由加拿大移民律師李克倫（Richard Kurland）主編的最新一期《移民資訊彙編》（Lexbase) ，披露一份未有標明日期的移民部內部報告，指隨着中國大陸地區民眾，申請赴加簽證的人數迅速增加，各地簽證處人手緊張，為此建議引入一套人工智能「可預見分析系統」（Predictive Analytics），用電腦系統自動處理和審批觀光簽證和學生簽證申請，提高簽證審核效率。
這份看似是早前完成的報告，指中國各簽證處接收的申請，在2018年預計達到近80萬人次，2019年在80萬至100萬人次之間，至2020年將會突破100萬人次，達到100萬至120萬之間。由於申請人數的快速增長，各地簽證處擔心由2018年旺季開始，將難以對申請個案進行及時處理。除非增加人手，將難以達到14天內處理旅遊簽證的服務標準。
中國申請數量佔全球25%
報告指出，由於旅遊簽證處理需要大量人手，以致影響了其他各項工作的效率，因此急需改變工作模式。而中國地區每年處理的旅遊簽證數量，要佔到加拿大全球總量的25%。可以說中國地區的工作表現，直接影響到加拿大移民部的整體工作表現。
這份報告中提到的一個解決方案，就是開發和引入使用人工智能的「可預見分析系統」，即透過預見的分析模式，以電腦系統輔助對申請人的情況和風險作分類評估，然後對透過網絡遞交的旅遊簽證（E-Apps）申請，進行審批並做出決定。
這套系統計劃先應用於處理中國和印度的旅遊簽證和學生簽證申請個案，日後也會用於處理公民入籍申請和護照申請。
分析學習簽證官思維邏輯
按報告當時的設想，項目將於2017年10月起，試用於中國大陸旅遊簽證的審批過程，之後由2018年2月，在審批中國大陸赴加旅遊簽證過程中使用，到2018年下半年，用於處理印度地區的加拿大旅遊簽證申請，以及來自中印兩國的加拿大學生簽證申請。
這份報告指出，由於當時這一系統還沒有完全對接加拿大移民部的全球個案處理系統（Global Case Management System，簡稱GCMS），在2018年試用這套系統時，還需要某種程度的人手干預。長遠目標是讓系統完全自動運行。
報告指出，這套系統可以對以往由簽證官人工做出的審批決定進行分析，從而在一定程度上「學習」到簽證官在審批簽證申請時，所使用的思維邏輯。
這種「預見式分析方式」，與其他自動處理系統有三大分別，一是使用嚴格的統計學模式。二是使用最新科技，特別是最新的軟件工具。第三是在電腦處理過程中使用「窮盡法」，即電腦會將已知的全部相關信息，以所有可能的方式進行組合，然後才做出審批決定。
報告指，電腦所組合出的各種情況和考慮，實際上更多於人工處理時人類大腦所能想像到的情況。
