Dans le fond, on a des gens qui viennent de plusieurs pays et c’est une grande richesse. Un Coréen va pas avoir eu le même background que quelqu’un qui a grandi à Montréal ou aux États-Unis, ou au Royaume-Uni. Il faut trouver les façons d’aller cherche le meilleur de ça parce que ça amène plein de perspectives, des yeux différents sur ce qu’on fait. Mais faut sentir que c’est un plus et non quelque chose de négatif. Même si c’est difficile. C’est toujours plus facile de parler avec quelqu’un qui vient de la même ville que toi.

Aimy :

Si toi et moi on pense exactement la même chose, c’est sûr qu’il y a une facilité inhérente.

Marie-Claude :

C’est ça. On se sent bien, c’est comme naturel, mais à la fin de la journée, bien peut-être que…

Aimy :

… on a dit la même chose.

Marie-Claude :

On a dit la même chose puis on a oublié certains angles.

Aimy :

C’est intéressant. Si je te demandais comment est-ce que tu penses que ton domaine va évoluer dans les cinq, dix, quinze prochaines années? Je sais que je te demande de voir dans le futur, mais qu’est-ce que tu pourrais imaginer?

Marie-Claude :

Donc, au niveau de la société comme telle puis comment on absorbe l’AI, j’ai l’impression que ça va juste continuer comme ça. Ça sera pas un gros coup, un gros boom, ça va y aller doucement comme c’est déjà, comme ça a déjà commencé. On n’a pas arrêté le téléphone, il y a des applications en santé, il y a des… il y a beaucoup de choses qu’on voit pas qui est déjà influencé par l’intelligence artificielle et je pense que ça va juste continuer, qu’il va y avoir de plus en plus. Quelque chose, juste dans le milieu du travail, ce que je vois beaucoup venir, c’est qu’il va y avoir beaucoup plus de gens formés. Beaucoup plus d’outils pour que des gens qui n’ont pas nécessairement un doctorat puissent faire de l’intelligence artificielle.

Aimy :

Comme si ça allait être démocratisé un peu?

Marie-Claude :

Exact. Exact. Fait que ça, ça va être bien. Ça va changer un peu comment nous on travaille. Il va y avoir moins le volet éducation, démystification de notre tâche, puis plus de gens vont comprendre dans le fond c’est quoi, qu’est-ce que ça peut faire.

Aimy :

Comme une littératie plus grande là.

Marie-Claude :

Exactement. Exactement, puis plus de gens qui sont capable l’appliquer. Fait que ça va être plus dans le quotidien de beaucoup de gens de dire : Peut-être je pourrais faire mon algorithme pour optimiser cette affaire-là que je fais au quotidien. Ça, c’est plus loin, mais c’est quelque chose qu’on pourrait voir…

Aimy :

… comme si ça pourrait être à la portée de tous là?

Marie-Claude :

Exact. Puis ça serait bien, la littératie c’est important parce que dans le fond, être éduqué sur des choses ça nous aide à mieux les adopter, à être critique aussi face à différents aspects puis après, c’est justement on veut que ça appartienne pas juste aux grandes entreprises puis que chaque individu puisse en bénéficier peu importe sa couche sociale ou tout ça. On a vu arriver déjà, dans les écoles primaires, les jeunes sont exposés à la programmation. Bien ça va être un peu la même chose, c’est de la programmation.

Aimy :

Ça va en faire partie.

Marie-Claude :

Exact.

Aimy :

OK. Fait que ça, c’est un peu l’évolution que tu verrais. Comme une démocratisation, quelque chose de tellement plus courant. J’ai pas envie de dire banalisé dans le sens de plate, mais accessible à tous.

Marie-Claude :

Exact. Et ce que je ne suis pas capable de prédire, c’est s’il y aura des grosses avancées scientifiques qui vont nous faire faire des gros bonds qui pourraient pratiquement changer certains aspects. Ça pourrait être super dans différents trucs.

Aimy :

Mais on ne le sait pas encore.

Marie-Claude :

On le sait pas encore.

Aimy :

Fait qu’on pourrait pas dire : C’est sûr que dans 20 ans, à travers l’intelligence artificielle, on a trouvé une cure au cancer.

Marie-Claude :

Exact.

Aimy :

Peut-être. Puis, peut-être pas, on le sait pas.

Marie-Claude :

En attendant, il y a beaucoup de gens qui se penchent sur ces problèmes-là puis qui essaie de faire… Dans le fond, il y a pas juste la cure au cancer, il y a plein d’outils pour le dépister plus tôt, par exemple. S’il y a des applications comme ça, déjà, ça va améliorer.

Aimy :

Sûrement que, ça va porter fruit, mais un peu de manière horizontale. Un peu partout à la fois, sans qu’on puisse dire dès maintenant ça, ça va être réglé, ces sphères-là vont être allégées parce que les ordinateurs travaillent dessus à notre place.

