No. 13 · Policy & People

L’Académie de l’IA : investir dans les personnes

Un programme progressif, à code source ouvert, qui forme les fonctionnaires à travailler avec l’intelligence artificielle, de l’ingénierie de requête jusqu’à la création d’applications de calibre entreprise.

L’Académie de l’IA de l’Alberta a commencé par ce que nous avons appris sur le terrain. Lorsque Technologie et Innovation a lancé le programme AI Maximalist au début de 2025, nous avons sélectionné les gens par un appel d’intérêt, indépendamment de leurs compétences techniques et de leur expérience de l’IA, sur la force de leur désir de participer. Environ dix pourcent de l’effectif s’est porté volontaire, et pour des raisons opérationnelles nous avons pu accueillir à peu près cinq pourcent dans la première cohorte. Ces soixante-cinq premières personnes sont devenues un noyau fondateur, apprenant à appliquer l’intelligence artificielle dans quatre domaines : la gestion de projet, la livraison d’applications, les communications et l’analyse financière. Ce que nous avons observé en les regardant travailler est devenu le fondement de tout ce que l’Académie enseigne aujourd’hui.


## §01 À partir du programme Maximalist

Ces quatre premières équipes nous ont donné un aperçu approfondi des technologies qui étaient efficaces dans un contexte gouvernemental, et de l’éventail des réactions suscitées par le fait d’être placé dans un environnement d’apprentissage avec une chose aussi nouvelle que l’intelligence artificielle. Comme ces personnes s’étaient elles-mêmes inscrites au programme, elles arrivaient avec une volonté de s’engager supérieure à la moyenne, et elles formaient un groupe positif, collaboratif et ouvert, de sorte que recueillir leurs commentaires sur ce qui fonctionnait était simple. L’équipe nous a dit clairement où elle estimait avoir besoin d’aide.

Ce qui ressortait, c’est que le groupe se scindait en deux, entre celles et ceux qui étaient immédiatement à l’aise avec l’intelligence artificielle et celles et ceux qui éprouvaient des difficultés. Cela nous a indiqué qu’une stratégie d’adoption efficace devrait servir à la fois les premiers adoptants et celles et ceux qui étaient plus sceptiques ou qui avaient besoin de plus d’accompagnement en cours de route. Un parcours non technique n’était pas un obstacle au succès avec ces outils. Les gens qui possédaient un parcours technique trouvaient toutefois des concepts comme la construction d’un harnais ou la pensée en données structurées plus familiers, ce qui leur donnait un avantage initial sur les idées fondamentales.

La cohorte fondatrice 65 / \~5 %. Environ soixante-cinq personnes bénévoles, à peu près cinq pour cent de l’effectif, ont formé la cohorte fondatrice du programme AI Maximalist. Près de dix pour cent s’étaient portés volontaires.

Le signal le plus clair était la demande pour un programme de formation officiel. Les commentaires rendaient évident qu’élargir le programme Maximalist exigerait une formation formalisée, et que la formation ne pouvait se limiter à l’ingénierie de requête ou à un survol des outils, parce que bien des gens en étaient déjà bien plus avancés. Il nous fallait un programme progressif.


## §02 Une IA centrée sur l’humain

La forme de l’Académie a aussi été nourrie par une conversation avec un collègue, JP Lalonde, alors chef de l’IA à l’Agence d’évaluation d’impact du Canada. Nous réfléchissions à quel point la conversation publique autour de l’intelligence artificielle était devenue négative, et à quel point beaucoup de nos amis, de notre famille et de nos pairs au gouvernement s’inquiétaient de son incidence potentielle. Une grande partie de cette inquiétude était amplifiée par les médias sociaux et populaires, ainsi que par des prédictions de transformation et de pertes d’emploi relayées par des voix portant un regard plutôt négatif sur la technologie. En tant que deux personnes qui utilisaient ces outils de façon intensive, de quatre à six heures par jour depuis plusieurs années, JP et moi estimions que les craintes étaient exagérées, et qu’elles ne reflétaient pas bien le potentiel réel de l’IA.

