BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//PYVOBJECT//NONSGML Version 1//EN
BEGIN:VTIMEZONE
TZID:Africa/Douala
BEGIN:STANDARD
DTSTART:20000101T000000
RRULE:FREQ=YEARLY;BYMONTH=1
TZNAME:WAT
TZOFFSETFROM:+0100
TZOFFSETTO:+0100
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:20260922T222400Z - 37700@amedu14a.odoo.com
DTSTART;TZID=Africa/Douala:20261201T090000
DTEND;TZID=Africa/Douala:20261215T120000
CREATED:20260922T222400Z
DESCRIPTION:<a href="https://www.shauri.cc/event/ia-appliquee-au-suivi-eval
 uation-19">IA appliquée au suivi-évaluation</a>\nDe la donnée brute au 
 résultat que vous saurez défendre. 1er – 15 déc. 2026 · 5 matinées\
 , 9 h-12 h · Yaoundé ou à distance · 175 000 FCFA Cinq matinées pour 
 analyser vos données d'évaluation avec l'IA sans jamais lui faire confia
 nce sur parole : cadrer\, nettoyer\, anonymiser\, coder\, mesurer la fiabi
 lité\, analyser\, visualiser. 15 heures en direct\, en salle à Yaoundé 
 ou à distance\, en français\, avec deux formateurs.Le résultat est conv
 aincant. Mais est-il juste ? Vous avez déjà demandé à une IA de vous a
 ider sur une analyse thématique. La réponse était rapide\, bien tourné
 e\, plausible. Et c'est précisément là que commence le problème : rien
 \, dans un texte bien écrit\, ne vous dit s'il est exact. Alors les quest
 ions arrivent. Comment savoir si le codage automatique est fiable ? Que r
 épondre à un pair qui trouve la démarche hasardeuse ? Que faire des ent
 retiens de bénéficiaires\, qu'on ne peut pas verser dans un outil en lig
 ne ? Et comment dire à celui qui commande l'évaluation qu'une IA est int
 ervenue\, sans perdre sa confiance ? À ces quatre questions\, cette forma
 tion répond par une règle\, et une seule : chaque sortie de l'IA doit po
 uvoir être vérifiée. Un échantillon codé à la main sert d'étalon\, 
 l'écart avec l'IA se mesure\, les chiffres sont calculés par du code et 
 contrôlés\, et le tout se documente dans une note que vous pouvez annexe
 r à votre rapport. Vous travaillez du début à la fin sur un même jeu d
 e données d'évaluation réaliste : réponses à un questionnaire et entr
 etiens approfondis\, que vous cadrez\, nettoyez\, anonymisez\, codez\, vé
 rifiez\, analysez et mettez en forme. Formation conçue à partir des sess
 ions IA d'une formation régionale en évaluation pour CLEAR Afrique franc
 ophone (Banque mondiale) à Dakar\, et d'une série de webinaires avec INT
 RAC.Pour qui ?Praticiens du suivi-évaluation : évaluateurs\, chargés de
  S&E\, responsables MEAL\, consultants.Métiers [...]
DTSTAMP:20260922T222400Z
LOCATION:Tsinga Camp SIC\; Yaoundé
SUMMARY:IA appliquée au suivi-évaluation
X-ALT-DESC;FMTTYPE=text/html:<a href="https://www.shauri.cc/event/ia-appliq
 uee-au-suivi-evaluation-19">IA appliquée au suivi-évaluation</a>\nDe la 
 donnée brute au résultat que vous saurez défendre. 1er – 15 déc. 202
 6 · 5 matinées\, 9 h-12 h · Yaoundé ou à distance · 175 000 FCFA Cin
 q matinées pour analyser vos données d'évaluation avec l'IA sans jamais
  lui faire confiance sur parole : cadrer\, nettoyer\, anonymiser\, coder\,
  mesurer la fiabilité\, analyser\, visualiser. 15 heures en direct\, en s
 alle à Yaoundé ou à distance\, en français\, avec deux formateurs.Le r
 ésultat est convaincant. Mais est-il juste ? Vous avez déjà demandé à
  une IA de vous aider sur une analyse thématique. La réponse était rapi
 de\, bien tournée\, plausible. Et c'est précisément là que commence le
  problème : rien\, dans un texte bien écrit\, ne vous dit s'il est exact
 . Alors les questions arrivent. Comment savoir si le codage automatique es
 t fiable ? Que répondre à un pair qui trouve la démarche hasardeuse ? Q
 ue faire des entretiens de bénéficiaires\, qu'on ne peut pas verser dans
  un outil en ligne ? Et comment dire à celui qui commande l'évaluation q
 u'une IA est intervenue\, sans perdre sa confiance ? À ces quatre questio
 ns\, cette formation répond par une règle\, et une seule : chaque sortie
  de l'IA doit pouvoir être vérifiée. Un échantillon codé à la main s
 ert d'étalon\, l'écart avec l'IA se mesure\, les chiffres sont calculés
  par du code et contrôlés\, et le tout se documente dans une note que vo
 us pouvez annexer à votre rapport. Vous travaillez du début à la fin su
 r un même jeu de données d'évaluation réaliste : réponses à un quest
 ionnaire et entretiens approfondis\, que vous cadrez\, nettoyez\, anonymis
 ez\, codez\, vérifiez\, analysez et mettez en forme. Formation conçue à
  partir des sessions IA d'une formation régionale en évaluation pour CLE
 AR Afrique francophone (Banque mondiale) à Dakar\, et d'une série de web
 inaires avec INTRAC.Pour qui ?Praticiens du suivi-évaluation : évaluateu
 rs\, chargés de S&E\, responsables MEAL\, consultants.Métiers [...]
END:VEVENT
END:VCALENDAR
