En 2025, l’Université d’Ottawa a mis en place des structures fondamentales pour une adoption responsable de l’intelligence artificielle (IA). Le guide d'utilisation de l'IA (accessible uniquement aux employées et employés de l’'université) fournit des orientations sur l’utilisation raisonnable et éthique de l’IA, tout en assurant la protection des renseignements personnels, conformément aux obligations de l’Université en matière de confidentialité. En complément, les lignes directrices en matière de sécurité et de protection de la vie privée pour l’utilisation, l’acquisition et le déploiement de l’IA établissent des normes pour protéger les données institutionnelles et atténuer les risques. Un groupe de travail consultatif sur l’IA a été mis sur pied pour assurer une surveillance, et les premiers projets pilotes en IA, incluant des agents conversationnels (chatbots) et Microsoft Copilot, ont été déployés. Des bases solides en matière d’infonuagique et de collaboration (AWS, Microsoft, GitHub) sont en place, tandis qu’un cadre de gouvernance des données est actuellement en discussion. De plus, des processus pour définir et gérer les cas d’utilisation de l’IA ont été établis, préparant ainsi le terrain pour une adoption à grande échelle.
Feuille de route de l'IA
Tandis que nous naviguons dans le paysage en constante évolution de l’intelligence artificielle, nous avons jeté les bases d’une adoption éthique, de pratiques sécurisées en matière de données, d’une innovation porteuse de sens, et nous mettons en valeur nos talents, nos processus et nos technologies afin de faire de l’IA un vecteur de transformation de l’Université.
État actuel
Piliers de l'IA
Pilier 1 – Gouvernance de l’IA
- Aligner les projets d’IA avec les politiques institutionnelles et la posture de gestion des risques.
- Définir et maintenir des normes claires en matière d’IA, ainsi qu’un cadre de gouvernance.
- Promouvoir des pratiques éthiques et responsables en IA, ainsi que la transparence.
Pilier 2 – Gouvernance des données
- Mettre en œuvre le cadre de gouvernance des données pour l’IA.
- Définir des règles spécifiques à l’IA en matière de confidentialité, de sécurité et de conformité.
- Permettre la création de produits de données fiables et de haute qualité pour l’analytique et l’IA.
Pilier 3 – Personnes
- Développer les compétences et la littératie en IA auprès du personnel, du corps professoral et des étudiants.
- Agrandir l’équipe IA avec une expertise spécialisée.
- Personnaliser les parcours d’apprentissage des employés pour favoriser l’adoption de l’IA.
Pilier 4 – Technologie
- Déployer à grande échelle les copilotes d’
'IA générative (M365, GitHub et autres) pour améliorer la productivité et la collaboration. - Étendre l’écosystème d’
'agents de clavardage en utilisant l’IA agentique afin d’offrir un soutien personnalisé aux étudiantes et étudiants et les employées et employés. - Renforcer les fondations de la technologie infonuagique et de l’infrastructure pour permettre l’intelligence décisionnelle et des opérations axées sur les données à l’échelle de l’institution.
Pilier 5 – Processus
- Optimiser et automatiser les processus opérationnels clés grâce à l’IA.
- Intégrer l’IA dans la prestation de services et la prise de décision.
- Établir des cycles d’amélioration continue pour les initiatives en IA.
État futur
D’ici 2027, la littératie en matière d’intelligence artificielle sera largement diffusée au niveau du campus, où le personnel, le corps professoral et les étudiants utiliseront l’IA avec confiance dans leur travail quotidien. La prise de décision appuyée par l’IA orientera la planification stratégique et les opérations, tandis que des initiatives institutionnelles seront intégrées à l’enseignement, à la recherche et à l’administration. Des systèmes d’IA fiables fourniront des analyses pertinentes et automatiseront les processus, favorisant ainsi l’efficacité et la transparence. En définitive, l’IA deviendra un levier stratégique pour l’innovation, l’expérience étudiante et le développement de l’Université, propulsée par une plateforme d’IA générative, enrichie par l’intelligence décisionnelle et transformée par l’IA agentique.