Bourse Mila en politiques de l’IA

Ce domaine thématique explore comment développer, déployer et gouverner les systèmes d'IA de manière sûre, sécurisée et respectueuse des droits. À mesure que les sociétés intègrent les technologies d'IA dans des domaines sensibles – de la santé aux services publics – les vulnérabilités et les limitations posent des risques croissants pour les individus, les institutions et les sociétés. Avec des systèmes d'IA avancés devenant plus puissants, polyvalents et autonomes – en particulier grâce aux modèles de fondation, aux systèmes multi-agents et aux déploiements en code source libre – les préoccupations en matière de sécurité s'étendent au-delà de la robustesse technique pour inclure la gestion des risques à court, moyen et long terme ainsi que la coordination à l’échelle mondiale. Pour faire face à ces risques, il faut adopter des approches interdisciplinaires solides qui combinent des garanties techniques avec des mécanismes juridiques, éthiques et institutionnels tout au long du cycle de vie de l'IA.

Exemples de sujets :

• Amélioration de l'évaluation des modèles de fondation et autres systèmes avancés afin de comprendre leurs limitations, leurs risques et leurs préjudices potentiels dans des domaines à fort impact tels que la santé, les droits humains, l'application de la loi ou l'éducation.
• Mécanismes efficaces de surveillance, d'audit et de réparation pour répondre aux préjudices causés par les systèmes d'IA.
• Réponses politiques appropriées aux défis techniques émergents, tels que la robustesse aux attaques adverses, les techniques de préservation de la vie privée et le désapprentissage machine.
• Mesures de cybersécurité contre les attaques sur les systèmes d'IA, y compris l'empoisonnement de modèles, la manipulation des données et les entrées adverses.
• Renforcement des capacités institutionnelles par l'identification d'outils, de garanties et de mécanismes de coordination pour anticiper, atténuer et répondre aux risques systémiques de l'IA.

De nouvelles capacités d'IA – telles que les agents d’entreprise, les systèmes de planification automatisée et les outils multimodaux – transforment l'organisation du travail et la manière dont la valeur est créée. L'adoption de l'IA reste cependant inégale. Des obstacles structurels tels que les coûts élevés, la pénurie de compétences, les infrastructures limitées et l'incertitude réglementaire continuent d'entraver l'adoption, en particulier parmi les petites et moyennes entreprises (PME) et les institutions publiques sous-financées. Le domaine thématique de l'adoption de l’IA et de la productivité explore comment assurer une adoption équitable et efficace des technologies d'IA dans tous les secteurs afin de stimuler la productivité, de favoriser l'innovation et de renforcer la compétitivité.

Exemples de sujets :

• Politiques sectorielles visant à réduire les obstacles à l'accès et à l'adoption de l'IA, en particulier pour les PME et les acteur·trice·s du secteur public.
• Stratégies de développement et de requalification de la main-d'œuvre pour combler les lacunes en matière de capacités techniques et appliquées liées à l'IA.
• Cadres de gouvernance pour assurer une adoption de l'IA digne de confiance et responsable dans des domaines tels que l'éducation, la santé et la gouvernance locale.
• Incitations, mécanismes de financement et partenariats public-privé pour accélérer l'adoption inclusive et durable d'outils d'IA améliorant la productivité.

L'essor de l'IA générative, des systèmes de recommandation personnalisés et des modèles multimodaux transforme le paysage médiatique et redéfinit la manière dont les gens accèdent à l'information, interagissent avec elle et lui font confiance. Ce domaine thématique explore la gouvernance des technologies médiatiques basées sur l'IA et leurs implications profondes pour la confiance du public, l'intégrité électorale et la résilience des systèmes démocratiques. Il examine également comment ces outils affectent les pratiques journalistiques, la modération de contenu et les risques croissants de ségrégation idéologique.

Exemples de sujets :

• Désinformation et intégrité et souveraineté des écosystèmes d'information numériques.
• Évaluation des implications politiques de la génération et de la détection en temps réel des hyper trucages (deep fakes).
• Stratégies de gouvernance pour les grands modèles linguistiques utilisés dans la production automatisée de nouvelles.
• Exigences de transparence pour le contenu créé par l'IA dans les campagnes politiques ou les plateformes civiques.