Nous voyions une occasion de transformer le gouvernement de façon positive. S’appuyant sur sa longue expérience en livraison technologique et en transformation numérique, JP a forgé une expression que nous avons depuis adoptée en Alberta : l’IA centrée sur l’humain. Lorsque nous nous sommes assis pour concevoir l’Académie et ses niveaux, nous les avons bâtis autour de ce principe, et autour d’un engagement à ne laisser aucun fonctionnaire derrière. Tout le monde aurait une chance équitable de voir et d’évaluer ces outils par soi-même. Dans un contexte marqué par de nombreuses craintes, nous voulions aussi montrer aux gens le côté positif : comment l’IA peut habiliter et autonomiser le personnel, et comment elle démocratise l’accès à la technologie, particulièrement pour celles et ceux qui n’ont pas eu la chance de bâtir un solide parcours technique.

Ces outils permettent aux gens d’en faire bien plus qu’auparavant, et nous voyons l’IA générative comme un véritable avantage pour les travailleurs. L’intelligence artificielle changera la nature du travail, et la chose la plus précieuse que nous puissions offrir à nos pairs est une base solide pour s’y préparer. Tout au long de ces conversations, je suis resté constant avec nos équipes : il s’agit d’investir dans les personnes. Nous portons des décennies, dans certains cas des siècles, de dette technique. Nous avons des carnets de produit qui remontent à des mois et à des années. Et nous avons un gouvernement déterminé à réduire la paperasse, afin que les entreprises puissent se concentrer sur leurs affaires et que les Albertains puissent vaquer à leur vie. L’IA est une façon de prendre en charge ce travail accumulé et de réduire ces obstacles systémiques, sans affaiblir les politiques qu’ils servent. C’est devenu l’idée rassembleuse derrière l’Académie de l’IA de l’Alberta : habiliter le personnel à bien utiliser ces outils, et apaiser les angoisses et les peurs qui les entourent.


## §03 Un programme gradué

Nous avons imaginé un programme à paliers couvrant les fondements de l’ingénierie de requête, les fondements des agents, qui devenaient populaires au début de 2025, mais n’avaient pas encore décollé, et la création d’applications, qui demeure l’une de nos activités les plus coûteuses et laborieuses. En juin 2025, nous avons présenté l’idée d’une Académie de l’IA de l’Alberta à notre ministre, Nate Glubish, qui a appuyé sans réserve l’idée d’aller de l’avant. Nous avions proposé un lancement en septembre, ce qui laissait une fenêtre étroite pour élaborer le matériel. Notre principale source d’inspiration était l’équipe Maximalist, qui, par des sondages et par sa propre expérience, nous a dit quelles pratiques étaient porteuses et où elle avait rencontré le plus d’incertitude et de frustration.

Le 9 septembre 2025, nous avons lancé l’Académie avec le niveau 1 et une première version du site comprenant des articles sélectionnés, des modules d’apprentissage et des outils, un agent conversationnel intégré, ainsi que des cohortes d’étudiants qui apprenaient ensemble et partageaient leurs progrès.

Nous avons réparti le contenu sur dix jours, en commençant par des concepts fondamentaux le premier jour, puis par des exercices, jusqu’à un projet de synthèse réalisé au terme des dix jours.

Le programme était rythmé par des phases de quelques semaines de formation alternant avec des périodes de pause, en enchaînant les niveaux 1 et 2 pendant que nous développions le contenu plus complexe du niveau 3.

Le niveau 3 a été le cours le plus difficile à concevoir, parce que même les personnes qui dirigeaient les équipes Maximalist ne savaient pas encore comment en expliquer les notions, et que nous étions encore en train de mettre en place les outils et les structures permettant d’apprendre des pratiques efficaces et d’éviter les mauvaises habitudes.

Il n’existe pas une seule façon prédéterminée de bien utiliser ces outils : chacun doit se les approprier. La plupart des gens, toutefois, ne s’épanouissent pas dans une incertitude totale. Ils recherchent un minimum de structure et de constance, un chemin qu’ils peuvent suivre.

