En bref :

Le programme d’adoption de l’IA dirigé par des étudiants (Student-Led AI Adoption Program) de Venture for Canada est un projet pilote qui forme des étudiants à  la maîtrise pratique de l’intelligence artificielle et au discernement nécessaire à son utilisation avant leur participation à des stages de sept semaines au sein de petites et moyennes entreprises (PME) canadiennes. Après avoir suivi le cours AI Fluency d’Anthropic, les étudiants assistent à cinq séances en direct animées par des experts en IA, puis poursuivent leur apprentissage à l’aide de contenus complémentaires en différé. Ils apprennent ainsi à définir la portée des projets, à évaluer les solutions d’IA et à les utiliser de manière responsable, en privilégiant des solutions que les PME peuvent concrètement mettre en œuvre.

Préparer les étudiants à apporter une IA concrète aux petites entreprises canadiennes

L’IA transforme la façon dont le travail s’accomplit, mais la plupart des petites et moyennes entreprises n’ont ni le temps ni les ressources nécessaires pour déterminer comment l’intégrer à leurs activités existantes. Les propriétaires d’entreprises entendent parler de l’engouement et des attentes croissantes à l’égard de l’IA, mais peu d’entre eux comptent dans leur équipe quelqu’un qui sait faire la différence entre une mise en œuvre utile et une distraction coûteuse.

C’est pour combler cette lacune que Venture for Canada a lancé le programme d’adoption de l’IA dirigé par des étudiants. Celui-ci vise à leur donner les connaissances pratiques et le discernement nécessaires pour utiliser l’intelligence artificielle avant leur arrivée au sein d’une PME. Ils sont ainsi mieux outillés pour aider les équipes à évaluer, concevoir et intégrer, dès le premier jour, des solutions d’IA adaptées à leurs besoins et à leurs capacités. 

Le programme pilote comprend cinq séances en direct, animées par des experts en IA et réparties sur deux semaines, ainsi qu’un accès à du contenu de formation asynchrone et flexible, que les étudiants peuvent suivre à leur propre rythme tout au long de leur expérience au sein de PME. Voici un aperçu de ce qu’ils ont appris et de l’importance de ces apprentissages. 

Fonctionnement du programme

Avant le début des séances en direct, les étudiants ont suivi le cours AI Fluency: Framework & Foundations d’Anthropic. Ce cours leur a fait découvrir le concept des « 4D » (Delegation, Description, Discernment et Diligence — délégation, description, discernement et diligence), un langage commun pour utiliser l’IA de façon efficace et responsable.

Les étudiants ont ensuite assisté à cinq séances en direct sur deux semaines, suivies de sept semaines de contenu asynchrone à suivre à leur rythme, pendant qu’ils travaillaient en équipe au sein de véritables entreprises. Ils ont découvert les réalités d’une petite entreprise, appris à faire preuve d’esprit critique avant d’utiliser un outil d’IA, pris connaissance des risques et des responsabilités liés à l’IA et appris à garder la maîtrise de leur travail, avant de conclure par des exercices pratiques d’ingénierie du contexte. Les PME partenaires ont aussi eu leur propre séance d’orientation pour apprendre à cerner les problèmes de leur entreprise et à établir des relations productives avec leurs équipes d’étudiants.

Au cœur des six séances

1. Orientation sur la réalité des PME

La première séance en direct a lancé le programme en présentant aux étudiants la réalité de la gestion d’une petite entreprise. Ils ont exploré la façon dont les fondateurs prennent des décisions, gèrent des priorités concurrentes et fonctionnent avec un temps, un budget et un personnel limités. À partir d’une étude de cas pratique, les étudiants ont collaboré pour élaborer une solution d’IA que l’entreprise fictive pourrait adopter de façon réaliste, puis se sont exercés à présenter leur idée à un fondateur très occupé.

Pleins feux sur l’intervenante : Cette séance était animée par Shadi Yazdan, conseillère stratégique en IA et fondatrice de quatre entreprises, dont deux ont été vendues. Chez SY Strategy, elle conseille des organisations en matière de stratégie et d’adoption de l’IA, d’amélioration opérationnelle et de préparation du leadership. Elle les aide notamment à déterminer quelle place accorder à l’IA dans leurs activités, comment l’utiliser de façon responsable et comment mettre en place la gouvernance, les priorités et la reddition de comptes appropriées pour créer une valeur d’affaires mesurable.