Les inégalités mondiales croissantes et le manque de diversité dans l'IA risquent de négliger les besoins spécifiques, l'expertise locale et les contextes culturels des groupes historiquement marginalisés. Ce domaine thématique explore les solutions politiques pour atténuer ces disparités. L'égalité réelle dans l'IA se concentre sur la suppression des contraintes et le renforcement des capacités pour assurer des écosystèmes d'IA inclusifs, bénéfiques et équitables, soutenant le développement économique et social pour toutes et tous. Les questions essentielles comprennent la prévention des préjudices et l'assurance d'un accès équitable aux ressources et aux opportunités de l'IA, à mesure que les systèmes d'IA sont de plus en plus intégrés dans la vie sociale, économique et publique. Ancré dans les droits humains et les initiatives mondiales telles que les recommandations du GPAI sur l'égalité réelle et les principes de l'OCDE sur l'IA, la recommandation de l'UNESCO sur l'éthique de l'IA, les Objectifs de développement durable (SDGs) et le Pacte numérique mondial, ce domaine aborde la manière de s'assurer que le développement, le déploiement et la gouvernance de l'IA reflètent et répondent de manière significative aux besoins, aux droits et aux expériences vécues de toutes et tous.

Exemples de sujets :

• Considérations relatives à la vie privée et à l'anonymat dans les technologies de balayage corporel, l'extraction de caractéristiques de genre dans les tâches biométriques et autres systèmes et processus d'IA.
• Mesures d'équité, procédures d'audit et évaluations de modèles sensibles au contexte pour identifier et atténuer les résultats discriminatoires.
• Mesures efficaces de transparence et de responsabilité pour la prévention des préjudices et la non-discrimination dans les systèmes et processus d'IA, par exemple en relation avec la violence basée sur le genre facilitée par les technologies d’IA.
• Partage international des bénéfices de l'IA et participation de la majorité mondiale (Global Majority) aux processus mondiaux de gouvernance de l'IA.
• Capacités institutionnelles et bassins de talents inclusifs pour soutenir la recherche, les politiques et le déploiement de l'IA tenant compte de la dimension de genre et des contextes locaux.

Ce domaine thématique explore comment aligner le développement de l'IA sur les priorités mondiales en matière de développement durable, en utilisant les applications de l'IA comme moteur d'atténuation et d'adaptation aux changements climatiques. Parallèlement à l'adoption généralisée de l'IA qui s'accélère, son impact environnemental augmente également – y compris la demande croissante en énergie et en eau des centres de données et l'intensité des ressources nécessaires à l'entraînement et au déploiement de grands modèles. Ce domaine examine à la fois l'empreinte environnementale des systèmes d'IA et leur potentiel à soutenir l'atténuation et l'adaptation aux changements climatiques, ainsi qu'à permettre une innovation durable dans tous les secteurs.

Exemples de sujets :

• Applications de l'IA dans l'action climatique, telles que la modélisation climatique et la prévision des risques, la découverte de matériaux pour les systèmes énergétiques, l'optimisation des réseaux et des processus industriels, la préservation de la biodiversité, la sécurité alimentaire et la gestion forestière.
• Amélioration des évaluations de l'empreinte environnementale de l'IA, y compris la consommation directe d'énergie et d'eau, les impacts négatifs des applications telles que la publicité en ligne et les effets systémiques plus larges dans tous les secteurs.
• Politiques visant à améliorer les impacts positifs des applications de l'IA pour le climat (y compris par le renforcement des capacités, la politique des données et le financement axé sur l'impact), à remédier aux inégalités (y compris les considérations de justice climatique et de fracture numérique) et à promouvoir une infrastructure d'IA écoénergétique (y compris les progrès en matière de matériel, de technologies de refroidissement et de petits modèles linguistiques).

Ce domaine thématique explore comment les systèmes, le déploiement et la gouvernance de l'IA peuvent respecter et renforcer les droits autochtones, la souveraineté des données et l'autodétermination. À mesure que l'IA influence de plus en plus la gouvernance, le développement économique et les systèmes de connaissances, il est urgent de veiller à ce que les peuples autochtones – en particulier dans le contexte canadien – soient non seulement protégés des préjudices, mais également comme des leaders et des décideurs dans l'élaboration des politiques, de l'innovation et de l'infrastructure en matière d'IA. Ce domaine examine les stratégies visant à soutenir l'autorité autochtone sur les données, la langue et les outils numériques tout en favorisant une participation inclusive et le renforcement des capacités des communautés dans l'économie axée sur l'IA.

