Sélection de la langue

Recherche

Conférence sur les données du GC 2023 : Utilisation des données quantitatives et qualitatives par la Direction générale des services d'intégrité d'Emploi et Développement social Canada (DDN3‑V10)

Description

Découvrez comment la Direction générale des services d'intégrité d'Emploi et Développement social Canada innove grâce aux données pour assurer l'intégrité de ses programmes.

Durée : 00:12:19

Publié : 15 février 2023

Événement : Conférence sur les données du GC 2023 : À propos de la conférence


Lecture en cours

Conférence sur les données du GC 2023 : Utilisation des données quantitatives et qualitatives par la Direction générale des services d'intégrité d'Emploi et Développement social Canada

Transcription

Transcription

Transcription : Conférence sur les données du GC 2023 : Utilisation des données quantitatives et qualitatives par la Direction générale des services d'intégrité d'Emploi et Développement social Canada

Les lacs de données, l'apprentissage automatique, l'intelligence artificielle – ce ne sont là que quelques-uns des mots à la mode qui, il n'y a pas si longtemps, semblaient des notions lointaines pour la plupart des gens qui travaillent à EDSC. Toutefois, ces termes sont de plus en plus courants et compris. Chaque année, plus de 10 milliards de points de données sont créés dans le seul régime d'assurance-emploi. Il est naturel pour le ministère d'être attirée par l'idée de créer une culture davantage axée sur les données.

Les interactions en ligne avec les clients, l'information générée par les systèmes et les processus internes améliorés contribuent tous à cet écosystème de données croissant et dynamique. Tirer parti de ces données, tout en encourageant les gens à s'en servir, devient essentiel pour instaurer des pratiques novatrices au sein du ministère; comprendre les besoins et les exigences des Canadiens dans leurs interactions avec les programmes; améliorer les normes de service pour assurer une expérience client simplifiée et peu conflictuelle; veiller à ce qu'une approche d'intégrité robuste soit à l'avant-garde de la prestation des services.

La Direction générale des services d'intégrité (DGSI) compte plus de 1 000 employés répartis à travers le Canada et dont les fonctions vont des enquêtes et des examens administratifs à la tenue du Registre d'assurance sociale et la réalisation de recherches opérationnelles. Pour assurer la gestion efficace et coordonnée de ces ressources, il faut avoir accès aux meilleurs renseignements quantitatifs et qualitatifs disponibles.

En raison de l'importance sans cesse croissante des données, la DGSI a mis sur pied une équipe d'analyse de première classe (la Direction de l'analyse opérationnelle d'intégrité ou la DAOI) afin d'exploiter l'immense volume de données qui ne cesse de croître et dont on se sert pour détecter la fraude, assurer le soutien opérationnel et déclarer les résultats des enquêtes. Les membres de l'équipe sont issus de divers milieux, dont l'informatique, les mathématiques, la programmation, l'économie et même la philosophie. L'aspect le plus important de cette équipe est que tous ses membres sont passionnés par les données!

Donc, comment renforcent-ils l'intégrité? L'équipe utilise de la technologie pour traiter de grandes quantités de données couplées aux connaissances de nos analystes de données, agents du renseignement et enquêteurs régionaux afin de créer des algorithmes pour détecter les tendances, les tendances, les divergences et les anomalies qui révèlent des activités frauduleuses connues ou soupçonnées.

En utilisant les données, la technologie et les personnes, la DGSI a été en mesure de détecter des fraudes et menaces de fraude liées aux prestations dans trois grandes catégories : Erreur ou tromperie – Renseignements inexacts fournis dans les demandes, ce qui permet à une personne d'obtenir des prestations auxquelles elle n'a pas droit. Fraude – La personne en question fait des déclarations non seulement trompeuses, mais carrément fausses; Fraude organisée – Il s'agit de l'infraction la plus grave, caractérisée par une fraude à grande échelle touchant un régime de prestations. Fait intervenir de multiples acteurs et des techniques sophistiquées pour interagir avec les systèmes de technologie de l'information (TI) du ministère.

Plus précisément, notre direction générale a élaboré des modèles prédictifs et des algorithmes qui soutiennent une grande partie des activités de conformité visant à assurer l'intégrité du régime d'assurance-emploi et des programmes de pensions. Grâce à ces algorithmes bien rodés, les enquêteurs sont en mesure de concentrer leurs efforts sur les secteurs et les dossiers qui sont les plus susceptibles de faire l'objet de fraude ou bien où la probabilité d'erreurs est la plus grande.

De plus, les données sont extrêmement importantes pour la production de rapports qui, au dire de certains, peuvent être ennuyeux... ou susciter un grand enthousiasme au moment de leur examen! Il faut donc organiser les données de façon utile et intuitive pour en arriver à des constatations pouvant donner lieu à des interventions. L'équipe d'analyse a remanié la façon dont elle présente l'information à l'aide d'outils de pointe, et il en résulte donc un groupe de gestion mieux informé.