2. Les cadres de réflexion en pratique

La deuxième séance en direct visait à développer un réflexe : se tourner vers un cadre de réflexion avant de se tourner vers un outil. Les étudiants ont découvert le cadre AGENT de Harvard (Audit, Gauge, Engineer, Navigate, Track — auditer, évaluer, concevoir, orienter, suivre), revu les 4D d’Anthropic et appris à les appliquer à des scénarios réalistes de stages en intrapreneuriat. L’objectif était de comprendre comment utiliser ces cadres structurés pour d’abord clarifier le problème d’affaires, puis déterminer où l’IA peut aider et où le jugement humain demeure essentiel avant de proposer une solution.

Pleins feux sur l’intervenante : Cette séance était animée par Brittany Perlin Danishevsky, gestionnaire de l’ingénierie déployée sur le terrain (Forward Deployed Engineering Manager) chez Magical, où elle collabore avec des administrateurs du secteur de la santé pour utiliser l’IA afin de soutenir et d’automatiser les opérations de soins de santé. Sa carrière s’étend du génie logiciel à la gestion de produits et aux solutions propulsées par l’IA, tandis que ses travaux universitaires à l’University of Cambridge portaient sur l’éthique de l’IA et sur la façon dont les gens interagissent avec l’IA dans des décisions concrètes.

3. Travailler aux côtés de l’IA, partie 1

Les étudiants ont ensuite appris ce que signifie considérer l’IA comme un partenaire de réflexion plutôt que comme un substitut à leur propre jugement. Cette séance portait sur trois risques clés à comprendre avant de manipuler des données d’entreprise : la communication de renseignements confidentiels, le recours à des résultats hallucinés et la réponse à des instructions cachées ou malveillantes. Elle comprenait aussi de courts scénarios dans lesquels les étudiants ont collaboré pour déterminer quels risques étaient en jeu, comment les gérer et qui était responsable des mesures à prendre et de l’approbation finale.

Pleins feux sur l’intervenante : Cette séance était animée par Sophie Lemieux, conseillère, investisseuse et gestionnaire auprès d’entreprises en démarrage, spécialisée en conception organisationnelle et en habilitation par l’IA. Forte de sa formation en neurosciences et de plus de dix ans d’expérience auprès d’entreprises en démarrage, elle aide les fondateurs et les équipes de direction à adopter l’IA de façon humaine, éthique et sécuritaire.

4. Travailler aux côtés de l’IA, partie 2

La deuxième partie portait sur la façon de vérifier les résultats produits par l’IA, de préserver le processus d’apprentissage et de garder la maîtrise du travail. Les étudiants ont appris un processus de vérification simple pour s’assurer de l’exactitude, de la pertinence et de l’exhaustivité des résultats. Ils ont aussi dû réfléchir à la façon d’utiliser l’IA sans renoncer à leur responsabilité à l’égard du travail final ni aux occasions d’apprendre et de prendre des décisions. Pour ce faire, ils sont revenus au cadre AGENT et aux 4D afin de déterminer quelles parties d’une tâche devaient demeurer sous direction humaine.

Pleins feux sur l’intervenant : Cette séance était animée par Liam Stock-Rabbat, fondateur de Sanitized AI, une extension de navigateur qui empêche les données sensibles de se retrouver dans les outils d’IA, ainsi que fondateur et directeur d’EduRisk, une société-conseil canadienne spécialisée dans la gestion des risques humains. Ses travaux actuels se situent à la croisée de l’adoption de l’IA et du comportement humain : l’usage non encadré de l’IA (« IA fantôme ») au sein des organisations, les risques liés à l’IA agentique et la façon de former les gens à des outils qui évoluent plus vite que les politiques censées les encadrer.

5. Ingénierie du contexte

La dernière séance était un atelier entièrement pratique au cours duquel les étudiants sont partis d’une requête vague ou incomplète, ont examiné le résultat médiocre qu’elle produisait, puis l’ont améliorée étape par étape en ajoutant un contexte pertinent, des instructions plus claires, des contraintes utiles et un format de résultat défini. En comparant l’avant et l’après, ils ont pu comprendre et expliquer l’incidence d’une conception réfléchie du contexte. La séance comprenait aussi le Guide d’ingénierie du contexte et d’amélioration des requêtes, qui proposait un cadre de rédaction des consignes, un plan d’action et des étapes de dépannage.

Pleins feux sur l’intervenant : Cette séance était animée par Lawrence Quan, fondateur de Kuota, une firme-conseil en croissance à temps partagé établie à Toronto. Kuota s’intègre aux entreprises SaaS B2B en démarrage ou en croissance à titre d’équipe de croissance native de l’IA. Lawrence est un conseiller de confiance pour les fondateurs qui élaborent leurs stratégies de mise en marché et des automatisations de croissance soignées. Il codirige également la section torontoise d’Operators Guild, une communauté mondiale de gestionnaires d’entreprises en phase de financement de série A à D.

