FORT CARSON, Colorado — Le temps qu’il fait dehors affecte-t-il la préparation des troupes au combat ? Qu’en est-il du stress cumulé lié à l’entraînement, aux exercices ou au déploiement à l’étranger ?
Avant de pouvoir répondre à ces questions, l’armée doit d’abord déterminer comment mesurer l’impact de son environnement sur ses troupes. L’un des moyens d’y parvenir est de rédiger des rapports d’incidents graves, ou SIR, qui documentent les comportements préjudiciables tels que les suicides, les menaces, les accidents, la violence domestique, la maltraitance des enfants, le vandalisme et le vol d’informations personnelles.
« Nous avons toutes ces données. Nous essayons simplement de… mesurer les bons éléments, de comprendre ce qui est connecté, puis de les utiliser pour générer des informations et prendre de meilleures décisions », a déclaré le lieutenant-colonel Jonathan Bate, commandant du 2e bataillon du 23e régiment d’infanterie de la 1re brigade de combat Stryker de la 4e division d’infanterie. « Des éléments tels que les tendances météorologiques et les comportements nuisibles antérieurs, le type d’unité, le rythme opérationnel, et déterminer le risque qu’une unité ait un comportement nuisible ou un rapport d’incident grave… afin que nous puissions quantifier le niveau de risque. »
En prenant l’exemple des conditions météorologiques, Bate a déclaré qu’une théorie veut qu’une unité ait 50 % de chances d’être victime d’un incident grave si elle travaille rapidement sous une pluie de 20 degrés. Mais l’intégration de ce type de modélisation prédictive des données est un travail en cours qui n’a pas encore abouti à quelque chose de « significatif », a-t-il déclaré. Mais choisir les bonnes mesures est un début et pourrait faciliter la prévision du comportement humain.
« Nous sommes tous des êtres humains et nous suivons les mêmes modèles, mais si nous savons ce qu’il faut mesurer en fonction du bon sens, nous pouvons alors mesurer et intégrer ces données dans un modèle de données », a-t-il déclaré. Ce modèle « génère ensuite une probabilité et nous aide également à savoir où chercher, et c’est là que réside la véritable valeur de cette approche ».
En 2019, l’armée a commencé à se concentrer sur la qualité de vie et la culture des soldats afin d’améliorer la préparation de la branche à la guerre. Les hauts dirigeants de l’armée ont annoncé un changement de posture officiel devant le Congrès en 2021.
Une équipe de données au sein de la 4e division d’infanterie travaille sur des projets d’analyse de données depuis plus d’un an, et certains de ces efforts ont commencé à porter leurs fruits. L’un de ces projets s’appelle l’outil de prévision des risques pour les unités, qui vise à prédire et à réduire les comportements nuisibles des soldats à l’aide d’un modèle de régression des données qui examine la relation entre les tendances observées dans les rapports d’incidents graves antérieurs et le risque qu’une unité subisse un autre incident grave. En comprenant cela, les équipes de commandement peuvent développer les meilleures façons d’intervenir.
Le modèle 2.0 mis à jour a été mis en service en février. Il permet de suivre les SIR, qui sont automatiquement transmis à la chaîne de commandement, et d’envoyer une alerte par e-mail lorsque les unités en accumulent trop. Cela permet aux dirigeants de déterminer où se trouve un problème potentiel.
« Si une compagnie, une troupe ou une batterie a reçu deux rapports d’incidents graves ou plus au cours des trois dernières semaines, elle a au moins 20 % de chances d’avoir un autre rapport d’incident grave au cours de la semaine en cours. Nous appelons cela un niveau de risque modéré », a déclaré Bate. « Nous appelons cela un effet de momentum, c’est-à-dire que lorsqu’une série de mauvaises choses se produit, il y a plus de chances que cela se produise. [event] pour que d’autres choses se produisent et que nous puissions obtenir les bonnes ressources.
La 1ère brigade de combat Stryker, également appelée brigade Raider, compte environ 4 400 soldats, organisés en 37 compagnies, troupes et batteries. Lorsque le modèle envoie une alerte SIR, les chefs peuvent zoomer sur la compagnie en difficulté, a déclaré Bate, qui reçoit également les alertes.
« Nous appelons cela une opération de soins Raider. Nous faisons appel à l’aumônier, à l’armée, à un consultant en vie familiale et à des conseillers en alcoolisme pour essayer de comprendre ce qui cause ces comportements nocifs », a-t-il déclaré.