Comme dans une grande partie des TI, il n’y a pas une seule bonne façon de faire, mais des façons plus ou moins efficaces, ainsi que de nombreuses approches très affirmées. Pour bâtir une académie, nous avons donc dû faire des choix, en identifiant des concepts suffisamment marquants pour être retenus, assez accessibles pour un novice, et suffisamment structurés pour permettre la répétition.

On peut apprendre à jouer d’un instrument ou à peindre de multiples façons. Pourtant, le débutant doit d’abord maîtriser quelques principes avant que la créativité puisse réellement s’exprimer sur des bases solides.


## §04 Niveau 1 : le dialogue par requêtes et la confiance

Le niveau 1 met l’accent sur la formulation de requêtes : comment interagir avec un agent conversationnel, et comment développer des façons d’interagir qui font évoluer notre usage de la technologie d’un système transactionnel vers une véritable conversation humaine, où chacun apporte quelque chose et où l’échange repose sur un réel aller-retour.

Nous enseignons un cadre de formulation de requêtes appelé RICECO, une formule en six étapes pour structurer efficacement une requête : du rôle attribué à l’IA jusqu’au format de sortie demandé, en passant par des instructions, du contexte, des exemples et des contraintes.

Nous l’associons à un second cadre, TRUST : vérifier ce que produit l’IA avant de s’y fier. Nous le résumons en deux étapes : vérifier, puis lui faire confiance.

Nous enseignons aussi une gamme d’outils d’entreprise : Copilot dans Microsoft 365, Gemini Enterprise, et notre propre plateforme, Albert, qui offre des outils, des agents, des requêtes et des cadres, et qui permet aux gens de créer et de déployer leurs propres agents pour des charges de travail non classifiées. Différentes personnes gravitent vers différents outils selon le tempérament et l’expérience. Certaines se tournent tôt vers les agents plus complexes, tandis que d’autres se contentent de coller une requête dans Copilot pour structurer et coordonner leur journée au sein d’une équipe plus large.

Une bonne partie du niveau 1 consiste à enseigner ce qu’il faut éviter. Utilisés comme un moteur de recherche, les outils déçoivent. Utilisés en leur faisant confiance aveuglément, ils induisent en erreur. Alimentés avec des données sensibles sur une plateforme qui n’est pas conçue pour les traiter, ils créent des risques. Si on attend d’eux qu’ils soient parfaits du premier coup, ou qu’ils comprennent un processus qu’ils n’ont jamais vu, ils donnent des résultats décevants.

Rien de tout cela n’est évident, et rien de cela n’est réellement mis de l’avant par les entreprises d’IA ; nous l’enseignons donc explicitement, en insistant sur un principe d’usage prudent et en laissant une large place aux participants pour apporter leurs propres cas d’usage et être accompagnés.

Satisfaction au niveau 1 ≈ 9 / 10. Satisfaction moyenne déclarée à travers les cohortes du niveau 1. Le niveau 1 a depuis été comprimé à une seule semaine pour réduire l’engagement en temps.

Les commentaires sur le niveau 1 sont constamment très élevés, avec une moyenne d’environ neuf sur dix. Depuis le lancement de l’Académie, nous l’avons ramené à une semaine afin de le rendre plus accessible et de mobiliser moins de temps, tout en rappelant que même une interface conversationnelle à la simplicité trompeuse nécessite du temps pour être maîtrisée.

D’après notre expérience, il faut généralement entre deux et trois mois avant que la plupart des gens utilisent ces outils de manière efficace et régulière. Le niveau 1 pose les bases, et les participants sont encouragés à continuer d’utiliser les outils une fois de retour au travail.


## §05 Niveau 2 : les agents réutilisables

Le niveau 2 s’appuie sur cette base et introduit les agents réutilisables. Nous utilisons ici les Gemini Gems, les GitHub Copilot Agents, ainsi que notre AgentBuilder Console, qui offre une façon structurée de décrire les processus et d’assembler des agents et des outils capables d’exécuter des flux de travail récurrents, selon un mode linéaire ou ramifié, produisant différents types de livrables.