6. Orientation des organisations partenaires (PME)

Pendant que les étudiants acquéraient des compétences pratiques et du discernement en matière d’IA, les PME ont aussi participé à une séance d’orientation distincte, au cours de laquelle elles ont appris à orienter les étudiants vers des problèmes d’affaires à fort impact tout en maintenant des balises claires en matière de sécurité des données et de supervision. Cette séance portait sur la définition des problèmes, les lignes directrices en matière de supervision des étudiants et les paramètres de sécurité de l’IA, et comprenait une période de questions afin de répondre à toutes les interrogations avant le début du travail avec leurs équipes d’étudiants respectives.

Pleins feux sur l’intervenante : Cette séance était animée par Diana Khater, directrice générale de Dianara Advisory, une société-conseil torontoise qui aide les petites et moyennes entreprises à croître plus efficacement en corrigeant les lacunes commerciales et opérationnelles qui freinent discrètement les entreprises. Qu’il s’agisse d’un processus au point mort, de systèmes qui ne communiquent pas entre eux ou d’une équipe occupée qui ne convertit pas, Diana travaille aux côtés des propriétaires d’entreprise pour trouver la solution et la mettre en pratique.

Premiers résultats

À l’heure actuelle, plus de 100 étudiants participent au programme d’adoption de l’IA dirigé par des étudiants. Les séances en direct ont pris fin le 1er octobre, et la cohorte se terminera le 20 novembre. Les étudiants n’apprennent pas seulement à utiliser l’IA : ils apprennent aussi à adopter le bon état d’esprit pour l’appliquer de façon responsable et efficace. Ils repartiront en sachant comment mettre ces compétences fondamentales au service de défis concrets : de quoi cette entreprise a-t-elle réellement besoin, que peuvent raisonnablement soutenir les outils d’IA et à quels moments une personne doit-elle rester dans la boucle?

Ce projet pilote n’aurait pas été possible sans Shadi Yazdan, Brittany Perlin Danishevsky, Sophie Lemieux, Liam Stock-Rabbat, Lawrence Quan et Diana Khater. Chacun et chacune a apporté une expérience concrète qui a transformé la littératie en IA, une idée abstraite, en compétences pratiques et utilisables. Nous les remercions de leur temps et de leur engagement, et nous invitons la communauté de VFC à suivre leur travail.

À la fin du programme pilote en novembre, nous recueillerons les commentaires des étudiants afin d’orienter nos programmes futurs. Pour en savoir plus sur les autres programmes étudiants de VFC, cliquez ici.

FAQ

Qu’est-ce que le programme d’adoption de l’IA dirigé par des étudiants de Venture for Canada?

Il s’agit d’un programme pilote qui prépare les étudiants à aider les PME canadiennes à adopter l’IA de façon pratique et réaliste. Les étudiants suivent d’abord le cours AI Fluency d’Anthropic. Ils assistent ensuite à cinq séances en direct avec des experts en IA sur deux semaines, appuyées par du contenu en ligne à suivre à leur rythme. Ils mettent ensuite en pratique ce qu’ils ont appris pendant un stage de sept semaines au sein d’une PME, laquelle a également suivi sa propre séance d’orientation. L’objectif est que les étudiants soient utiles dès le premier jour, en aidant les entreprises à évaluer, à concevoir et à intégrer des solutions d’IA adaptées à leur temps, à leur budget et à la capacité de leur personnel.

Quelles compétences fondamentales en IA les étudiants doivent-ils posséder avant de se joindre à une PME?

Les étudiants doivent comprendre comment les petites entreprises fonctionnent réellement, notamment les priorités concurrentes des fondateurs et leurs ressources limitées, afin de pouvoir proposer des solutions d’IA que l’entreprise peut adopter de façon réaliste. Ils doivent utiliser des cadres de réflexion structurés, comme le cadre AGENT de Harvard et les 4D d’Anthropic, pour clarifier un problème avant de choisir un outil et savoir quand s’en remettre au jugement humain. Ils doivent aussi reconnaître les principaux risques liés à l’IA : l’exposition de données confidentielles, le recours à des résultats hallucinés et la vulnérabilité à l’injection de requêtes malveillantes (prompt injection). Enfin, ils doivent savoir vérifier l’exactitude, la pertinence et l’exhaustivité des résultats produits par l’IA, et rédiger des requêtes claires et riches en contexte qui produisent des résultats fiables.