Mieux réagir aux changements climatiques grâce à l’intelligence artificielle

Pascaline David
Collaboration spéciale
Deux millions de mots seront analysés par des algorithmes afin de déterminer quels sont les impacts sociaux des événements météorologiques perturbateurs.
Photo: Valérian Mazataud Le Devoir Deux millions de mots seront analysés par des algorithmes afin de déterminer quels sont les impacts sociaux des événements météorologiques perturbateurs.

Ce texte fait partie du cahier spécial Recherche

La chercheuse Renée Sieber et son collègue Frédéric Fabry scrutent les répercussions sociales des événements météorologiques perturbateurs au moyen de l’intelligence artificielle. Les données obtenues pourraient permettre de mieux appréhender ces bouleversements climatiques qui ne cessent de se multiplier.

Après s’être intéressée aux phénomènes extrêmes, comme les canicules et les ouragans, Renée Sieber et son équipe se penchent désormais sur les impacts sociaux des événements météorologiques perturbateurs. Ces derniers sont peut-être moins impressionnants, mais ils ont des conséquences importantes sur le quotidien des humains qui les subissent.

« Une femme âgée qui a peur de descendre les escaliers et de se casser quelque chose durant un épisode de gel à Montréal est un exemple typique d’événement perturbateur, illustre la professeure agrégée au Département de géographie de l’Université McGill. Cela peut causer beaucoup plus de blessures, d’incidents sur la route et d’anxiété que l’on croit. »

La chercheuse mentionne également l’augmentation graduelle des températures l’été, la nuit. « Normalement, les températures baissent la nuit et on est capable de récupérer de la chaleur de la journée », illustre-t-elle. Quand ce n’est pas le cas, la qualité du sommeil est alors fortement altérée et cela peut créer de la fatigue, du stress, voire des malaises.

« C’est intéressant de voir comment les gouvernements, historiquement, n’ont jamais vraiment écouté le public quand il est question de météorologie, estime Renée Sieber. En s’intéressant à la dimension sociale et aux témoignages des personnes qui ont vécu ces événements, on pourra peut-être mieux s’y préparer. »

Créer un récit social

 

« Briser l’équation “événements météorologiques perturbateurs = événements extrêmes” avec l’intelligence artificielle et les récits sociaux du passé et du présent ». C’est le nom du projet porté par l’équipe de McGill, qui cherche des témoignages humains de ces événements dans des articles de journaux et sur les médias sociaux, grâce à l’intelligence artificielle, et plus spécifiquement au traitement du langage naturel.

Un peu comme sur Twitter, les algorithmes sont entraînés à dégager des concepts à partir de l’association de mots, afin de déterminer des tendances. Dans le monde de l’IA, une tendance est un exemple de classification non supervisée, c’est-à-dire des méthodes utilisées pour retrouver un type d’émotions qui a trait à une observation, selon des caractéristiques préétablies.

Quelque deux millions de mots seront analysés de cette manière à partir de publications parues depuis le début de la révolution industrielle jusqu’à aujourd’hui. Il s’agira de distinguer ce qui rend les gens vulnérables ou résilients face aux phénomènes perturbateurs. Cela, grâce au témoignage de personnes se plaignant de l’impossibilité de se rendre à un rendez-vous médical à cause d’une tempête de neige, par exemple, ou d’autres, bloquées sur la route après le débordement d’une rivière.

C’est aussi l’occasion de comprendre comment des citoyens s’adaptaient, jadis, en installant des cordes sur le flanc de collines pour faciliter l’ascension lors d’épisodes de gel. La professeure évoque aussi un article des années 1960 expliquant les étapes à suivre après l’inondation d’un sous-sol résidentiel. « On regarde comment les gens réagissaient, comment ils s’habillaient, changeaient certaines habitudes, énumère-t-elle. Ce n’est pas toujours négatif, au contraire. »

De multiples défis

 

Même si l’intelligence artificielle est très utile pour analyser des quantités de données aussi importantes, elle a ses limites. « Ce n’est pas magique, tempère Renée Sieber. L’IA est un bon outil, mais il y a beaucoup d’interprétation humaine impliquée pour tenter de comprendre comment les gens se sentaient réellement. »

Pour certains articles de journaux, il est nécessaire de se rendre aux archives des bibliothèques et de travailler sur des formats qui ne peuvent pas être transcrits et codés directement. Cela pose certains défis techniques. « C’est vraiment une joie de travailler avec les archivistes et les bibliothécaires pour faire avancer nos domaines respectifs », relativise la chercheuse.

Dans le cadre d’un projet connexe, Data Rescue Archival and Weather (DRAW), l’équipe tente par ailleurs de récupérer plus de 100 ans de données météo historiques montréalaises, enregistrés à l’Observatoire de McGill depuis 1863. Des bénévoles sont encouragés à participer à la transcription des informations dans un format numérique — un travail long et fastidieux —, afin que celles-ci soient utilisées pour la recherche scientifique. Une fois exploitables, ces données sont très utiles à l’équipe de McGill, pour les comparer aux témoignages rassemblés.

« Un tiers du Pakistan est sous l’eau, au moment où l’on se parle, c’est terrible, souligne Renée Sieber. Je pense qu’il y a une urgence à protéger les plus vulnérables. » Pour la professeure, il est donc fondamental de s’intéresser à la meilleure manière de répondre aux bouleversements climatiques.

À voir en vidéo