Appel à projets

Mandat du CCPH

Le Comité consultatif Personnes handicapées (CCPH) est l’un des huit comités représentatifs du marché du travail québécois qui a pour mandat d’informer et de conseiller la Commission des partenaires du marché du travail (CPMT). Le CCPH vise à soutenir l’intégration, la réintégration et le maintien en emploi des personnes avec incapacité par le biais de travaux de recherche et d’activités de conseils stratégiques.

Les systèmes d’intelligence artificielle (SIA), l’intelligence artificielle générative et la gestion algorithmique accélèrent la transformation des milieux de travail sur le plan des pratiques des entreprises et de la main-d’œuvre (CCTM 2026). Le tournant numérique et l’intelligence artificielle (IA) présentent un fort potentiel de modernisation des méthodes traditionnelles de travail, qui doivent être réfléchies en marge des risques et des coûts d’opportunité tout comme les coûts de renonciation si les entreprises et les individus ne développent pas de bonnes pratiques pour intégrer ces technologies afin d’augmenter leur productivité. En ce sens, le gouvernement du Québec vient de publier son premier guide sur l’intégration responsable de l’intelligence artificielle en milieu de travail en entreprise quelques jours après la stratégie en matière d’intelligence artificielle pour la fonction publique fédérale. Dans son rapport d’avril 2026 sur l’implantation et les usages des SIA en milieux de travail, le Comité consultatif du travail et de la main-d’œuvre (CCTM) recommande que le déploiement de l’IA soit réalisé par l’intermédiaire d’une approche qui intègre simultanément une dimension humaine, organisationnelle et technologique.

Contexte du projet de recherche

Les outils numériques et l’intelligence artificielle sont souvent présentés comme des moyens d’accroître la productivité de la main-d’œuvre¹. Une récente étude multisectorielle dans des milieux syndiqués au Québec montre que 44% des personnes utilisant régulièrement l’IA estiment que leur productivité augmente, alors que 26% jugent que ces technologies diminuent leur productivité ou alourdissent leur travail (17%) notamment lorsqu’elles sont implantées par les employeurs qui souhaitent mettre en place des outils de gestion algorithmique (Parent-Rocheleau et coll. 2026)². Quant est-il pour les personnes avec incapacité? Même si les usages de l’IA semblent favoriser l’accessibilité des milieux de travail pour les personnes avec incapacité tout comme leur autonomisation à condition que ces outils soient inclusifs de l’étape de la conceptualisation à leur mise en œuvre, ce qui n’est pas toujours le cas (Touzet 2023), il importe de mieux comprendre l’impact des usages de l’IA sur la productivité des personnes avec incapacité dans le cadre de leurs activités professionnelles. En l’occurrence, le CCPH cherche à étudier le rapport entre l’intelligence artificielle et la productivité des personnes avec incapacité, peu importe le type d’incapacité³, le type d’emploi (gestion, professionnel, technique ou spécialisé, intermédiaire, élémentaire)⁴ou les conditions de travail (temps plein ou temps partiel).

Objectifs, financement du projet et calendrier

Ce projet de recherche, qui privilégie une approche centrée sur l’agentivité des individus avec incapacité, a pour but de comprendre les conditions favorables à des usages optimaux de l’IA pouvant accroître leur productivité et leur autonomie en contexte de travail. Le projet de recherche doit également être sensible aux facteurs de risques qui nuisent à l’employabilité des personnes avec incapacité. Considérant que la CPMT identifie le développement des compétences comme un levier accroissant la productivité, une attention particulière à cet élément est fortement encouragée, que ce soit le développement de compétences pour optimiser les usages de l’IA ou le développement de compétences par l’IA⁵ . Les objectifs du projet de recherche sont :

Documenter les usages de l’IA des personnes avec incapacité en milieu de travail à l’aide d’une revue de littérature sur l’impact de l’IA sur la productivité de la maind’œuvre en portant une attention particulière à l’axe du handicap;
Cartographier les usages de l’IA par les personnes avec incapacité selon le type d’incapacité ou d’emploi, tout en prenant en compte les conditions de travail à l’aide d’une recherche exploratoire;
Identifier les obstacles et les facilitateurs liés à leur autonomie au travail.

Le CCPH bénéficie d’un financement de 50 000$ de la CPMT pour réaliser ce projet. La remise du rapport de recherche est prévue pour le mois d’avril 2027. Le CCPH envisage d’approfondir la recherche avec une nouvelle demande de financement en fonction des critères de la CPMT, idéalement avec la même équipe de recherche pour cette seconde phase du projet en 2027-2028.

Dates à retenir

Date limite pour déposer un projet de recherche : 25 septembre 2026
Validation du devis de recherche et du contrat : 16 octobre 2026
Rapport d’étape : 29 janvier 2027
Remise du rapport de recherche : 30 avril 2027

Contenu de la proposition de projet recherche

Expertise pertinente des mandataires et curriculum vitae des personnes impliquées
Compréhension du mandat
Méthodologie et livrables
Calendrier de réalisation du projet
Capacité de relève
Coûts estimés sous forme de tableau qui indique les étapes, les livrables et les items suivants : heure/personnes, honoraires, dépenses afférentes et total par tâche et étape

Confidentialité

Le contenu du présent document d’appel de propositions est confidentiel. Toute personne qui reçoit ou détient le présent document s’engage à n’en dévoiler l’information que pour les besoins de l’élaboration de la présente proposition.

