Votre recherche

e Consortium Santé Numérique vise à assurer la coordination et les échanges entre les structures de l’ensemble du réseau de l’Université de Montréal impliquées dans le domaine de la santé numérique, tout en favorisant les liens avec les parties prenantes externes.

Résumé d'une 3e conférence de la Série sur les données de Philagora. Les invités sont : - David Chartrand de Novatic - Viet Cao, Synapse C

À l’ère de la transformation numérique et de l’intelligence artificielle, les données et les enjeux qu’elles soulèvent sont sous les feux de la rampe, qu’il s’agisse de données ouvertes ou de données massives (big data). Motivé par le potentiel de leur mise en commun, un nombre croissant d’acteurs publics, privés et de la société civile s’intéresse au partage de données numériques entre tiers pour atteindre des objectifs d’intérêt public ou résoudre des problèmes sociaux complexes. De nouvelles formes de collaboration interorganisationnelle émergent chaque jour en vue de partager, combiner, croiser et valoriser des jeux de données. Ces partenariats de données numériques demandent toutefois temps, efforts, ressources et une collaboration soutenue. Leur succès exige également la mise en place d’une solide gouvernance des données apte à protéger le public et maintenir sa confiance. Les organisations désireuses de se lancer dans de telles initiatives trouveront dans le présent rapport une discussion des différents facteurs de succès et d’activation des partenariats de données numériques ainsi que des informations pratiques pour les guider dans la construction d’une gouvernance des données partagées qui soit collaborative, responsable, efficace et imputable.

Artificial Intelligence (AI) reshapes companies and how innovation management is organized. Consistent with rapid technological development and the replacement of human organization, AI may indeed compel management to rethink a company's entire innovation process. In response, we review and explore the implications for future innovation management. Using ideas from the Carnegie School and the behavioral theory of the firm, we review the implications for innovation management of AI technologies and machine learning-based AI systems. We outline a framework showing the extent to which AI can replace humans and explain what is important to consider in making the transformation to the digital organization of innovation. We conclude our study by exploring directions for future research.

Cet article rend compte de la manière dont les organisations internationales pourraient s’approprier la démarche délibérative à l’occasion de leurs efforts de régulation éthique de l’IA en présentant le projet de la délibération internationale intitulée « Dialogue inclusif sur l’éthique de l’intelligence artificielle (IA) » (ODAI) menée par Algora Lab - Université de Montréal et Mila - Institut québécois d’intelligence artificielle. Ce projet délibératif portait sur le premier instrument normatif mondial en éthique de l’IA rédigé par l’UNESCO. L’ODAI se démarque par sa portée internationale, le nombre de personnes consultées et sa réalisation en ligne. Après une présentation du cadre méthodologique et théorique de la délibération sur l’éthique de l’IA, nous opérons une analyse critique du processus et nous proposerons finalement des recommandations pratiques pour de futures délibérations en éthique de l’IA.

Digital innovation is ever more present and increasingly integrated into citizen science research. However, smartphones and other connected devices come with specific features and characteristics and, in consequence, raise particular ethical issues. This article addresses this important intersection of citizen science and the Internet of Things by focusing on how such ethical issues are communicated in scholarly literature. To answer this research question, this article presents a scoping review of published scientific studies or case studies of scientific studies that utilize both citizen scientists and Internet of Things devices. Specifically, this scoping review protocol retrieved studies where the authors had included at least a short discussion of the ethical issues encountered during the research process. A full text analysis of relevant articles conducted inductively and deductively identified three main categories of ethical issues being communicated: autonomy and data privacy, data quality, and intellectual property. Based on these categories, this review offers an overview of the legal and social innovation implications raised. This review also provides recommendations for researchers who wish to innovatively integrate citizen scientists and Internet of Things devices into their research based on the strategies researchers took to resolve these ethical issues.

We sought to co-develop an assessment questionnaire that will allow AI developers, government, and tech-enabled civil society organizations (CSOs) to gauge the level of civic empowerment in their AI system(s) (see Section 4). We categorized the contributions from attendees in terms of existential, epistemic, process-based and a few ready-to-go assessment questions. Our hope was that this set of questions could eventually augment AI certification, audit, and risk assessment tools. At this stage, instead of generating a simple list of best practices, our assessment questionnaire serves to “open Pandora’s box,” explicating the diversity of positions, confronting the challenge in synthesis and implementation, and moving towards meaningful and not merely performative empowerment.

Pourquoi utiliser cet outil d’autodiagnostic ? Afin de vous aider à comprendre la manière de tirer le meilleur parti de vos données, Synapse C met à votre disposition un outil d’autodiagnostic en matière de données existantes et de leur utilisation dans le secteur des arts et de la culture. L’outil d’autodiagnostic permet à votre organisme d’évaluer sa capacité à utiliser les données et les outils numériques avec confiance et efficacité.