Exemples de sujets :

• Revitalisation des langues autochtones dans et par l'IA, en assurant des approches culturellement fondées et éthiquement saines, alignées sur les priorités des communautés et les cadres internationaux, comme la Déclaration des Nations Unies sur les droits des peuples autochtones.
• Souveraineté des données autochtones avec autorité sur la manière dont leurs données sont collectées, stockées et utilisées, et leur intégration dans les cadres pertinents aux niveaux fédéral, provincial et institutionnel.
• Confidentialité collective des données, consentement et contrôle dans les systèmes d'apprentissage automatique affectant les communautés autochtones.
• Approches éthiques de l'adoption de l'IA et de l'atténuation de ses impacts dans les communautés autochtones.
• Inclusion des autochtones dans l'économie numérique et de l'IA par le développement des talents, les parcours d'entrepreneuriat et les investissements dans l'infrastructure numérique.

L'adoption de l'IA dans le secteur public offre un potentiel considérable pour améliorer la gouvernance, renforcer la prestation de services et optimiser la prise de décision. Cependant, les gouvernements sont confrontés à des défis uniques dans la mise en œuvre responsable de l'IA, notamment en ce qui concerne l'éthique, la transparence, la préparation de la main-d'œuvre et la confiance du public. Bien que l'IA puisse simplifier les processus administratifs, détecter la fraude et soutenir l'analyse des politiques, son utilisation abusive ou son manque de surveillance pourraient exacerber les biais, réduire la responsabilité et porter atteinte aux droits des citoyennes et citoyens. Ce thème aborde la manière dont l'IA du secteur public – y compris les systèmes de décision automatisée et les outils de recommandation – peut être déployée et gouvernée de manière transparente et équitable. 

Exemples de sujets :

• Vérification de l'utilisation de l'IA dans les systèmes d'admissibilité à des services tels que l'immigration, le logement ou les prestations sociales.
• Garanties pour protéger la vie privée, prévenir la discrimination et maintenir une surveillance humaine significative dans la prise de décision publique automatisée.
• Mécanismes de responsabilité pour les agents d'IA destinés au public dans la gouvernance locale et la prestation de services.
• Normes pour les acquisitions d'IA du secteur public en vue de systèmes d'IA fiables, interopérables et neutres vis-à-vis des fournisseurs.
• Stratégies pour renforcer les capacités en matière d'IA dans le secteur public, y compris la formation des fonctionnaires, l'expertise technique interne et la réduction de la dépendance à l'égard des fournisseurs externes.

Des chercheur·euse·s et professionnel·le·s de niveaux junior à senior ayant un parcours interdisciplinaire, déjà actif·ve·s dans les milieux universitaires, la société civile, le service public ou le secteur privé, et souhaitant approfondir leur engagement dans les politiques de l’IA.

Pour être éligibles, les candidats doivent :

• Être titulaire d'un diplôme d'études supérieures (MSc, MA ou équivalent) dans un domaine pertinent tel que la politique publique, le droit, l'éthique, l'intelligence artificielle, la sociologie, l'économie, une discipline connexe ou une liste d'expériences équivalentes.
• Avoir au moins trois ans d'expérience universitaire ou professionnelle pertinente.
• Démontrer une expérience des initiatives interdisciplinaires ou multipartites (un atout).
• Soumettre une proposition de projet complète et originale réalisable dans un délai de six mois.
   

Nous accueillons des projets interdisciplinaires et pertinents pour les politiques publiques, alignés sur un ou plusieurs des domaines thématiques suivants : Sécurité et gouvernance de l’IA, Adoption de l’IA et productivité, IA, médias et démocratie, Égalité réelle dans l’IA, IA et climat, IA autochtone et l'IA dans le secteur public.