Marie-Claude :

Exact. Puis, ce qui va évoluer aussi et ça va avec la littératie, dans le fond, c’est la gouvernance. Les gouvernements, en ce moment, réfléchissent beaucoup à l’impact de l’intelligence artificielle sur notre société, à l’impact de collecter des données sur des gens. Il y a des régulations en Europe et tout. Ça, ça va continuer parce que l’application responsable de l’intelligence artificielle, c’est clé. Les robots tueurs, c’est comme un mythe, mais si quelqu’un avait l’intention de faire ça, il pourrait y arriver, probablement. Comme tout armement, dans le fond. On veut qu’il y ait de la régulation autour de ça pour que la société en bénéficie et non en paie le prix.

Aimy :

Fait qu’il y a comme une notion aussi, j’imagine, dans le futur d’éthique, de déontologie plus grande pour encadrer tout ça. On parle souvent, par exemple, de la voiture autonome. Ok bon, bien, la voiture autonome, si elle a à faire un accident, est-ce qu’on tue la petite famille ou on écrase l’écureuil? Ou on tue la personne âgée? Est-ce que c’est des questionnements auxquels vous faites déjà face aujourd’hui?

Marie-Claude :

Énormément. Il y a, dans notre compagnie, il y a des gens qui passent beaucoup de temps à réfléchir à ça et même à être en discussion avec les gouvernements et tout pour penser à ça. Au quotidien, dans le genre de travail que mes équipes font, les enjeux auxquels on va réfléchir sont peut-être pas gouvernemental ou sociétal, mais quand même, les exemples c’est le biais dans la collecte des données. Donc, je travaille avec des donnes qui pourraient avoir été collectées avec un certain biais, déjà. Un exemple, c’est les algorithmes qui prennent des CV puis qui essaient de prédire si la personne va être embauchée. Si dans le processus d’embauche, historiquement, sans les ordinateurs, il y a plus d’hommes qui ont été embauchés que de femmes pour une raison ou une autre, bien l’algorithme pourrait regarder le CV et dire : C’est un homme, ça vaut cher dans la décision de l’embaucher, alors que ce n’est pas basé sur les qualifications ou quoi que ce soit. Fait que d’être conscient de avec quoi on travaille et c’est quoi le risque que nos algorithmes apprennent avec ça, c’est le genre d’enjeu que…

Aimy :

… C’est comme une sorte de vigilance constante.

Marie-Claude :

Constante. Fait que tout le monde doit être sensibilisé à ça. Encore une fois, moi je pense que la diversité c’est bon à ce niveau-là aussi. C’est plus, les gens regardent avec leurs propres yeux un même problème puis il y a plus de chances qu’il y a quelqu’un, à un moment donné, qui va dire : Heille, on a tu pensé à ça?

Aimy :

En ayant toutes des sensibilités différentes, on pourrait sonner l’alarme pour des trucs différents.

Marie-Claude :

Exact.

Aimy :

Très intéressant. Dernière question dans ma grande série de question. Si tu rencontrais quelqu’un qui était intéressé par ton domaine, qu’est-ce que tu lui dirais de faire dès maintenant pour pouvoir s’en rapprocher?

Marie-Claude :

Je pense qu’on n’a pas le choix d’étudier dans des domaines connexes, en fait, que de choisir des domaines comme les mathématiques, l’informatique, ça peut être aussi la linguistique. Dans le fond, il y a beaucoup d’applications d’intelligence artificielle en traitement du langage. C’est pas obligé d’être les mêmes dans les maths puis l’informatique, mais de se rapprocher. Ça, c’est un peu plus pratico-pratique, mais apprendre l’anglais… passer du temps sur l’anglais. Dans le fond, c’est un domaine qui est mondial, fait que même si, peut-être, que tu travailles dans une entreprise francophone et tout, ça peut vraiment, ça t’ouvre beaucoup de portes là. Beaucoup de littérature est encore uniquement en anglais. Faire des stages en entreprise, je trouve que d’être exposé à l’entreprise, c’est important et de comprendre que, admettons, je suis un développeur et que je fais un stage en entreprise comme développeur, pendant le stage, d’être curieux sur comment l’entreprise fonctionne. Travailler en entreprise, c’est plus que les tâches que tu fais, c’est de comprendre le contexte dans lequel tu travailles.

Aimy :

Voir le système un peu, peut-être.

Marie-Claude :

Oui. Tu peux avoir plus d’impact, dans le fond, quand tu comprends tout ça.

Aimy :

Fait que ça, c’est les points que tu donnerais.

Marie-Claude :

Oui.

Aimy :

Parfait. Marie-Claude, ça a été super intéressant, très éclairant. Merci beaucoup.

Marie-Claude :

Merci à toi.

Aimy :

Merci à notre invitée et merci à vous d’avoir écouté cet épisode des Portraits professionnels. Pour plus de détails sur cette profession, visitez notre site internet au www.saltoconseil.com.