
Dans le secteur de l'aviation, la sécurité est essentielle. Chaque événement, aussi mineur soit-il, exige une attention et une analyse attentive afin d'éviter qu'il ne se reproduise. Traditionnellement, le processus de rapports de sécurité et d'enquête d’événements est méticuleux et chronophage, mais cela est en train de changer rapidement grâce à une collaboration révolutionnaire en matière de recherche appliquée en intelligence artificielle (IA) entre Mila et Nolinor Aviation. Leur projet collaboratif a permis de réduire jusqu'à 80 % la charge de travail humaine requise pour les rapports et les enquêtes, tout en préservant la fiabilité et l’imputabilité humaine dans le processus.
La sécurité avant tout
Si l'industrie de l’aviation peut se vanter de ses technologies très avancées, ses processus opérationnels, paradoxalement, sont souvent bien plus en retard technologiquement. Pour Nolinor Aviation, comme pour de nombreuses compagnies aériennes, la gestion de la sécurité est gérée entièrement par des humains. Lors d'un événement lié à la sécurité, les employé·e·s présent·e·s rédigent un rapport détaillant les faits, mais la longueur de ces rapports peut souvent varier, allant d'une brève phrase à un paragraphe détaillé, parfois accompagné d'images. Les enquêteur·euse·s ont ensuite la lourde tâche de compiler manuellement ces rapports, d'évaluer les risques et de déterminer si une enquête approfondie est nécessaire. Ces enquêtes complètes impliquent un examen approfondi des rapports, des données, des entretiens et des manuels afin d'identifier les causes profondes et de recommander des mesures correctives pour éviter que des événements similaires ne se reproduisent à l'avenir. Au total, pour un·e enquêteur·euse, cela nécessite des dizaines et des dizaines d'heures de travail.
Reconnaissant l'énorme potentiel de d’optimisation de ce processus, Nolinor s'est associé à Mila à la fin de l'année 2023 et a lancé un projet collaboratif d'adoption de l'IA. En utilisant l'IA de pointe, le projet visait à automatiser de grandes parties du processus de rapport de sécurité et d'enquête des événements de sécurité aériens, afin d'aider les enquêteur·euse·s et de leur permettre de concentrer leur expertise là où leur valeur sera la plus grande.
L'IA, ou l’investigation assistée
L'intégration de l'IA dans les processus de Nolinor s'est déroulée en deux phases. Tout d'abord, l'équipe de recherche appliquée de Mila a utilisé un grand modèle de langage (LLM en anglais) pour traiter les rapports de sécurité des employé·e·s, qui varient beaucoup en longueur et en profondeur. Le LLM a structuré ces informations dans un gabarit clair et standardisé, détaillant un résumé et la séquence des événements, le type d'événement qui s'est produit et d'autres détails comme l'heure, le lieu, le personnel impliqué et les pièces jointes.
À partir de ce modèle, il était possible d'effectuer une évaluation des risques à l'aide de la méthodologie interne de Nolinor, qui consiste à identifier les barrières de prévention et de récupération qui ont échouées et à évaluer la probabilité de différents scénarios si la situation s'était aggravée. Ces résultats alimentent la matrice de risque de Nolinor, et le LLM fournit son raisonnement avant d'attribuer un niveau de risque final pour indiquer si une enquête est nécessaire et, le cas échéant, si elle est urgente.
Outre les LLM, le projet a également fait appel à l'IA agentique. Dans la deuxième phase du projet, l'équipe de recherche appliquée de Mila a cherché à faciliter le processus d'enquête complexe — qui implique normalement un travail important de vérification et d’investigation — et à générer un rapport complet, en utilisant l'IA agentique en parallèle avec des LLM. Équipé du rapport structuré, de l'évaluation des risques et des pièces jointes de la première phase, le LLM peut extraire des informations plus précises, telles que les séquences d'événements horodatés et les actions correctives immédiates.
