Description de la séance :
PathwAI est un outil de comparaison de curriculums basé sur l’IA. Il utilise un grand modèle de langage pour évaluer les ressemblances sémantiques entre les résultats d’apprentissage en comparant les significations plutôt que les mots-clés. En extrayant et en normalisant les résultats d’apprentissage issus des supports de cours, le modèle génère des scores de similitude exprimés en pourcentage ainsi que des recommandations fondées sur la corrélation au niveau des résultats, permettant ainsi de comparer les cours et les programmes, ce qui facilite les processus de transfert de crédits et d’élaboration de parcours. Ces résultats et rapports générés par l’IA aident les équipes à repérer rapidement les points de convergence ou les lacunes, tout en laissant l’interprétation finale et la prise de décision aux enseignants et aux experts chargés de l’évaluation. PathwAI a été créé par Epsilon Data Intelligence avec le soutien financier du CATON. Le CATON permet au personnel de tous les établissements postsecondaires ontariens subventionnés par des fonds publics d’utiliser gratuitement PathwAI.

Biographies des présentateurs :

Vijay Mago., Ph. D., est le président de l’École de politiques et de gestion de la santé de l’Université York et un leader reconnu du domaine de l’IA appliquée aux systèmes de santé. Comptant plus d’une décennie d’expérience dans le milieu universitaire, il a mis en place un programme d’envergure internationale dans les domaines de l’informatique de la santé, du traitement du langage naturel et de l’analyse des données et obtenu plus de 7 millions de dollars en financement de la recherche à titre de chercheur principal et de collaborateur auprès d’organismes de premier plan tels que le CRSNG, le CRSH, Connected Minds, Mitacs, le CATON et des partenaires de l’industrie. Il est le fondateur et le directeur du Data and Text Analytics Lab (DaTALab), où il dirige la conception de méthodes de calcul avancées pour tirer une compréhension exploitable de données complexes sur la santé dans le but de soutenir la surveillance en temps réel, la prise de décision clinique et l’innovation en matière de politiques. Ses travaux portent sur des domaines essentiels tels que la santé mentale, l’itinérance et les maladies chroniques et elles s’appuient sur de solides collaborations interdisciplinaires avec des acteurs du monde universitaire, du secteur de la santé, de l’administration publique et de l’industrie.

Andrew Fisher, Ph. D., est professeur adjoint en IA à la Faculté de science informatique de l’Université du Nouveau-Brunswick. Il a obtenu un doctorat en sciences appliquées de l’Université Saint Mary’s en 2024 et a terminé en 2025 un stage postdoctoral avec Connected Minds, à l’Université York, ce qui lui a permis d’acquérir de l’expérience en contexte universitaire et industriel. Ses recherches portent sur une IA pratique et responsable, pouvant faire l’objet d’une évaluation approfondie et être déployée dans des contextes concrets. Il s’intéresse tout particulièrement au développement de méthodes légères d’apprentissage machine et de traitement du langage naturel qui améliorent la prise de décision, l’efficacité, l’accessibilité et la confiance dans des domaines tels que la communication en matière de santé et l’environnement bâti.

Kaylin Kainulainen, est titulaire d’une maîtrise en kinésiologie et candidate au doctorat à la Faculté d’éducation de l’Université Lakehead. Ses recherches dans les domaines de la cognition et de l’apprentissage portent principalement sur la réorientation scolaire et la mobilité des étudiants de niveau postsecondaire, particulièrement en ce qui concerne la recherche de solutions aux barrières courantes et la création de stratégies visant à améliorer les processus de réorientation. Kaylin est aussi gestionnaire de projet et coordonnatrice. Elle accompagne des équipes multidisciplinaires dans des projets allant de la recherche universitaire novatrice au développement de technologies innovantes.