L’adoption responsable de l’IA en biofabrication commence par la préparation de la main-d’œuvre

L’intelligence artificielle passe progressivement de l’expérimentation à des applications concrètes dans le secteur des sciences de la vie. En fabrication biopharmaceutique, les organisations explorent différentes façons d’utiliser l’IA pour appuyer l’analyse de données, la surveillance des procédés, la prise de décision, la gestion des connaissances, les activités liées à la qualité et l’efficacité opérationnelle.

Le potentiel est considérable. Dans un environnement réglementé, la préparation à l’adoption de l’IA ne repose pas seulement sur la capacité d’un outil à accomplir une tâche. Elle dépend aussi de la façon dont les personnes l’utilisent pour protéger la qualité des produits, la sécurité des patients, l’intégrité des données et la conformité.

L’adoption responsable de l’IA dépend autant de la préparation de la main-d’œuvre que de la technologie elle-même.

Pour de nombreuses organisations, il ne s’agit plus d’un enjeu à envisager pour l’avenir. L’IA fait déjà partie des discussions sur l’efficacité, la qualité, la documentation et le soutien à la prise de décision. Les organisations qui préparent leurs équipes dès maintenant seront mieux placées pour évaluer les possibilités et gérer les risques avec confiance.

La technologie à elle seule ne suffit pas

Une adoption réussie repose sur des personnes qui comprennent ce que l’IA peut et ne peut pas faire, qui savent interpréter ses résultats, reconnaître les situations où un examen humain est nécessaire et comprendre quelles responsabilités en matière de qualité et de réglementation demeurent inchangées.

Sans cette base, il devient plus difficile d’évaluer les cas d’utilisation de façon uniforme, de communiquer clairement les risques et de mettre en place les contrôles appropriés.

Même si les discussions sur l’IA commencent souvent au sein des équipes numériques, de données ou de TI, sa mise en œuvre peut toucher un éventail beaucoup plus large de fonctions.

Les équipes de fabrication peuvent utiliser des analyses de procédés appuyées par l’IA. Les équipes de qualité peuvent devoir tenir compte de la validation, de la documentation, des enquêtes et du contrôle des changements. Les équipes des affaires réglementaires peuvent évaluer les exigences applicables et les éléments de preuve nécessaires. Les gestionnaires et les dirigeants peuvent, quant à eux, devoir prendre des décisions liées à la gouvernance, à la responsabilisation, aux risques et aux investissements.

Ces groupes n’ont pas tous besoin du même niveau de connaissances, mais ils doivent partager une compréhension commune de l’IA et savoir clairement quelles sont leurs responsabilités.

Un niveau commun de littératie en IA donne aux employés un langage partagé, les aide à poser de meilleures questions et permet de relier les possibilités technologiques aux réalités opérationnelles et réglementaires.

Les environnements réglementés exigent plus qu’une connaissance générale de l’IA

L’IA soulève des questions particulièrement importantes dans les environnements GxP et de bonnes pratiques de fabrication (BPF/GMP).

Les organisations doivent notamment tenir compte de la fiabilité des données, de l’utilisation prévue, de la surveillance de la performance, des rôles et responsabilités, des mécanismes d’escalade, de la documentation et de la gestion des changements.

Il faut également se pencher sur la façon dont les résultats générés ou appuyés par l’IA influencent les décisions :

• Dans quelles situations un examen humain est-il nécessaire?
• Qui est responsable d’accepter, de rejeter ou de remplacer un résultat ou une recommandation?
• Comment les problèmes de qualité des données ou les résultats inattendus seront-ils détectés?
• Dans quelles situations un employé devrait-il interrompre le processus et demander des conseils supplémentaires?
• Quels éléments permettront de démontrer que les employés comprennent leurs responsabilités?

Ces questions ne diminuent en rien la valeur potentielle de l’IA. Elles contribuent plutôt à créer les conditions nécessaires pour l’utiliser de façon responsable.