Pour vérifier les informations, le système d'IA a eu accès à une variété d'outils, y compris les manuels d'avions et d'équipements, les informations de vol, les données météorologiques et la base de données interne de Nolinor (par exemple, pour les dossiers de formation des employés). Ce sont toutes les sources de données différentes qu'un·e enquêteur·euse utiliserait normalement. Désormais, l'agent peut interroger ces sources et faire le gros du travail initial de l'enquête. Lorsque le LLM/agent rencontre un obstacle, ayant besoin de vérifier des informations ou d'obtenir des données de sources externes, il générait une requête pour l'enquêteur humain.
« Le système est conçu pour être interactif. Le but n’est pas que le LLM fasse le travail en une seule fois, puis le termine. C’est conçu pour permettre des allers-retours, pour être vraiment interactif. En fin de compte, c'est l'humain qui est responsable du rapport », a expliqué Hadrien Bertrand, scientifique principal en recherche appliquée chez Mila.
Les équipes de Mila et de Nolinor ont toutes deux souligné l'importance de cette approche gardant l’humain dans la boucle (“human-in-the-loop”), compte tenu de la complexité et de l'importance de la sécurité aérienne et de la gestion et investigation d'événements. Les humains conservent la responsabilité des conclusions de l'enquête tout en assurant la validité des informations et des données de celle-ci.
Un impact de haute volée
L'impact de ce projet sur l'efficacité de Nolinor est majeur. Un rapport d'enquête complet qui nécessitait auparavant 40 heures de travail manuel peut désormais être réalisé en seulement cinq heures d'implication humaine avec l'aide de l'IA — une réduction de 80 % de l'effort humain pour de nombreuses tâches.
Loin de remplacer les enquêteur·euse·s, ces agents augmentent l'efficacité et la qualité de leur travail, ce qui leur permet de consacrer plus de temps à des tâches plus importantes. Olivier Richer, Directeur des systèmes de gestion de la sécurité chez Nolinor, souligne que ces gains de temps proviennent de l'automatisation de tâches n'ayant que peu ou pas de valeur humaine ajoutée, ce qui permet aux employé·e·s de se concentrer sur la validation, la vérification et l'amélioration des rapports, ainsi que de consacrer plus d'attention à des mesures d'atténuation. À un moment où la main-d’œuvre qualifiée est très demandée, il peut être difficile pour les compagnies aériennes de traiter le volume élevé d'enquêtes, d'évaluations et d'analyses de sécurité, tout en soutenant la croissance. Cela rend d'autant plus important de trouver des moyens d'utiliser leurs heures de travail le plus efficacement possible.
Le projet présente un énorme potentiel pour les processus internes de Nolinor, mais aussi pour l'ensemble du secteur de l'aviation, qui pourrait grandement bénéficier de l'automatisation de certaines parties de son processus de gestion de la sécurité. Consciente du potentiel plus large de son innovation, Nolinor a lancé une société appelée CIRRUS Intelligence afin de commercialiser la solution pour l'ensemble de l'industrie de l’aviation.
Ce partenariat entre Nolinor et Mila souligne la puissance de la recherche appliquée en IA pour relever les défis du monde réel, améliorer la sécurité dans les applications de l'industrie de l'aviation, soutenir les talents locaux en IA et contribuer à la croissance d'un écosystème technologique dynamique ici au Québec.
Olivier Richer a exprimé sa fierté et son enthousiasme face à l'impact du projet : « Ce projet est un exemple parfait du savoir-faire québécois en matière d'innovation, où les fonds canadiens et québécois sont investis localement pour soutenir les compagnies d'ici. Le résultat? Des chercheur·euse·s talentueux·ses de différents horizons collaborent avec les spécialistes de l'industrie aérienne canadienne pour faire rayonner l'intelligence qui émerge au sein de l'écosystème de Mila. Nous sommes fiers d'incarner cette vision grâce au partenariat entre Nolinor et Mila. »