Une formation qui se forme toute seule

Pas besoin d’être un expert en linguistique pour comprendre que doubler une formation après coup, c’est comme apprendre à nager en regardant des vidéos sous-marines : ça donne l’illusion de la maîtrise, mais ça ne change rien à la méthode. Ici, la méthode, c’est l’IA qui forme les fonctionnaires à l’IA. Un cercle vicieux qui sent le copier-coller, même si c’est fait par des machines.

L’entreprise derrière ce joyeux bordel, Accenture, a conçu une formation où des algorithmes expliquent aux employés fédéraux comment utiliser l’IA. Sauf que les algorithmes en question ? Ils ont été entraînés sur des données qui, souvent, ne parlaient pas français. Ou alors, un français approximatif, du genre « Je vais vous expliquer comment optimiser vos processus » traduit à la va-vite par Google Translate. Bref, du niveau Duolingo pour débutants.

Et puis il y a eu Le Devoir. Leurs questions ont forcé Ottawa à ajouter un doublage. Pas une refonte. Pas une réécriture par des humains. Juste un on va faire comme si c’était correct. Comme si on peignait par-dessus une fresque taguée en espérant que ça passerait pour un Picasso.

Le pire ? Personne ne semble vraiment s’en offusquer. Ni les fonctionnaires formés, ni les ministres qui signent les chèques. Juste un on va faire avec, comme quand on avale un repas mal cuisiné parce qu’on a faim et qu’il n’y a rien d’autre sous la main.

Le français, variable d’ajustement

Ottawa a dépensé 10 millions pour cette formation. Un chiffre qui claque, surtout quand on sait que le budget annuel pour l’enseignement du français langue seconde dans les écoles publiques frôle à peine les 5 millions. Alors oui, on peut se dire que 10 millions, c’est l’IA, c’est l’avenir, c’est stratégique. Mais quand on creuse, on tombe sur des détails qui puent.

Prenez l’exemple de Téléfed, le système de réservation des services fédéraux. Développé en partie avec des outils d’IA, il a été critiqué pour ses erreurs de traduction, ses phrases mal construites, ses consignes incompréhensibles. Résultat ? Des usagers qui s’y perdent, des employés qui doivent faire du sur-place pour expliquer, et des millions gaspillés en correctifs post-mortem.

La formation sur l’IA, c’est la même logique. On lance un produit, on voit les problèmes après coup, et on ajoute une couche de vernis en espérant que ça suffira. Sauf que le vernis, là, c’est du français bâclé. Et ça, c’est une insulte.

Pourquoi ? Parce que le français, au Canada, ce n’est pas une option. C’est un pilier. Un des deux fondements officiels du pays. Alors quand Ottawa dépense des millions pour former ses employés à l’IA… en oubliant le français, ou en le traitant comme un accessoire, ça envoie un message clair : l’anglais prime, et le reste, on s’en occupera plus tard.

Sauf que plus tard, c’est souvent trop tard.

L’IA qui se mange elle-même

Il y a un truc tordu avec cette histoire. L’IA forme les humains à l’IA. Comme si on apprenait à cuisiner en regardant une vidéo de robots qui préparent des pâtes. Ça peut marcher pour les bases, mais dès qu’il faut adapter, improviser, ou simplement comprendre pourquoi ça marche, vous êtes dans la merde.

Prenez un exemple concret : dans la formation d’Accenture, les algorithmes expliquent comment utiliser l’IA pour automatiser des tâches. Sauf que les algorithmes en question ont été entraînés sur des données souvent biaisées, incomplètes, ou simplement mal traduites. Résultat ? Les fonctionnaires apprennent à reproduire les mêmes erreurs que les machines qui les forment.

C’est comme si on apprenait à conduire en regardant des vidéos de voitures qui se crasent contre des murs, et qu’on disait : « Voilà, vous savez conduire ! » Non. Vous savez copier ce que fait la voiture. Mais vous ne savez pas pourquoi elle a percuté le mur. Et surtout, vous ne savez pas comment éviter le prochain.