La brigade a connu une douzaine d’interventions de soins au cours de l’année écoulée.
Les unités de l’armée avaient l’habitude de signaler les détails de ces incidents dans un document Word. Ces détails étaient ensuite enregistrés dans une feuille de calcul Excel. Désormais, ces données sont automatiquement intégrées dans le « lac de données » de la division, puisque les SIR peuvent être signalés via un portail ou un tableau de bord en ligne.
« Désormais, tous les éléments de Ft. Carson sont consignés dans un modèle standardisé, qui alimente une base de données commune… Nous pouvons donc utiliser ces données beaucoup plus facilement », a déclaré Bate.
Deux projets, une base de données
L’outil de prévision des risques unitaires n’est qu’un des moyens par lesquels la division utilise les données pour assurer la sécurité des soldats. La 4e division d’infanterie dispose de 195 tableaux de bord auxquels les dirigeants de Ft. Carson peuvent accéder pour mieux comprendre leurs organisations. Environ 100 de ces tableaux de bord permettent aux utilisateurs d’explorer en profondeur les tendances au niveau de la compagnie ou du bataillon.
La plupart des tableaux de bord extraient des informations de la plateforme Vantage de l’armée, qui est alimentée par la société d’IA Palantir depuis 2019. D’autres utilisent des bases de données sur mesure avec des données sélectionnées qui n’avaient pas été collectées auparavant.
Certains tableaux de bord permettent aux commandants de voir où les troupes sont déployées, si elles sont aptes au déploiement (par exemple si elles ont des vaccinations à faire) ou de vérifier l’état de l’équipement et la formation.
L’un est consacré aux rapports d’incidents graves.
« Avant cet exercice, nous ne pouvions pas voir les tendances, ni les problèmes, à moins d’être connectés au DES, [the directorate] « Des services d’urgence, le prévôt de la base », a déclaré le major Lam « Beau » Nguyen, analyste de recherche opérationnelle et de systèmes auprès de la 4e division d’infanterie.
La division a depuis normalisé la manière dont les commandants peuvent déposer des rapports d’incidents graves et a rendu cela possible via un portail en ligne.
Le commandement des forces armées, ou FORSCOM, exige que les SIR soumis contiennent 123 points de données enregistrés dans un document Word, a déclaré Nguyen.
« Nous l’avons standardisé [into] « Nous avons créé un menu déroulant, puis nous avons utilisé l’espace de travail FORSCOM pour l’automatiser. Désormais, lorsque le commandant ou le premier sergent saisit ce SIR, il est intégré dans le système et, si je clique sur 1re brigade, il indique quels SIR sont actifs. Ensuite, au niveau du bataillon, de la brigade ou de la compagnie, ils peuvent cliquer dessus et le déplacer, au lieu d’avoir une chaîne de courriers électroniques qui va et vient avec un document Word. »
Une fois approuvés, ces rapports sont automatiquement importés dans un document Word (au format requis par FORSCOM) et envoyés par courrier électronique aux bonnes personnes, réduisant ainsi le temps nécessaire à la création et à la soumission d’un SIR.
Les dirigeants peuvent également accéder aux tendances au fil du temps.
« Pour l’exercice 2024, nous avons les tendances pour toutes les divisions au fil des mois, et nous avons commencé à mettre en œuvre un prédicteur de tendance pour essayer de prévoir combien de SIR nous aurons au cours du mois à venir, afin que nous puissions voir si nous correspondons à cette tendance ou un peu plus bas », a déclaré Nguyen.
Ce modèle est différent du modèle prédictif de Bate, bien qu’ils utilisent les mêmes données. Le modèle de tableau de bord utilise des données collectées précédemment pour prévoir ce qui pourrait se produire dans le futur avec un niveau de confiance de 95 %.
La division utilise également la plateforme qu’elle a construite pour les SIR afin d’évaluer d’autres programmes de bien-être sur l’installation, afin de voir si la participation affecte le nombre de rapports émis.
« Nous utilisons également cela pour essayer de construire notre cadre d’évaluation des différents programmes sur le terrain. [Better Opportunities for Single Soldiers] programme, l’ACS [Army Community Service] « Programme, santé comportementale… tous les programmes qui intéressent le chef d’état-major de l’armée, ils veulent savoir si les programmes sont efficaces », a déclaré Nguyen, « Nous avons donc également standardisé les données d’utilisation afin que si un programme dessert une brigade, nous puissions voir si cela aide aux tendances en matière de SIR ou de rétention. »
Solutions de dépannage
La gestion des données constitue un obstacle majeur aux efforts d’analyse de l’armée, principalement parce qu’une grande quantité d’informations n’a pas encore été collectée et qu’il faut donc d’abord créer une base de données. C’est ce qui s’est passé avec les rapports d’incidents graves.