Un autre aspect clé de notre travail axé sur les données consiste à détecter les anomalies, qui peuvent révéler des fraudes ou erreurs. Les gens ont tendance à reconnaître naturellement les anomalies, mais rarement peuvent-ils le faire à plus grande échelle. L'équipe de l'intégrité met constamment à l'essai et utilise de nouvelles technologies pour suivre l'évolution des méthodes utilisées par les fraudeurs.

Par exemple, saviez-vous que les approches centrées sur les données, comme la détection des anomalies et les analyses de réseau, ont permis de découvrir de la fraude sous la forme de vols d'identités et de faux relevés d'emploi? En effet, de nouvelles méthodes se sont révélées efficaces pour détecter ces stratagèmes avec un degré élevé de certitude. Ces activités d'analyse ont joué un rôle important dans la détection de la fraude liée à la Prestation d'assurance-emploi d'urgence (PAEU). Les analyses ont permis de détecter plus de 30 000 cas de demandes suspectes et ont empêché les fraudeurs d'obtenir plus de 42 millions de dollars.

Ce travail novateur s'est poursuivi après la fraude susmentionnée touchant la PAEU et un bon exemple en est le programme de détection des anomalies qui analyse les demandes d'assurance-emploi pour repérer les indicateurs de fraude connus. Oui, nous faisons cela. Le programme de détection des anomalies renforcée par la technologie d'intégrité – ou iTRAP – se compose d'une série d'algorithmes qui tentent de détecter le vol d'identité par triangulation. Depuis son déploiement à la fin de 2021, il s'est révélé être un outil polyvalent pour empêcher le versement de l'argent dans le compte bancaire d'un fraudeur et pour s'assurer que les Canadiens qui ne se doutent de rien ne soient les victimes de cette forme de criminalité. Selon les estimations, le programme iTRAP a relevé plus de 70 000 cas de vol d'identité potentiel et a permis d'éviter le versement frauduleux de prestations s'élevant à environ 1 milliard de dollars et d'empêcher que des centaines de milliers d'articles de travail submergent les systèmes opérationnels de Service Canada.

Cette fonction et cette capacité d'analyse n'ont pas été mises au point du jour au lendemain. En fait, la Direction générale des services d'intégrité (DGSI) s'attache à bâtir la fonction d'analyse depuis un certain nombre d'années en menant un certain nombre d'activités essentielles et en nouant des relations clés avec les intervenants.

Parmi les autres innovations clés qui contribuent à notre base de connaissances, mentionnons les marathons de programmation avec St. Mary's, l'Université de la Colombie-Britannique et l'Université Simon Fraser, où nous invitons des étudiants à travailler ensemble et à explorer des solutions aux problèmes d'intégrité réels en utilisant des données sur une courte période.

La prochaine étape pour nous maintenant est de prendre les principales leçons apprises au cours des dernières années et de les intégrer aux futures activités de lutte contre la fraude, notamment : Intégrer plus de fonctions d'analyse et de renseignement dès le départ pour réduire la fraude sans nuire aux expériences des clients. Cela comprend l'utilisation d'un plus grand nombre de jumelages de données, l'apprentissage supervisé et non supervisé et l'exploration du texte contenu dans les demandes et l'analyse des réseaux. Mettre sur pied des équipes multidisciplinaires composées de spécialistes des programmes et des opérations, de scientifiques du domaine des données et d'enquêteurs, afin de repérer les écarts et de s'adapter aux méthodes de fraude en constante évolution. Accroître le volume des données pour repérer les fraudes en améliorant l'échange des données entre les ministères et en mobilisant le secteur privé pour compléter les fonds de données et les outils existants.

Investir dans de nouvelles technologies et plateformes pour continuer d'améliorer les capacités d'analyse, notamment au moyen d'initiatives clés comme la modernisation du versement des prestations, qui crée un nouvel environnement opérationnel dynamique pour fournir les services futurs du Ministère et inclut une approche axée sur l'intégrité dès la conception pour mieux réagir à la fraude et mieux la prévenir. La préparation est essentielle : il faut établir un solide cadre d'intégrité dès le départ et être au courant des vulnérabilités et des stratégies d'atténuation potentielles.

La capacité de recueillir la grande quantité de données au sein de notre ministère, conjuguée à la collaboration d'autres secteurs clés du ministère tels que le renseignement, les experts en affaires, la TI, la DGPSI, nos collègues à la Direction générale de la transformation et de la gestion intégrée des services et nos enquêteurs régionaux, fera en sorte que ce travail novateur se poursuive et que le ministère continue d'appliquer les méthodes d'analyse de pointe pour protéger les fonds publics. Ce type d'effort collaboratif montre pourquoi l'intégrité est l'affaire de tous!

Liens connexes


Date de modification :