Votre proposition doit présenter un plan clair, bien développé et réalisable, en accord avec les objectifs de la bourse. Elle doit contenir les éléments suivants :

• Titre du projet (Max. 15 mots) : un titre clair et descriptif reflétant l’objectif principal de votre projet.
• Résumé du projet (Max. 100 mots) : un aperçu bref de votre projet, c'est-à-dire un sujet central, des questions clés de recherche ou de politique, une pertinence pour les politiques d’IA.
• Justification et objectifs du projet (Max. 350 mots) : expliquez la motivation du projet, ses objectifs principaux, le public ciblé et l’impact politique visé. Identifiez les enjeux politiques abordés, les questions directrices et le lien avec les thèmes de la bourse. Si votre projet ne correspond pas à un thème prédéfini, justifiez sa pertinence. Mentionnez, si applicable, un·e chercheur·euse de Mila avec qui vous souhaitez collaborer et pourquoi (aucun lien préalable requis). Mentionnez d'autres collaborateur·rices ou financements éventuels.
• Méthodologie et approche (Max. 250 mots) : décrivez votre approche interdisciplinaire, les méthodes ou cadres utilisés. Précisez si le projet s’appuie sur des recherches existantes ou explore une nouvelle direction.
• Faisabilité et échéancier (Max. 100 mots) : présentez un plan réaliste pour réaliser le projet en six mois à temps partiel. Identifiez les phases principales, jalons ou activités prévues.
• Pertinence pour la bourse (Max. 150 mots) : expliquez pourquoi vous êtes bien positionné·e pour mener ce projet. Mettez en valeur vos expériences pertinentes (académiques, professionnelles ou vécues) et votre motivation. Décrivez votre engagement envers l’échange interdisciplinaire avec des exemples concrets.

Oui. Les candidatures hors des domaines prédéfinis sont acceptées, mais vous devez clairement expliquer leur pertinence pour les politiques d’IA et pourquoi elles méritent d’être abordées dans le cadre de la bourse. Indiquez les collaborateur·rices potentiel·le·s, à Mila ou ailleurs.

Oui. Un·e conseiller·ère de Mila vous sera attribué. Vous pouvez proposer une collaboration avec un·e chercheur·euse de Mila (non obligatoire à cette étape), ou avec d’autres partenaires externes (ex. : bailleurs de fonds ou institutions).

Votre candidature doit comprendre : 

• Un formulaire de candidature complété
• Une proposition de projet (max. 1 000 mots / 2 pages)
• Un échantillon de publication ou d’écrit publié
• Deux références (veuillez vous assurer que vous les avez contactées avant de soumettre votre candidature)
• Votre CV

Les boursier·ère·s doivent réaliser :

• Un note politique de 6 à 8 pages
• Une table ronde sur la politique ou un événement pour les parties prenantes
• Un événement de la communauté Mila
• Une stratégie de diffusion
• Un résumé de rapport de recherche interne de 10 pages

Les candidatures sont évaluées par un comité composé de membres du personnel et de conseiller·ère·s de Mila. Les critères incluent : qualité et faisabilité du projet, pertinence pour les politiques d’IA, caractère interdisciplinaire, adéquation avec un·e conseiller·ère Mila, expérience et motivation des candidat·e·s. Les candidatures présélectionnées pourront être invitées à un court entretien.

Les langues de travail sont le français et l’anglais.

Non. La bourse est à temps partiel : 10 à 15 heures par semaine de septembre à février. Les boursier·ère·s restent rattaché·e·s à leurs institutions ou emplois.

Les boursier·ère·s reçoivent 40 CAD de l’heure, pour un maximum de 15 heures par semaine pendant six mois.

Non. Le programme est ouvert aux candidatures internationales. Il se déroule en format hybride, avec des activités en présentiel à Montréal, Québec. Une aide au visa peut être offerte aux boursier·ère·s sélectionné·e·s.

Oui. Mila peut soutenir votre demande si vous êtes sélectionné·e et avez besoin d’un visa pour les activités en personne.

Non. Il n’y a aucun frais de candidature. La participation est entièrement financée, y compris les frais de voyage et d’événement pour les activités en présentiel (jusqu’à 14 jours). Une prolongation de séjour est possible à vos frais.

Oui. Tous les frais associés aux activités en personne obligatoires sont pris en charge par le programme.

La participation en direct est encouragée, surtout pour les sessions clés, mais nous nous efforçons de tenir compte des différents fuseaux horaires. Les horaires seront établis avec la contribution des boursier·ère·s pour assurer l’inclusivité.