La technologie IA aide à lutter contre la crise du sans-abrisme au Canada

Alors que le Canada fait face à un problème croissant de sans-abrisme, un allié puissant est apparu dans la lutte contre cette crise sociale : l'intelligence artificielle (IA). Diverses organisations et agences gouvernementales à travers le pays exploitent les capacités prédictives de l'IA pour obtenir des informations sur les tendances du sans-abrisme et développer des stratégies ciblées.

Algorithmes prédictifs d'IA

L'une des principales applications de l'IA pour lutter contre le sans-abrisme est le recours à des algorithmes prédictifs. Ces algorithmes analysent d'immenses ensembles de données pour prévoir les tendances futures du sans-abrisme et identifier les individus à risque. Ce faisant, ils permettent aux décideurs politiques et aux prestataires de services d'allouer les ressources plus efficacement et de mettre en œuvre des mesures préventives.

Tim Richter, président de l'Alliance canadienne pour mettre fin au sans-abrisme (CAEH), souligne que l'IA peut être instrumentale pour cibler les mesures préventives pour les individus. Par exemple, les urbanistes peuvent utiliser l'IA pour déterminer les types de logements nécessaires et les niveaux de loyer appropriés dans divers quartiers, travaillant ainsi à prévenir le sans-abrisme.

À London, en Ontario, une ville qui a connu une augmentation du sans-abrisme, l'IA a été mise à profit. Craig Cooper, directeur des services de stabilité du logement de la ville de London, a noté un doublement des usagers des refuges pendant la pandémie de COVID-19. 

Pour faire face à cette crise, London a déployé un algorithme d'IA en 2021. Cet algorithme utilise une liste nominative qui estime le risque d'un individu de devenir sans-abri chronique en fonction de sa situation. Bien que cet outil d'IA fournisse des informations précieuses, Cooper reconnaît que le manque de stock de logements adéquats reste un défi majeur.

Projections de l'IA sur le sans-abrisme au Canada

L'IA a également été employée pour projeter les tendances du sans-abrisme à l'échelle nationale. En analysant les données de diverses municipalités, y compris l'utilisation des refuges, les estimations du sans-abrisme caché, les tendances de l'inflation, les taux de chômage et les données sur le stock de logements, les algorithmes d'IA peuvent prédire quelles régions sont susceptibles de connaître une augmentation du sans-abrisme. 

Alina Turner, PDG de HelpSeeker, a utilisé l'IA pour prévoir les tendances du sans-abrisme post-COVID. Son équipe a donné l'alerte sur des régions telles que le Grand Vancouver et la région du Grand Toronto, qui devaient connaître une augmentation rapide du sans-abrisme.

Malgré son potentiel, l'IA n'est pas une solution miracle au sans-abrisme. Des défis persistent, principalement liés à la collecte de données et à leur exactitude. Le sans-abrisme est une question complexe, et certains individus peuvent ne pas être comptabilisés dans les algorithmes d'IA, car ils peuvent pratiquer le « couch-surfing » ou éviter les programmes gouvernementaux. De plus, les méthodes de collecte de données varient d'une municipalité à l'autre, ce qui rend difficile l'établissement d'un ensemble de données standardisé et complet pour l'analyse par IA.

L'élément humain

Il est crucial de reconnaître que l'IA est un outil, et non une solution en soi. Bien qu'elle puisse fournir des informations et des prédictions précieuses, la lutte contre le sans-abrisme nécessite des approches complètes et centrées sur l'humain. L'IA devrait compléter les efforts des gouvernements et des organisations, mais ne devrait pas remplacer la touche humaine essentielle nécessaire pour soutenir les individus vulnérables.