Réduction de l'arriéré de l'Assurance-Emploi grâce à l'Intelligence Artificielle

Réduction de l'arriéré de l'Assurance-Emploi grâce à l'Intelligence Artificielle MISE À JOUR: En juillet 2023, la mise en œuvre du modèle d’apprentissage automatique a prouvé son succès, aboutissant à la réalisation de plus de 40 000 réclamations. Bien que cette page ne recevra plus de mises à jour, le projet est toujours en cours et peut être consulté [ici](https://open.canada.ca/data/fr/info/6b429c8e-ee5b-451a-883f-b6180ada9286). Il est maintenant appelé « Réduire la Charge de Travail dans les Processus de Recalcul de l'Assurance-Emploi ». ----- La pandémie de COVID-19 a déclenché un volume sans précédent de demandes d'assurance-emploi (AE) et de travail associé à l'examen des demandes. Pendant la pandémie, l'accent mis sur la mise en œuvre de la Prestation canadienne d'urgence (PCU), de l'AE simplifiée et du retour ultérieur à l'AE régulière a entraîné un arriéré d'examens de demandes, dont beaucoup ont été établis avant mars 2020, et qui sont en concurrence avec des travaux plus récents et urgents. La mise en œuvre du modèle d'apprentissage automatique (ML) de prédiction des résultats de recalcul de l'AE pré-PCU vise à réduire le nombre de demandes plus anciennes (antérieures à mars 2020) nécessitant un examen par un agent en prédisant le résultat le plus probable de chaque recalcul et en triant les éléments de travail associés en conséquence, en excluant les recalculs peu susceptibles d'avoir un impact sur les demandeurs. Le modèle a été développé par le Programme de performance de l'Assurance-Emploi en consultation avec plusieurs intervenants du programme de l'AE. Un modèle de forêt aléatoire a été appliqué aux données des systèmes de production de l'AE. Ce projet a été mené sous la supervision du Centre d'excellence en intelligence artificielle, conformément aux lignes directrices du Secrétariat du Conseil du Trésor du Canada. Il a fait l'objet d'un examen par des pairs. Des services juridiques ont été sollicités pour examiner le projet conformément aux modalités de la Directive sur les systèmes de prise de décision automatisée, qui est entrée en vigueur le 1er avril 2020. 2024-04-27 Emploi et Développement social Canada morgan.goddard@servicecanada.gc.ca Gouvernement et vie politiqueAIPRPIntelligence artificielleMachine LearningApprentissage Automatiquede Forêt AléatoireRandom Forest Évaluation d'Incidence Algorithmique - Réduction de l'arriéré de l'Assurance-Emploi (A.E)PDF https://open.canada.ca/data/dataset/24d2cab2-6a0d-4234-9239-b6ce102ebabd/resource/437a8cc2-da3a-4ed7-abb1-d45dfd7af0e3/download/aia_ei_backlog_reduction.pdf Algorithmic Impact Assessment - Employment Insurance (E.I) Backlog ReductionPDF https://open.canada.ca/data/dataset/24d2cab2-6a0d-4234-9239-b6ce102ebabd/resource/7a199b11-9b8c-480c-88bd-ec9125b3bfaf/download/aia_ae_reduction_inventaire.pdf Json scriptJSON https://open.canada.ca/data/dataset/24d2cab2-6a0d-4234-9239-b6ce102ebabd/resource/8c0e7774-3532-48a7-8da9-e93076e3c26d/download/aia-results_second_assesment.json

MISE À JOUR:

En juillet 2023, la mise en œuvre du modèle d’apprentissage automatique a prouvé son succès, aboutissant à la réalisation de plus de 40 000 réclamations. Bien que cette page ne recevra plus de mises à jour, le projet est toujours en cours et peut être consulté ici. Il est maintenant appelé « Réduire la Charge de Travail dans les Processus de Recalcul de l'Assurance-Emploi ».

La pandémie de COVID-19 a déclenché un volume sans précédent de demandes d'assurance-emploi (AE) et de travail associé à l'examen des demandes. Pendant la pandémie, l'accent mis sur la mise en œuvre de la Prestation canadienne d'urgence (PCU), de l'AE simplifiée et du retour ultérieur à l'AE régulière a entraîné un arriéré d'examens de demandes, dont beaucoup ont été établis avant mars 2020, et qui sont en concurrence avec des travaux plus récents et urgents.

La mise en œuvre du modèle d'apprentissage automatique (ML) de prédiction des résultats de recalcul de l'AE pré-PCU vise à réduire le nombre de demandes plus anciennes (antérieures à mars 2020) nécessitant un examen par un agent en prédisant le résultat le plus probable de chaque recalcul et en triant les éléments de travail associés en conséquence, en excluant les recalculs peu susceptibles d'avoir un impact sur les demandeurs.

Le modèle a été développé par le Programme de performance de l'Assurance-Emploi en consultation avec plusieurs intervenants du programme de l'AE. Un modèle de forêt aléatoire a été appliqué aux données des systèmes de production de l'AE.

Ce projet a été mené sous la supervision du Centre d'excellence en intelligence artificielle, conformément aux lignes directrices du Secrétariat du Conseil du Trésor du Canada.

Il a fait l'objet d'un examen par des pairs. Des services juridiques ont été sollicités pour examiner le projet conformément aux modalités de la Directive sur les systèmes de prise de décision automatisée, qui est entrée en vigueur le 1er avril 2020.

Données et ressources

Dossiers similaires