Et puis il y a la question des biais. Les outils d’IA, surtout ceux générés par des entreprises américaines, reproduisent souvent les biais de leurs données d’origine. Par exemple, un modèle formé sur des textes anglais dominants peut sous-représenter les réalités francophones, autochtones, ou même régionales. Dans la formation fédérale, ça se traduit par des exemples qui ne parlent pas aux Québécois, aux Acadiens, ou aux Franco-Ontariens. Comme si on apprenait la géographie du Canada… en partant de l’Alberta.

Le comble ? Ottawa sait très bien que c’est un problème. Des rapports internes, comme celui de la Commission de la fonction publique, ont souligné depuis des années les lacunes en matière de linguistique numérique. Mais au lieu d’investir dans des solutions propres, on se rabaisse à des correctifs de dernière minute.

Qui paie l’addition ?

10 millions. C’est le coût annoncé de la formation. Mais si on additionne les heures perdues par les fonctionnaires à essayer de comprendre des consignes floues, les erreurs causées par des traductions approximatives, et les coûts indirects (reprise de travail, frustration, turnover), on est probablement bien au-delà des 20 millions.

Et qui paie ? Vous. Le contribuable. Celui qui, chaque année, voit son impôt servir à des projets pharaoniques… pour des résultats qui ressemblent à du bricolage.

Prenez le cas de Service Canada. En 2022, le gouvernement a dépensé 15 millions pour moderniser ses services en ligne. Résultat ? Des bugs, des erreurs de traduction, et des usagers qui doivent appeler pour obtenir de l’aide. Comme si on achetait une voiture de luxe… et qu’elle avait besoin d’un mécanicien pour démarrer.

La formation sur l’IA, c’est la même chose. On dépense des millions pour un outil qui, en réalité, complique les choses au lieu de les simplifier. Et le pire ? Personne ne semble vouloir assumer les conséquences.

Le vrai problème : on ne veut pas voir

Il y a une question que personne ne pose vraiment. Pourquoi Ottawa mise autant sur l’IA… alors qu’elle ne maîtrise même pas les bases ?

Ce n’est pas un problème technique. C’est un problème politique. En misant sur des outils étrangers, en négligeant le français, en acceptant des solutions à moitié faites, le gouvernement envoie un message : l’innovation prime sur la qualité. Même si ça signifie former des employés avec des outils qui, au fond, ne servent à rien.

Et puis il y a l’angle stratégique. L’IA, c’est l’avenir, disent-ils. Sauf que quand on regarde de près, on voit que l’avenir, là, c’est un mélange de copier-coller algorithmique et de français de fortune. Pas exactement le genre de fondation sur laquelle on veut bâtir un pays.

Le vrai scandale ? Ce n’est pas que la formation soit en anglais. C’est que personne ne semble surpris. Comme si, au fond, on avait tous accepté que le français, dans le numérique, c’était un luxe. Un détail. Une option.

Mais le français, ce n’est pas une option. C’est une obligation. Et quand Ottawa dépense des millions pour former ses employés à l’IA… en oubliant la langue officielle, c’est comme si on apprenait à construire une maison… sans les murs.

Et après ?

Alors, que faire ?

1. Arrêter de traiter le français comme un accessoire. Si on veut une IA utile au Canada, il faut qu’elle parle français. Pas en doublage de dernière minute, mais en conception intégrée. Comme on le fait pour les médicaments : les essais cliniques se font dans les deux langues. Pourquoi pas pour l’IA ?

2. Exiger des audits indépendants. Avant de dépenser des millions, il faudrait des experts extérieurs pour vérifier que les outils respectent les standards linguistiques. Pas une équipe interne qui valide son propre travail.

3. Former des humains, pas juste des algorithmes. Une formation sur l’IA, ça devrait inclure des linguistes, des sociologues, et des experts en biais. Pas juste des ingénieurs qui croient que code = qualité.

4. Assumer les échecs. Au lieu de doubler une formation après coup, il faudrait annuler le projet si les bases ne sont pas solides. Comme on le ferait pour un pont qui menace de s’effondrer.

Mais bon. À Ottawa, on a l’habitude de faire semblant. De dépenser des millions pour des solutions à moitié cuites, puis de s’étonner quand ça ne marche pas. Cette fois, le problème, c’est que l’IA ne fait pas juste des erreurs. Elle les enseigne.

Et ça, c’est une autre histoire.