Pour toute personne évoluant dans un environnement de travail répétitif, cette approche est particulièrement utile, car le niveau 2 enseigne la règle de trois : si vous êtes amené à effectuer une tâche plus de trois fois par semaine, prenez le temps de créer l’agent et de documenter le flux de travail afin de pouvoir déléguer ce travail à l’agent et le partager avec vos pairs. Dans une équipe de personnes réalisant un travail similaire, un flux de travail partageable permet à l’investissement en temps d’une seule personne de rehausser la performance de l’ensemble de l’équipe et d’inspirer les autres.

Le contenu lié aux agents suscite un bon niveau d’engagement, bien que nous observions ici un premier décrochage, puisque pour bien des gens, la simple formulation de requêtes demeure suffisante. Les participants prennent souvent une pause entre le niveau 1 et le niveau 2 plutôt que de les enchaîner, à la fois pour des raisons opérationnelles et pour alléger la courbe d’apprentissage. Ils peuvent reprendre n’importe quel niveau aussi souvent qu’ils le souhaitent ou consulter le contenu en libre-service sur le site de l’Académie au besoin pour se rafraîchir la mémoire.

Nous les intégrons également à une communauté de pratique plus large, où nous accompagnons des cas d’usage précis et identifions l’outil le mieux adapté à chaque situation. C’est dans cette communauté que se révèlent les besoins plus avancés : le processus ou le formulaire propre à une équipe, un jeu de données cloisonné dans un système de TI inaccessible à l’IA, ou encore des questions liées à l’exportation et au téléversement. Ce sont ces situations qui justifient le recours à des solutions sur mesure et qui constituent le socle du niveau 3.


## §06 Niveau 3 : créer des applications d’entreprise

Au niveau 3, la cohorte apprend à travailler avec des agents de codage sophistiqués ainsi qu’avec le cadre : l’ensemble des compétences, des normes, des guides, des points d’intégration et des gabarits nécessaires pour concevoir des applications hautement efficaces, de niveau entreprise. Pour la plupart des participants, cela représente un changement majeur dans le niveau de complexité et les connaissances techniques, et même pour les profils techniques, c’est exigeant. Dans notre cohorte la plus récente, nous avons observé un décrochage notable, de nombreux participants ne terminant pas ou n’obtenant pas leur certification, en raison du caractère technique du travail.

Il existe une idée répandue mais erronée selon laquelle l’IA remplacera le codeur, l’architecte ou les équipes en relation avec les clients. En pratique, elle les propulse, leur permettant de produire davantage, et plus rapidement. Les sujets sont véritablement complexes ; nous les simplifions donc et les rendons aussi accessibles que possible. Nous guidons les participants à travers les trois étapes de la chaîne de production couvertes dans Pronghorn, Nexus et Velocity, nous enseignons la conception d’un cadre bien structuré et nous explorons les quatre approches de la modernisation gouvernementale. Nous accompagnons même les non-codeurs afin qu’ils comprennent ce qui entre dans une application d’entreprise, ainsi que les nombreuses décisions et contrôles qui sous-tendent même le gabarit de base à partir duquel ils commencent.

Nous enseignons ensuite aux participants à construire leur propre cadre, adapté à leur réalité organisationnelle, et les mettons au défi, à travers une série de projets, de piloter et de présenter à la classe la façon dont ils utilisent les outils. Le tableau de classement Velocity entre alors en jeu, où chacun relève des défis et partage ses progrès. Produire un résultat de qualité exige une rigueur réelle, cela a toujours été le cas, et l’IA n’y change rien. Toute personne cherchant un raccourci, en évitant la réflexion nécessaire à une solution, constate rapidement que l’IA ne produit pas le résultat attendu, tandis que ceux qui fournissent l’effort excellent.