Des membres de la communauté scientifique de l’Observatoire international sur les impacts sociétaux de l’IA et du numérique (OBVIA) ont élaboré une grille de réflexivité portant sur les enjeux…

In this paper, we discuss how universities can become more essential players in the digital innovation and artificial intelligence (DI&AI) ecosystem and increase their capacity to support the “responsible” development and use of these technologies. The four sections of Part I explore the different ways in which universities can change the future of DI&AI and how DI&AI might transform the world of universities. Concrete examples of innovative and inspiring academic practices related to various challenges and opportunities explored in the paper are highlighted throughout. In section 1, we recognize that academics in the social and human sciences (SHS) have started to develop knowledge, tools and methodologies around the concept of responsible DI&AI. However, these have yet to be integrated in organizations and policy, which struggle to anticipate the societal impact of producing and using cutting-edge DI&AI systems. Collaboration between SHS scientists, their Science, Technology, Engineering and Mathematics (STEM) colleagues and non-academic actors in the DI&AI ecosystem is not yet commonplace. We explore some of the impediments to this collaboration, while stressing its increasing importance in the face of growing public mistrust of organizations operating DI&AI and collecting and using personal data. Universities have not yet adopted changes required to capitalize on their status as trust brokers and engage with civil society and other stakeholders on issues of responsible innovation.

La transformation numérique et l’innovation collaborative ou les notions associées « d’intelligence collective », de « design thinking », « d’agilité » sont en passe de devenir les principaux concepts à la mode du management dans les organisations privées et publiques, au moins au sein des sièges et des directions centrales. Partant d’une description des spécificités des bouleversements introduits par la transition numérique et des technologies capacitantes qu’elle promeut, nous montrons comment les opérateurs sont parfois en demande de plus d’innovations numériques pour améliorer leurs conditions de travail et les services rendus au public, pour autant que celles-ci ne soient pas substitutives et excessivement rationalisantes. Les démarches d’innovation collaborative, soutenues par le haut management de manière parfois paradoxale, contribuent à faciliter ces mutations.

This book efficiently contributes to our understanding of the interplay between data, technology and communicative practice on the one hand, and democratic participation on the other. It addresses the emergence of proactive data activism, a new sociotechnical phenomenon in the field of action that arises as a reaction to massive datafication, and makes affirmative use of data for advocacy and social change. By blending empirical observation and in-depth qualitative interviews, Gutiérrez brings to the fore a debate about the social uses of the data infrastructure and examines precisely how people employ it, in combination with other technologies, to collaborate and act for social change.

Cet article est une réponse prospective aux besoins de l'Internet des Objets en termes de simplicité d'utilisation, de gestion de la sécurité et de préservation de la vie privée. Nous proposons de satisfaire ces besoins à travers une plateforme d'intelligence collective utilisant des cartographies sémantiques en réalité augmentées pour récolter les interactions des utilisateurs avec des objets connectés. L'association de l'intelligence collective et des cartographies sémantiques permet d'envisager un design de connaissances où les capacités d'action des objets connectés sont facilement compréhensibles et modifiables par les utilisateurs. Dans ce dispositif, les technologies de blockchain sont utilisées pour partager en sécurité l'expression des utilisateurs et ainsi augmenter la confiance dans l'Internet des Objets et par la même contribuer au développement d'une réflexivité collective sur les usages de ces écosystèmes sociotechniques.

Open innovation: The new imperative for creating and profiting from technology

Le guide des principes en innovation et IA responsables en santé et le formulaire d’auto-évaluation sont des outils, co-créés par le CHUM et plus de 60 collaborateurs, pour accompagner la réflexion des innovateurs à chaque étape du cycle d’innovation incluant la conception, l’expérimentation, l’implantation et la pérennisation des innovations.

Qu'est-ce que l'innovation et comment s'y prendre pour la mesurer ? Comprendre l'échelle des activités d'innovation, les caractéristiques des entreprises innovantes, ainsi que les facteurs internes et systémiques en jeu est une condition préalable essentielle à la mise en œuvre et l'analyse des politiques destinées à stimuler l'innovation. Paru pour la première fois en 1992, le Manuel d'Oslo s'est imposé comme une référence internationale pour la collecte et l'utilisation des données sur l'innovation. Pour cette quatrième édition, le manuel a été étoffé afin de couvrir un éventail plus large de phénomènes liés à l'innovation et de tenir compte de l'expérience acquise au fil des cycles récents des enquêtes connexes réalisées dans les pays de l'OCDE, dans les économies partenaires et par d'autres organisations.