Propriété de la proposition

La proposition et les documents afférents demeureront la propriété exclusive du CCPH.

Coût, préparation de la proposition et réserve

Tous les coûts de préparation des propositions sont à la charge exclusive du soumissionnaire. Le CCPH ne s’engage pas à retenir la plus basse. Un contrat sera ultérieurement signé entre le soumissionnaire choisi et le requérant au mois d’octobre.

Soumission de proposition

La proposition originale doit être transmise avant le 25 septembre 2026 à l’attention de Laurence Marin, présidente du CCPH. Pour toutes questions, vous pouvez joindre la coordonnatrice du CCPH, Elena Waldispuehl, à ce même courriel.

Soumettre votre proposition ou contacter la coordination

Références

Chandonnet, Henry (2026). ‘Tokenmaxxing’ has techies debating if leaderboards tracking AI token use are a good idea. Business Insider.
Cheng, M., Yu, S., Lee, C., Khadpe, P., Ibrahim, L., & Jurafsky, D. (2025). ELEPHANT: Measuring and understanding social sycophancy in LLMs. arXiv preprint arXiv:2505.13995.
Comité consultatif de travail du travail et de la main d’œuvre. Avis du CCTM concernant les enjeux entourant l’implantation et l’usage des systèmes d’intelligence artificielle en milieux de travail au Québec. 9 avril 2026. [En ligne]
Davenport, Thomas H. et Randy Bean (2025). Five Trends in AI and Data Science for 2025. MIT Slogan Review.
McKenna, Alain. (2026). En fin de compte, l’IA coûte trop cher. Dossier spécial. 1^er juin 2026. La Presse.
Parent-Rocheleau, X., Pasquier, V., Garneau, J.M.É., De Broux, C et Michaud, J. (2026). Cartographie de l’IA au travail : présence, usages et enjeux – Résultats d’une grande enquête dans les milieux syndiqués québécois. Obvia.
Touzet, Chloé (2023). Using AI to support people with disability in the labour market: Opportunities and challenges. OECD.
Schmouker, Olivier (2025). Aïe, une nouvelle fracture au travail! 15 juin 2026. Les Affaires.

Notes

¹ Les coûts économiques liés aux usages professionnels de l’intelligence artificielle sont plus élevés qu’anticipés, tout en ayant un impact environnemental très élevé, ce qui peut ralentir à terme l’autonomisation de certaines tâches tout comme le recours à des assistants virtuels pour remplacer certains postes (Chandonnet 2026). En effet, confier certaines tâches à des modèles d’IA générative coûterait plus cher si bien que de nombreux experts du secteur suggèrent aux entreprises de calibrer les outils et de s’interroger sur les besoins effectifs de leurs organisations selon les budgets disponibles (McKenna 2026). Cette tendance s’explique notamment par le modèle d’affaires où chaque tâche demandée à l’IA est facturée par un nombre prédéfini de jetons (tokens) selon la complexité de la requête. Les programmes les plus puissants d’IA coûtent plus chers à utiliser si bien que non seulement le type de requête influence la facturation dynamique, mais aussi le résultat généré tout comme le modèle par lequel est opérationnalisé la requête et le volume de requêtes.
² Une récente étude montre que les gestionnaires considèrent les employés qui affichent des compétences d’usage de l’IA sont plus productifs dans le cadre de leur travail que leurs collègues qui ne développent pas ces compétences (Schmouker 2025). Cela peut se traduire par une nouvelle fracture au sein des entreprises, d’autant plus que celles-ci ont tendance à vouloir intégrer rapidement l’IA pour augmenter leur productivité en se basant davantage sur ses promesses que ses performances réelles (Davenport et Bean 2025).
³ Les différents types d’incapacité sont motrice, visuelle, auditive et intellectuelle. Elle peut également être liée à la parole, au langage, à d’autres sens, à des fonctions organiques, à un trouble du spectre de l’autisme ou un grave trouble de santé mentale. Le terme « personne handicapée » renvoie aux individus ayant des incapacités significative et persistante. Pour plus d’information, consulter le site web du Gouvernement du Québec, et plus précisément la section sur la « Définition du terme Personne handicapée ».
⁴ Les types d’emploi et leurs caractéristiques sont déterminés à partir des indicateurs de l’Enquête canadienne sur l’incapacité (ECI) de 2022. Les résultats de l’ECI montrent que les personnes avec incapacité travaillent dans les domaines de la vente ou des services (24%), des affaires, des finances et de l’administration (18%) ou occupent un emploi lié à l’enseignement, au droit et aux services sociaux, communautaires et gouvernementaux (17%).
⁵ Soulignons que les usages de l’IA générative demandent des compétences humaines comme l’esprit critique et pas seulement des compétences techniques au regard de la construction de ces modèles qui proposent bien souvent des réponses qui reposent sur des dynamiques de flagornerie afin de ne pas contredire les usagers nonobstant le niveau de correction que la requête demande (Cheng et coll. 2025).