"La persévérance l’emporte sur l’ingéniosité. Traitez l’IA comme un simple exécutant, et elle vous fera défaut ; considérez-la comme un outil à vérifier, et vous repérerez ce qu’elle a omis discrètement. La compétence réside dans la façon de vérifier." · Académie de l’IA, niveau 3, trousse d’accueil

Le niveau 3 est exigeant pour la plupart des participants, et son enseignement s’est avéré tout aussi formateur pour nous. Au cours de la dernière année, j’ai enseigné le niveau 3 pendant plus de vingt-cinq jours, en tant qu’instructeur principal pour l’ensemble des niveaux et plus particulièrement responsable du niveau 3.

Ce temps passé en classe nous permet d’observer où les participants assimilent bien le contenu et où nous devons renforcer les bases et mieux soutenir l’appropriation.


## §07 Guerrier, mage, artisan

La session de niveau 3 ne comportait aucune hiérarchie autre que celle d’animateur et de participant. Le groupe rassemblait un sous‑ministre, trois sous‑ministres adjoints, des directeurs généraux, des directeurs, des gestionnaires, des employés, des étudiants et des stagiaires. Tous suivaient les mêmes apprentissages et développaient des solutions dans le cadre de leur parcours d’apprentissage, sans tenir compte du rang organisationnel. Au lieu de titres et de descriptions de poste, nous avons demandé aux participants de choisir un rôle : guerrier, mage ou artisan.

Cette approche constitue un déplacement volontaire de perspective pour s’éloigner des titres de poste. Nous demandons aux participants de mettre de côté « je suis développeur full stack » ou « je suis architecte de solutions » pendant deux semaines, et de réfléchir plutôt au type de travail qu’ils souhaitent réellement accomplir avec ces outils. L’ambiguïté de cette approche est intentionnelle, et elle sert aussi de filtre. Un jeu suppose deux participants prêts à jouer le jeu, et ceux qui déclinent l’invitation finissent généralement par rester sur la touche.

Chaque persona reflète une manière distincte de travailler à l’ère de l’IA. Le guerrier privilégie la livraison rapide : la vitesse, la mise en production et des indicateurs au vert sont ses principales mesures de performance, un rythme typique du Garage IA et de l’Usine IA. Le mage adopte une posture stratégique : il s’attaque à la modernisation des systèmes hérités, mène des revues d’architecture et pilote des refontes qui transforment la trajectoire des équipes. Il contribue ainsi à ouvrir la voie vers un Gouvernement 3.0 et des approches de modernisation plus avancées. L’artisan met en place l’infrastructure au service des autres : l’environnement d’exécution et d’orchestration, des gabarits partagés et des scripts d’évaluation réutilisables, ainsi que des outils comme Pronghorn, Nexus et Velocity qui habilitent tous les autres. Les personas sont aussi là où se trouve le code de la cohorte. Pour le niveau 3, nous avons adopté une approche d’apprentissage différente : nous avons créé un site dédié pour structurer les leçons et les concepts, et produit un important volume de code, dont une grande partie est partagée dans cette collection de livres blancs.


## §08 Une culture de la validation

Comme le montrent l’ensemble de ces documents, de mauvaises habitudes commencent à émerger dans l’usage de l’intelligence artificielle. L’une d’elles est la production de contenu, non validé, qui se génère en quelques minutes, mais exige ensuite des jours de lecture et de validation par un expert métier. Une autre est de sauter par-dessus l’architecture, les normes, les exigences et les outils pour aller droit vers une application développée de manière intuitive qui offre une gratification immédiate et peu de fiabilité à long terme, tout en ajoutant une nouvelle forme de dette technique à l’organisation. L’Académie s’efforce d’éloigner les gens des deux.

L’Académie enseigne une approche disciplinée entre ces deux extrêmes, où le travail est vérifié avant d’être considéré comme fiable.

Ces deux habitudes découlent d’une tendance humaine naturelle à viser des résultats, ce qui est sain en soi. Cependant, poursuivre ces résultats sans rigueur mène à l’échec, quel que soit le domaine. Un athlète qui saute les étirements, le sommeil, l’alimentation et le repos s’effondre, se blesse et finit plus loin en arrière qu’à son point de départ. Un fonctionnaire qui ne prend pas le temps d’apprendre à utiliser l’IA et à lui faire confiance produira du contenu peu fiable, nuira à la réputation de l’organisation et érodera la confiance du public envers l’institution, et finira de même plus loin en arrière qu’à son point de départ.

