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:20261107T023144Z - 1807@amedu14a.odoo.com
DTSTART;TZID=Africa/Douala:20261201T090000
DTEND;TZID=Africa/Douala:20261215T120000
CREATED:20261107T023144Z
DESCRIPTION:<a href="https://meet.google.com/uos-mrmo-hbo">IA appliquée au
  suivi-évaluation</a>\nDe la donnée brute au résultat que vous saurez d
 éfendre. 1er – 15 déc. 2026 · 5 matinées\, 9 h-12 h · Yaoundé ou 
 à distance · 175 000 FCFA Cinq matinées pour analyser vos données d'é
 valuation avec l'IA sans jamais lui faire confiance sur parole : cadrer\, 
 nettoyer\, anonymiser\, coder\, mesurer la fiabilité\, analyser\, visuali
 ser. 15 heures en direct\, en salle à Yaoundé ou à distance\, en franç
 ais\, avec deux formateurs.Le résultat est convaincant. Mais est-il juste
  ? Vous avez déjà demandé à une IA de vous aider sur une analyse thém
 atique. La réponse était rapide\, bien tournée\, plausible. Et c'est pr
 écisément là que commence le problème : rien\, dans un texte bien écr
 it\, ne vous dit s'il est exact. Alors les questions arrivent. Comment sav
 oir si le codage automatique est fiable ? Que répondre à un pair qui tro
 uve la démarche hasardeuse ? Que faire des entretiens de bénéficiaires\
 , qu'on ne peut pas verser dans un outil en ligne ? Et comment dire à cel
 ui qui commande l'évaluation qu'une IA est intervenue\, sans perdre sa co
 nfiance ? À ces quatre questions\, cette formation répond par une règle
 \, et une seule : chaque sortie de l'IA doit pouvoir être vérifiée. Un 
 échantillon codé à la main sert d'étalon\, l'écart avec l'IA se mesur
 e\, les chiffres sont calculés par du code et contrôlés\, et le tout se
  documente dans une note que vous pouvez annexer à votre rapport. Vous tr
 availlez du début à la fin sur un même jeu de données d'évaluation r
 éaliste : réponses à un questionnaire et entretiens approfondis\, que v
 ous cadrez\, nettoyez\, anonymisez\, codez\, vérifiez\, analysez et mette
 z en forme. Formation conçue à partir des sessions IA d'une formation r
 égionale en évaluation pour CLEAR Afrique francophone (Banque mondiale) 
 à Dakar\, et d'une série de webinaires avec INTRAC.Pour qui ?Praticiens 
 du suivi-évaluation : évaluateurs\, chargés de S&E\, responsables MEAL\
 , consultants.Métiers [...]
DTSTAMP:20261107T023144Z
LOCATION:Tsinga\, derrière le CAMP SIC\, Yaoundé\, Cameroun
SUMMARY:IA appliquée au suivi-évaluation
X-ALT-DESC;FMTTYPE=text/html:<a href="https://meet.google.com/uos-mrmo-hbo"
 >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 v
 os données d'évaluation avec l'IA sans jamais lui faire confiance sur pa
 role : cadrer\, nettoyer\, anonymiser\, coder\, mesurer la fiabilité\, an
 alyser\, visualiser. 15 heures en direct\, en salle à Yaoundé ou à dist
 ance\, en français\, avec deux formateurs.Le résultat est convaincant. M
 ais est-il juste ? Vous avez déjà demandé à une IA de vous aider sur u
 ne analyse thématique. La réponse était rapide\, bien tournée\, plausi
 ble. 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 arriv
 ent. Comment savoir si le codage automatique est fiable ? Que répondre à
  un pair qui trouve la démarche hasardeuse ? Que faire des entretiens de 
 bénéficiaires\, qu'on ne peut pas verser dans un outil en ligne ? Et com
 ment dire à celui qui commande l'évaluation qu'une IA est intervenue\, s
 ans perdre sa confiance ? À ces quatre questions\, cette formation répon
 d par une règle\, et une seule : chaque sortie de l'IA doit pouvoir être
  vérifiée. Un échantillon codé à la main sert d'étalon\, l'écart av
 ec l'IA se mesure\, les chiffres sont calculés par du code et contrôlés
 \, et le tout se documente dans une note que vous pouvez annexer à votre 
 rapport. Vous travaillez du début à la fin sur un même jeu de données 
 d'évaluation réaliste : réponses à un questionnaire et entretiens appr
 ofondis\, que vous cadrez\, nettoyez\, anonymisez\, codez\, vérifiez\, an
 alysez et mettez en forme. Formation conçue à partir des sessions IA d'u
 ne formation régionale en évaluation pour CLEAR Afrique francophone (Ban
 que mondiale) à Dakar\, et d'une série de webinaires avec INTRAC.Pour qu
 i ?Praticiens du suivi-évaluation : évaluateurs\, chargés de S&E\, resp
 onsables MEAL\, consultants.Métiers [...]
END:VEVENT
END:VCALENDAR