La gouvernance relie les possibilités à la responsabilisation

Une bonne gouvernance aide les organisations à passer de l’expérimentation à une mise en œuvre responsable. Elle donne aux équipes un cadre concret pour évaluer les possibilités, gérer les risques et comprendre les responsabilités de chacun.

Elle peut préciser les utilisations acceptables, les responsabilités de supervision, les pouvoirs décisionnels, les seuils de risque, les exigences de surveillance et de documentation ainsi que les mécanismes d’escalade.

La gouvernance est plus efficace lorsqu’elle tient compte des véritables processus de travail. La participation des équipes de qualité, des affaires réglementaires, des opérations, des TI, des données, des services juridiques, de la protection de la vie privée, de l’apprentissage et du développement ainsi que de la direction permet de s’assurer que les attentes sont à la fois claires et réalistes.

La formation fait partie de ce cadre, mais une politique ou un cours ne suffit pas à lui seul pour assurer la préparation d’une organisation.

Les employés doivent comprendre ce que signifie une utilisation responsable de l’IA dans le contexte de leur rôle et savoir comment appliquer cette compréhension dans leurs décisions quotidiennes.

Commencez par les besoins de la main-d’œuvre, pas par la formation

Lorsqu’une nouvelle technologie est introduite, il est naturel de penser d’abord à la formation.

La formation peut faire partie de la solution, mais elle ne devrait pas être le point de départ.

Avant de déterminer quels apprentissages sont nécessaires, les organisations devraient d’abord comprendre :

• Quels rôles utiliseront, examineront, approuveront ou superviseront des outils appuyés par l’IA
• De quelle façon l’IA pourrait modifier les processus et la prise de décision existants
• Ce que les employés connaissent déjà
• Où se trouvent les principales lacunes en matière de connaissances ou de compétences
• À quoi ressemble une utilisation responsable et efficace pour chaque rôle
• Comment les employés démontreront leur capacité à appliquer ce qu’ils ont appris

Une approche structurée en apprentissage et développement aide les organisations à passer d’une sensibilisation générale à une préparation adaptée aux différents rôles.

Plutôt que d’offrir la même formation à tout le monde, les organisations peuvent déterminer les connaissances et les compétences dont chaque groupe a besoin et créer des parcours d’apprentissage qui correspondent aux responsabilités propres à chaque rôle.

Par exemple, un employé en fabrication peut devoir être en mesure d’interpréter un résultat appuyé par l’IA et de savoir quand signaler une situation ou demander du soutien. Un professionnel de la qualité peut avoir besoin de connaissances plus approfondies en intégrité des données, en documentation, en gestion des risques et en matière de supervision. Un dirigeant peut devoir comprendre les enjeux liés à la gouvernance, à la responsabilisation et aux répercussions organisationnelles.

Tout le monde n’a pas besoin de devenir un expert en IA. Les employés ont plutôt besoin des connaissances, du jugement et du soutien appropriés pour accomplir le travail qui leur est confié.

Avoir terminé une formation n’est qu’une mesure parmi d’autres de la préparation

Le fait d’avoir terminé un cours peut démontrer qu’une personne a été exposée à certains renseignements importants. À lui seul, toutefois, cela ne permet pas nécessairement de savoir si elle est capable de les appliquer.

Pour soutenir une adoption responsable de l’IA, les organisations peuvent également devoir vérifier si les employés sont en mesure de :

• Reconnaître une utilisation inappropriée ou à risque plus élevé de l’IA
• Remettre en question un résultat plutôt que de l’accepter automatiquement
• Appliquer les politiques internes à une situation de travail réaliste
• Reconnaître quand un examen humain ou l’avis d’un expert est nécessaire
• Expliquer leurs propres responsabilités et leur niveau d’autorité décisionnelle
• Signaler une préoccupation par le canal approprié

L’évaluation devrait être adaptée au rôle et au niveau de risque concerné. Elle pourrait comprendre des questions fondées sur des mises en situation, des discussions guidées, des exercices pratiques, l’observation par un gestionnaire ou l’examen de décisions prises dans le cadre du travail.

