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.
L'IA pour le S&E: Ressource pour praticiens
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.
Où l’IA trouve sa place dans le cycle du S&E
L’adéquation dépend de l’étape. Une personne reste responsable de chaque décision.
De l’assistance à l’automatisation
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.
Conception
Théorie du changement, indicateurs, questions évaluatives et outils
Adéquation de l’IAMoyenne à élevée
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.
Ressources liées
11 ressources
- Comment construire une Théorie du Changement avec l'IA
- Comment utiliser l'IA pour concevoir un cadre de S&E
- Comment utiliser l'AI pour le développement d'indicateurs
- Comment rédiger un cadre logique avec l'IA
- Comment utiliser l'IA pour rédiger un plan S&É&A
- Comment construire de meilleurs questionnaires avec l'IA
- Construire une Théorie du Changement avec l'IA
- Construire un Cadre de Résultats avec l'IA
- Développer des indicateurs avec l'IA
- Élaborer un plan S&E&A avec l'IA
- Élaborer un plan d'évaluation avec l'IA
Collecte de données
Terrain, outils et consentement
Adéquation de l’IAFaible à moyenne
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.
Ressources liées
Nettoyage des données
Nettoyage et harmonisation
Adéquation de l’IAÉlevée
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.
Ressources liées
Analyse quantitative
Tendances, résumés et code d’analyse
Adéquation de l’IAMoyenne
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.
Ressources liées
Codage qualitatif
Analyse thématique et réponses ouvertes
Adéquation de l’IAÉlevée, avec contrôle humain
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.
Ressources liées
Synthèse des preuves
Revue de littérature et extraction dans les rapports
Adéquation de l’IAÉlevée
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.
Rapports
Rédaction, lacunes et visualisation
Adéquation de l’IAÉlevée
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.
Apprentissage
Gestion adaptative
Adéquation de l’IAMoyenne
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.
Conception Moyenne à élevée
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.
- Comment construire une Théorie du Changement avec l'IA
- Comment utiliser l'IA pour concevoir un cadre de S&E
- Comment utiliser l'AI pour le développement d'indicateurs
- Comment rédiger un cadre logique avec l'IA
- Comment utiliser l'IA pour rédiger un plan S&É&A
- Comment construire de meilleurs questionnaires avec l'IA
- Construire une Théorie du Changement avec l'IA
- Construire un Cadre de Résultats avec l'IA
- Développer des indicateurs avec l'IA
- Élaborer un plan S&E&A avec l'IA
- Élaborer un plan d'évaluation avec l'IA
Collecte de données Faible à moyenne
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 des données Élevée
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.
Analyse quantitative Moyenne
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.
Codage qualitatif Élevée, avec contrôle humain
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.
Synthèse des preuves Élevée
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.
Rapports Élevée
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.
Apprentissage Moyenne
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.
Au-delà du S&E : l’IA dans le programme
Les usages en contact direct avec les personnes demandent davantage de prudence.
Services et outils destinés aux bénéficiaires
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.
Analyse opérationnelle et rapports internes
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.
Guides et playbooks pour votre travail
Choisissez un guide pratique ou un playbook en plusieurs étapes.
Élaborer un plan d'évaluation avec l'IA
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
Coder des données qualitatives avec l'IA
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
Construire une Théorie du Changement avec l'IA
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
Concevoir une enquête de référence avec l'IA
Un flux de travail en 5 étapes qui vous guide des indicateurs à un instrument d'enquête prêt pour le terrain, avec cadre d'échantillonnage, logique de saut et protocole de test pilote.
Playbook
Élaborer un plan S&E&A avec l'IA
Un flux de travail en 5 étapes qui produit un plan complet de Suivi, Évaluation et Apprentissage (S&E&A) avec un cadre de résultats, une matrice d'indicateurs, un plan de collecte de données, un calendrier de rapports et un programme d'apprentissage.
Playbook
Créer un rapport de bailleur de fonds avec l'IA
Un flux de travail en 5 étapes qui produit un rapport d'avancement prêt pour le bailleur de fonds, avec des résumés de données, un narratif, l'intégration de preuves, des leçons et des recommandations.
Playbook
Développer des indicateurs avec l'IA
Un flux de travail en 5 étapes qui vous guide des objectifs du programme à une fiche de référence complète des indicateurs avec définitions, sources de données et cibles.
Playbook
Nettoyer les données de S&E avec l'IA
Un flux de travail en 4 étapes qui guide les données brutes d'enquête à travers la validation, la détection d'erreurs, la correction et la documentation pour produire un ensemble de données propre et prêt pour l'analyse.
Playbook
Construire un Cadre de Résultats avec l'IA
Un flux de travail en 5 étapes qui produit un cadre de résultats renseigné avec l'impact, les effets, les produits, les indicateurs et la logique causale.
Playbook
Fondations
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