Des documents antérieurs ont noté que les agents d’IA peuvent coder à peu près cent fois plus vite, alors que nous visons une amélioration d’un facteur vingt dans l’ensemble. L’écart est délibéré. L’objectif dépasse la production de l’application, et la production des artéfacts, pour atteindre l’engagement, la conversation, l’aisance, la gestion du changement et la sensibilisation, toutes les choses qui accompagnent une équipe de personnes qui apprennent à travailler ensemble. Nous traitons donc l’adoption de l’IA comme un état d’esprit à inculquer plutôt que comme une cible à atteindre. Lorsqu’une mesure devient une cible, elle cesse d’être une bonne mesure, et certaines organisations prendront le temps d’inculquer l’état d’esprit correctement. Certains y prendront goût et d’autres non, et l’engagement consiste à continuer de progresser sur le parcours sans s’attendre à la perfection.


## §09 Investir dans les personnes

On met beaucoup l’accent sur la quantité d’énergie et de ressources consommées par ces outils. Je pense toutefois que nous évaluons cette technologie à un instant donné. L’efficacité de ces systèmes devrait s’améliorer d’environ un facteur 100 au cours des prochaines années, ce qui correspond à près de cent fois moins d’énergie pour un niveau d’intelligence équivalent. Les outils que nous utilisons aujourd’hui sont des prototypes d’un avenir où l’intelligence est offerte sur demande. Ma responsabilité envers le personnel du gouvernement de l’Alberta est de m’assurer qu’il est prêt pour cet avenir, avec des compétences pertinentes et significatives, afin qu’il l’aborde en tant qu’architecte et bâtisseur d’un monde où l’intelligence à grande échelle se trouve au bout des doigts de tous.

Soyons clairs : le génie ne retournera pas dans la bouteille. Que nous construisions ou non des centres de données, l’intelligence sur demande est arrivée, et il revient à chacun de nous d’apprendre à être efficace et à offrir une valeur significative dans cet espace. Notre approche reste centrée sur l’humain. Nous investissons dans les personnes, et nous nous assurons que tout le monde a la possibilité de participer.

Cet investissement vient avec un pacte. L’organisation fait tout ce qu’elle peut pour son personnel, avec des semaines et des mois de formation, des dizaines de millions de dollars en outils, et le contenu pour apprendre. En retour, le personnel fait preuve d’ouverture et s’engage à apprendre à utiliser ces outils de manière appropriée.

Être efficace au travail en viendra à exiger une maîtrise concrète de l’intelligence artificielle, au même titre que la maîtrise des technologies est déjà essentielle aujourd’hui. Nous demandons l’ouverture d’esprit, et en échange nous offrons l’occasion. Le résultat est un effectif autonomisé, capable de réimaginer le fonctionnement du gouvernement et la façon dont les services peuvent être livrés aux Albertains de la manière la plus significative possible.

"Nous demandons l’ouverture d’esprit. En échange, nous offrons l’occasion." · Janak Alford, sous-ministre, ministère de la Technologie et de l’Innovation

Ensemble, ils contribuent à créer une main-d’œuvre outillée et autonome, capable de repenser la manière dont le gouvernement sert les citoyens de l’Alberta.

L’Académie de l’IA de l’Alberta est accessible sur albertaaiacademy.com, et nous mettons l’ensemble de nos contenus en accès libre. Le niveau 3 est actuellement en cours de refonte et sera bientôt publié. Au fond, la leçon est simple : persévérer malgré la frustration pour devenir compétent dans ce que l’on ne savait pas faire auparavant est une compétence essentielle tout au long de la vie. C’est cette confiance que les diplômés acquièrent, et qu’ils réinvestissent ensuite dans leur travail quotidien.

Tags: ai-academy, training, change-management, personas, harness, prompting, agents, open-source

Open the interactive version