L’objectif n’est pas d’alourdir la formation. Il s’agit plutôt de s’assurer qu’elle reflète réellement ce que les employés devront être capables de faire dans leur rôle.

Bâtir une main-d’œuvre prête pour l’IA

Un parcours d’apprentissage structuré peut commencer par les notions fondamentales de l’IA, puis aborder progressivement les considérations liées à la conformité, à l’intégrité des données et à la gouvernance dans le contexte de la fabrication biopharmaceutique réglementée.

CASTL a lancé de nouveaux modules d’autoformation par l’intermédiaire de la CASTL Online Academy afin d’aider les professionnels et les organisations à commencer à bâtir cette base de connaissances. Les apprenants peuvent choisir le module qui correspond le mieux à leur rôle ou suivre l’ensemble de la série dans le cadre d’un parcours intégré de préparation à l’IA.

Ces modules offrent une base commune, mais les organisations peuvent tout de même devoir faire le lien entre les apprentissages et leurs propres politiques, systèmes, cas d’utilisation et attentes liées aux différents rôles.

Cela peut comprendre des parcours adaptés aux rôles, du soutien de la part des gestionnaires, des mises en situation réalistes ainsi que des plans pour maintenir les connaissances à jour à mesure que les technologies et les pratiques évoluent.

Comment l’apprentissage et le développement peuvent soutenir une adoption responsable

Les équipes d’apprentissage et de développement peuvent contribuer à combler l’écart entre les ambitions d’une organisation en matière d’IA et la capacité de sa main-d’œuvre à les soutenir de façon responsable.

Grâce à ses services de soutien en apprentissage et développement, CASTL aide les organisations du secteur des sciences de la vie à transformer leurs objectifs de préparation à l’IA en plans concrets pour leur main-d’œuvre afin de favoriser une adoption responsable.

• Cerner les lacunes de la main-d’œuvre en matière de connaissances et de compétences
• Clarifier les exigences associées aux rôles touchés par l’adoption de l’IA
• Concevoir des parcours d’apprentissage ciblés et adaptés aux différents rôles
• Faire le lien entre les apprentissages fondamentaux et les processus et les attentes internes
• Renforcer le soutien offert par les gestionnaires et les experts en la matière
• Développer des approches pratiques pour évaluer la compréhension et la mise en application
• Réévaluer les besoins d’apprentissage à mesure que les rôles, les technologies et les risques évoluent

Cette approche permet de s’assurer que la formation répond à de véritables besoins de la main-d’œuvre, plutôt que d’être offerte comme une activité isolée.

Préparer les équipes pour la suite

L’IA continuera d’évoluer, tout comme son utilisation dans le secteur des sciences de la vie. Une formation ou une politique ponctuelle ne pourra pas préparer une organisation à toutes les applications futures.

La préparation exige un apprentissage continu, une gouvernance claire, une collaboration interfonctionnelle et une réévaluation régulière de l’évolution des rôles et des besoins en matière de compétences.

Les organisations les mieux préparées à adopter l’IA de façon responsable développeront les compétences de leurs équipes parallèlement à l’évolution de leurs technologies. Elles donneront aux employés les connaissances nécessaires pour reconnaître les risques, la confiance pour soulever leurs préoccupations et le jugement requis pour utiliser de façon responsable l’information produite ou appuyée par l’IA.

L’adoption responsable de l’IA ne commence pas par un outil. Elle commence par des personnes prêtes à poser les bonnes questions et qui disposent du soutien nécessaire pour prendre les mesures appropriées en fonction des réponses.

Découvrez les modules en ligne de CASTL sur l’IA pour acquérir des connaissances fondamentales ou communiquez avec notre équipe d’apprentissage et de développement pour discuter de la façon dont une approche de préparation de la main-d’œuvre adaptée aux différents rôles peut soutenir votre organisation.