IA intégrée ou ajoutée en surface
L’IA intégrée à la collecte ou à l’analyse peut transformer le travail. Un résumé IA ajouté à la fin d’un processus inchangé apporte beaucoup moins.
Guides pratiques pour les équipes de S&E utilisant l'IA, de la rédaction de meilleurs prompts à la gouvernance de l'IA dans votre organisation. Tout ici est gratuit.
L’adéquation dépend de l’étape. Une personne reste responsable de chaque décision.
L’IA intégrée à la collecte ou à l’analyse peut transformer le travail. Un résumé IA ajouté à la fin d’un processus inchangé apporte beaucoup moins.
L’IA peut proposer, effectuer une première passe revue intégralement, ou travailler à grande échelle avec contrôles ciblés. Le niveau de contrôle dépend des risques; aucune décision de S&E ne doit être prise sans intervention humaine.
Théorie du changement, indicateurs, questions évaluatives et outils
Proposer des éléments et des variantes; repérer les lacunes dans un cadre fourni.
Vérifier le contexte, les sensibilités politiques et la solidité de la théorie.
Terrain, outils et consentement
Traduire, transcrire et mettre en forme les outils.
Garantir le consentement, la qualité de l’échantillonnage et l’éthique du terrain. L’IA ne décide pas.
Nettoyage et harmonisation
Dédupliquer, classer, apparier et normaliser les données incohérentes.
Valider chaque transformation avant de lui faire confiance; les erreurs peuvent se propager sans bruit.
Tendances, résumés et code d’analyse
Repérer des tendances, résumer les données et ébaucher du code.
Conserver le jugement sur la causalité et l’interprétation de la signification.
Analyse thématique et réponses ouvertes
Coder les réponses selon un codebook et proposer des thèmes.
Vérifier la validité du codebook et la fiabilité entre codeurs.
Revue de littérature et extraction dans les rapports
Explorer de nombreux rapports et signaler les passages pertinents.
Tenir compte du biais en faveur des documents écrits en anglais et des preuves absentes.
Rédaction, lacunes et visualisation
Rédiger à partir de preuves structurées, repérer les lacunes et produire des visualisations initiales.
Garder la responsabilité des recommandations, du cadrage, des citations et de la transparence.
Gestion adaptative
Faire remonter des informations plus rapidement que les rapports périodiques.
Transformer les constats en réflexion et en décisions; un tableau de bord plus rapide ne suffit pas.
Théorie du changement, indicateurs, questions évaluatives et outils
Ce que l’IA fait bien: Proposer des éléments et des variantes; repérer les lacunes dans un cadre fourni.
Responsabilité humaine: Vérifier le contexte, les sensibilités politiques et la solidité de la théorie.
Terrain, outils et consentement
Ce que l’IA fait bien: Traduire, transcrire et mettre en forme les outils.
Responsabilité humaine: Garantir le consentement, la qualité de l’échantillonnage et l’éthique du terrain. L’IA ne décide pas.
Nettoyage et harmonisation
Ce que l’IA fait bien: Dédupliquer, classer, apparier et normaliser les données incohérentes.
Responsabilité humaine: Valider chaque transformation avant de lui faire confiance; les erreurs peuvent se propager sans bruit.
Tendances, résumés et code d’analyse
Ce que l’IA fait bien: Repérer des tendances, résumer les données et ébaucher du code.
Responsabilité humaine: Conserver le jugement sur la causalité et l’interprétation de la signification.
Analyse thématique et réponses ouvertes
Ce que l’IA fait bien: Coder les réponses selon un codebook et proposer des thèmes.
Responsabilité humaine: Vérifier la validité du codebook et la fiabilité entre codeurs.
Revue de littérature et extraction dans les rapports
Ce que l’IA fait bien: Explorer de nombreux rapports et signaler les passages pertinents.
Responsabilité humaine: Tenir compte du biais en faveur des documents écrits en anglais et des preuves absentes.
Aucun guide pratique pour le moment.
Rédaction, lacunes et visualisation
Ce que l’IA fait bien: Rédiger à partir de preuves structurées, repérer les lacunes et produire des visualisations initiales.
Responsabilité humaine: Garder la responsabilité des recommandations, du cadrage, des citations et de la transparence.
Gestion adaptative
Ce que l’IA fait bien: Faire remonter des informations plus rapidement que les rapports périodiques.
Responsabilité humaine: Transformer les constats en réflexion et en décisions; un tableau de bord plus rapide ne suffit pas.
Aucun guide pratique pour le moment.
Les usages en contact direct avec les personnes demandent davantage de prudence.
Chatbots, triage et traduction sur le terrain
Adéquation de l’IA: À utiliser avec prudence
Ce que l’IA fait bien: Traduire, rédiger des supports et aider à orienter les demandes sous supervision humaine.
Responsabilité humaine: Toute réponse, décision d’admissibilité ou interaction avec une personne vulnérable exige consentement, protection des données et recours humain.
Données opérationnelles et mises à jour internes
Adéquation de l’IA: Moyenne
Ce que l’IA fait bien: Résumer les données, rédiger des mises à jour et signaler les anomalies.
Responsabilité humaine: Vérifier les erreurs silencieuses et maintenir une personne entre la sortie et la décision.
Choisissez un guide pratique ou un playbook en plusieurs étapes.
Transformez 15 heures de nettoyage manuel en 2 grâce à un flux de travail en 4 étapes qui combine des outils gratuits et la validation par l'IA pour détecter les erreurs que la révision humaine manque.
Guide
La plupart des outils d'IA pour les enquêtes se limitent à la génération de questions. Ce guide couvre le cycle de vie complet : choisir les types de questions, détecter les biais, ajouter la logique de saut et réaliser un pilote avant le déploiement.
Guide
Ne fixez plus une page blanche. Un flux de travail en 4 phases transforme votre analyse complétée en un récit d'évaluation prêt pour les bailleurs de fonds en quelques heures, pas en quelques jours.
Guide
Transformez 30 pages de transcriptions d'entretiens d'évaluation en thèmes validés en 2 heures au lieu de 3 semaines. Un processus en 4 étapes qui associe la reconnaissance de motifs de l'IA au jugement analytique humain qui rend les résultats défendables.
Guide
Arrêtez de dessiner des boîtes et des flèches que personne ne croit. Un flux de travail en 4 étapes qui utilise l'IA pour révéler les hypothèses cachées, mettre à l'épreuve la logique causale et produire une ToC à laquelle vos bailleurs de fonds font confiance.
Guide
L'IA produit des réponses erronées qui semblent fiables. Sans une pile de validation, vous les publiez. Ce cadre à 6 couches donne à votre équipe de S&E la discipline nécessaire pour détecter les erreurs avant qu'elles n'atteignent les bailleurs de fonds, les conseils d'administration ou les communautés.
Guide
Un flux de travail en 5 étapes qui produit un plan d'évaluation prêt pour les bailleurs de fonds. Exécutez toutes les invites dans une seule conversation avec l'IA. Prend 30 à 45 minutes.
Playbook
Un flux de travail en 5 étapes qui transforme les transcriptions brutes d'entretiens ou de groupes de discussion en un ensemble de données codées avec analyse thématique. Exécutez toutes les invites dans une seule conversation IA.
Playbook
Un flux de travail en 5 étapes qui produit une Théorie du Changement complète avec des chaînes de causalité, des hypothèses, des risques et un cadre d'indicateurs. Exécutez toutes les invites dans une seule conversation IA.
Playbook
Les compétences et garde-fous qui s'appliquent à chaque tâche d'IA pour le S&E.
Démarrer avec l'IA
Utiliser l'IA de manière responsable