En 2025, Granby testera l’IA sans se faire avoir

Pourquoi Granby, et pas une autre ville ?

Granby, c’est 45 000 habitants, un budget serré, et une réputation de ville qui innove sans se prendre au sérieux. Pas comme Montréal, qui dépense des millions en labos high-tech avant de réaliser que son algorithme de gestion des déchets trie mal les canettes. Pas comme Québec, qui a tenté de digitaliser ses permis de construire et s’est retrouvé avec un système qui rejetait 30 % des dossiers pour des fautes de syntaxe. Granby, elle, mise sur du concret : optimiser les trajets des camions d’enlèvement des déchets, prédire les pannes sur les infrastructures, et peut-être, un jour, éviter que les citoyens ne passent trois heures au guichet pour un renouvellement de carte d’accès à la bibliothèque.

Le consortium universitaire, lui, apporte une crédibilité qui manque souvent dans ces projets. Pas de start-up californienne qui promet des miracles en échange d’un pourcentage sur les économies réalisées. Juste des chercheurs, des ingénieurs, et l’obligation de publier les résultats, même s’ils sont mauvais. Ça, c’est nouveau.

Mais attention.

L’Université de Sherbrooke a déjà travaillé sur des projets d’IA pour les municipalités. Résultat ? Un outil de détection des fraudes aux subventions qui a sous-évalué 40 % des cas douteux parce que les données d’entrée étaient pourries. Pourquoi ? Parce que personne n’avait pris le temps de nettoyer les anciens dossiers avant de lancer l’algorithme. L’IA, c’est comme un miroir : elle renvoie ce qu’on lui donne. Si vos données sont biaisées, vos décisions le seront aussi.

Granby a-t-elle appris la leçon ? Personne ne sait encore. Les détails du protocole sont flous. On parle d’un pilote sur six mois, avec trois services ciblés : les travaux publics, l’urbanisme, et… les loisirs. Oui, les loisirs. Parce que l’IA peut aussi servir à prédire quels événements culturels feront le plein, ou pas. Utile ? Peut-être. Prioritaire ? À débattre.

L’IA qui décide à votre place, c’est une mauvaise idée

Voilà le vrai problème. Granby ne veut pas automatiser ses décisions, mais les aider. Sauf que la frontière est mince. Prenez l’exemple de Calgary, au Canada. Leur algorithme de répartition des ressources sociales a commencé à favoriser les quartiers aisés parce que les données historiques montraient que les demandes y étaient moins fréquentes. Résultat : les familles pauvres se sont retrouvées avec moins d’assistantes sociales. L’IA n’a fait que reproduire un biais humain, mais en le systématisant.

Granby évite-t-elle ce piège ? Impossible à dire sans voir le code. Le consortium promet une transparence totale. En théorie. En pratique, les municipalités ont souvent tendance à cacher les échecs. Comme à Montréal, où le projet IA-Ville a été abandonné après que les citoyens aient découvert que l’algorithme de gestion des plaintes classait les signalements de nuisances sonores comme secondaires parce qu’ils provenaient de quartiers où les revenus moyens étaient bas.

La vraie question, c’est : est-ce que Granby va oser publier les mauvais résultats ? Parce que c’est là que ça se joue. Si l’IA rate ses prédictions sur les pannes de routes, est-ce que la ville assumera ? Ou est-ce qu’elle enterre le dossier en prétendant que le contexte était trop complexe ?

Ce que personne ne vous dira sur les coûts cachés

Les économies promises par l’IA, tout le monde en parle. Les coûts, presque jamais.

D’abord, il faut former les employés. Pas pour coder, pour comprendre ce que l’IA fait (ou ne fait pas). À Sherbrooke, une étude de 2022 a montré que 68 % des fonctionnaires municipaux ne savaient pas que leur logiciel de gestion des permis utilisait déjà des modules d’IA sans qu’ils en aient conscience. Résultat : ils lui faisaient confiance aveuglément. Jusqu’au jour où l’algorithme a bloqué une demande de permis pour une résidence parce qu’il l’a confondue avec un entrepôt industriel.

Ensuite, il y a la maintenance. Une IA, ça ne marche pas tout seul. Il faut des mises à jour, des corrections, des audits. À Toronto, le projet AI for City Services a coûté 12 millions en trois ans, dont la moitié pour réparer les bugs après coup. Granby a-t-elle prévu ce budget ? Personne ne le sait.

Et puis, il y a le coût politique. Si l’IA se trompe, qui en assume la responsabilité ? Le maire ? Les conseillers ? Les chercheurs ? À Vancouver, l’algorithme de répartition des logements sociaux a été accusé de discrimination systémique. La ville a dû payer 1,2 million en dommages à des familles lésées. Granby a-t-elle un plan B ?

Le vrai enjeu : qui contrôle l’IA ?

Voilà le point que personne ne soulève. Granby collabore avec un consortium universitaire. Très bien. Mais qui décide en dernier ?

À Paris, l’IA de gestion des transports a été développée en partenariat avec des entreprises privées. Résultat : les algorithmes favorisaient les trajets en voitures individuelles parce que les données provenaient… de constructeurs automobiles. Les transports en commun ? Oubliés. Parce que leurs données étaient moins rentables à collecter.

Granby évite-t-elle ce genre de conflit d’intérêts ? Le protocole signé ne mentionne aucun partenaire privé. Pour l’instant.

Mais les villes ont une fâcheuse tendance à externaliser. Comme à Québec, où le projet Smart City a été confié à une filiale de CGI, une entreprise qui vend aussi des logiciels de gestion municipale. Coincidence ? Bien sûr que non. L’IA, c’est un marché. Et les municipalités sont des clients comme les autres.

Granby résiste-t-elle à cette tentation ? Rien n’est moins sûr. Parce que quand vous signez un partenariat avec des universitaires, vous signez aussi un chèque en blanc pour des futurs partenariats. Ceux où l’argent rentrera.

Ce que Granby peut encore sauver

Il reste une chance. Granby a l’avantage d’être petite. Assez pour contrôler le projet. Assez pour annuler si ça dérape. Assez pour publier les échecs sans se faire lyncher par les lobbies.

Mais pour ça, il faudrait :

1. Un comité citoyen indépendant pour vérifier les algorithmes. Pas un groupe de technophiles, mais des gens qui comprennent les enjeux sociaux. Parce que l’IA, ça ne se juge pas à l’aune des économies réalisées, mais des conséquences humaines.

2. Un budget dédié aux corrections. Parce que si vous lancez une IA sans prévoir 20 % du coût initial pour les ratages, vous êtes déjà perdant.

3. La promesse écrite de publier les échecs. Pas dans un rapport technique, mais dans un langage clair. Avec des exemples concrets. Parce que c’est comme ça qu’on apprend.

Granby a-t-elle ces garanties ? Aucune information publique ne le confirme.

Alors, exemple à suivre ?

Peut-être. Mais seulement si la ville assume que l’IA, ça ne résout pas les problèmes, ça les révèle. Et que parfois, ces problèmes, ils sont politiques.

Granby a l’opportunité de le faire bien. Ou de le faire comme les autres.

La question, c’est : elle le sait ?