移民部研用人工智能尋成功移民早期徵兆助篩選
【明報專訊】移民部內部文件指出，移民部希望擴大使用人工智能的技術，希望找到長期移民成功的早期徵兆，並取得此一「移民成功秘方」，並據此調整篩選系統，使加拿大能夠網羅更多將來會成功的移民。
文件顯示，移民部利用發展一套「預測性分析術」(predictive analytics)，主要追蹤了解留學生及外國勞工等臨時居民申請成為永久居民後，他們在抵埗前後的表現，並了解這些移民可能的特徵及其行為模式，幫助移民部處理中心將來從中挑選較成功移民。
移民律師李克倫(Richard Kurland)根據《資訊自由法》(Access to Information Act)取得移民部的內部政策文件，文件顯示，移民部希望發展「預測性分析術」。
李克倫解釋，移民部在「預測性分析術」的發展，代表加拿大未來會將焦點集中在了解留學生以及臨時勞工的表現，且嘗試找出是否有可能分辨出「長期移民成功的早期徵兆」(early signs of longterm success)。
他表示，這就有如移民部有如在尋找一種「成功的神秘醬汁」(secret sauce of success)般，一旦可以透過新發展的技術，尋找出長期移民成功的早期徵兆，則移民部即可調整系統，令系統可準確辨識這些申請人，並網羅他們到加拿大發展。李克倫說，這是一種新型的全球移民科技。
內部文件透露，「預測性分析」的技術已經成功運用在加拿大及以及在全球的公私營及非牟利機構。
文件提到，在移民部內部，雖然曾針對臨時居民轉變成為永久居民之間的過渡過程以及途徑，他們在抵埗前後的表現，以及使用安置服務等進行廣泛及深入的研究，但到目前止，有關的研究還未曾套用「預測性分析」的科技。
文件說，有關在加拿大已有生活或工作經驗的臨時居民，之後移民並成為公民，所有過程的了解，對於未來移民政策的調整關係重大。
文件指出，這些了解幫助移民部可加速篩選出以後會成功的高素質永久居民，如此還可以對針對他們的需要，提供有效的安置服務。
文件提到，移民部將會選出一些願意參加研究的候選人，他們將是臨時居民，並建立研究模型。
移民部將會研究短期簽證持有人的停留軌迹，以及過渡性的做法，並預測他們的之後提出永久居民申請的可能性，以及預測其申請結果，及他們之後在經濟及職業上的表現。
NDP推遲冬季議員團會議 全力助黨魁駔勉誠戰補選
【明報專訊】據CBC新聞報道，新民主黨推遲了冬季議員團會議，目的是讓國會議員全力協助黨魁駔勉誠（Jagmeet Singh）在本那比南區（B... 詳情