“Avant [Bate’s] « Dans le modèle, les données n’ont pas été collectées… Elles n’ont pas été capturées et stockées pour analyse. Elles ont juste été rapportées et présentées », a déclaré le lieutenant-colonel Nate Platz, commandant du 704e bataillon de soutien de brigade de la 2e brigade de combat Stryker de la 4e division d’infanterie. « Maintenant, son modèle les capture et saisit les tendances, apprend au fur et à mesure, puis est capable de rendre compte de ces tendances. »
L’objectif de la prochaine version de l’outil de prévision des risques unitaires est de le rendre encore plus efficace pour prédire les tendances comportementales qui peuvent identifier les unités et les soldats individuels qui ont besoin d’une intervention, a déclaré Bate.
« Nous voulons mesurer les éléments du cadre PSERT : le personnel, l’approvisionnement, l’équipement, l’état de préparation et la formation. Des éléments comme le rythme opérationnel, le nombre de jours passés sur le terrain, le nombre de jours avant un événement de formation majeur où les soldats seront déployés loin de chez eux », a déclaré Bate. « Il serait formidable de mesurer le stress familial et le stress financier. De manière générale, je dirais que nous utilisons les facteurs propres à chaque unité et à l’environnement. Il s’avère qu’il est très difficile de mesurer des éléments qui entrent dans un ensemble de données structuré que nous pouvons utiliser. »
Ces obstacles vont au-delà de la saisie de données par cœur. Cela devient un véritable casse-tête : alors qu’ils essaient de déterminer quelles catégories mesurer, certaines données ne sont pas collectées. Et les modèles prédictifs ont besoin de données pour fonctionner.
Un exemple est la façon dont, au moins de façon anecdotique, les changements de commandement provoquent du stress parmi les troupes, ce qui peut conduire à une augmentation des signalements d’incidents graves. Bate aimerait mesurer ce phénomène, mais il doit d’abord créer une nouvelle base de données.
« L’hypothèse est que cela provoque du stress – un nouveau leadership. Je veux donc mesurer cela et le tester. Mais que faut-il faire ? », a-t-il déclaré. « J’ai un membre de l’équipe qui travaille là-dessus, un lieutenant, qui consulte le calendrier du commandant de brigade pour noter les centaines de changements de commandement et de responsabilités survenus au cours des deux dernières années. Il consulte essentiellement une feuille de calcul par date, par compagnie, et y inscrit un ou un zéro. »
Quant à l’outil lui-même, il présente un potentiel positif. Une analyse préliminaire a montré que l’approche prédictive avec alertes et intervention avec des ressources réduisait le nombre de rapports d’incidents graves, a déclaré Bate.
« Nous avons également effectué une analyse statistique avec un modèle de différence dans les différences et avons montré que les unités qui ont été traitées après [the unit risk forecasting tool] « Il y a eu une réduction lente à légère, statistiquement significative », dans les rapports d’incidents graves », a-t-il déclaré. « Il existe des preuves initiales que cela pourrait fonctionner, nous allons donc continuer à affiner le modèle pour l’aider à mieux fonctionner. »
L’équipe a également trouvé un lien entre le sentiment de bien-être des soldats et la rétention dans l’unité.
Ils ont posé aux soldats une question simple : « Êtes-vous en cours de développement et avez-vous un chemin pour atteindre vos objectifs dans l’armée ? » Et les entreprises qui ont obtenu des résultats plus élevés en moyenne ont eu une meilleure rétention », a déclaré Bate. [it’s] il s’agit simplement d’une corrélation, pas d’une causalité, mais cela suggère des facteurs dans lesquels les commandants pourraient vouloir investir, comme [general technical] améliorations des scores, réalisation de plus d’activités de développement, comme la formation des soldats pour qu’ils aient le sentiment de progresser, se préparant pour leur prochaine mission [promotion] conseil…aide aux frais de scolarité. »
Le fait que les soldats se sentent valorisés se traduit également par une diminution du nombre de rapports d’incidents graves au sein de leur unité, a déclaré Bate.
« Nous ne faisons qu’effleurer la surface, mais il existe des éléments que nous pouvons mesurer et qui nous aident à atteindre les résultats souhaités. »
