ÉVALUATION D’IMPACT À L’ÈRE DE INTELLIGENCE ARTIFICIELLE

Les programmes de développement font face à une pression croissante pour fournir des preuves d'impact crédibles, rentables et rapides au moment exact où l'intelligence artificielle transforme la façon dont ces preuves peuvent être générées, analysées et communiquées. Les bailleurs de fonds s'attendent désormais à ce que les évaluateurs maîtrisent à la fois la boîte à outils de l'inférence causale (évaluations randomisées, devis quasi-expérimentaux, approches basées sur la théorie) et les méthodes émergentes fondées sur l'IA (apprentissage automatique pour l'inférence causale, traitement du langage naturel pour les données qualitatives, analyse géospatiale et IA générative pour la productivité en évaluation).
Ce séminaire de cinq jours offre aux évaluateurs professionnels, responsables S&E, chercheurs et analystes de politiques publiques un ancrage pratique et concret dans l'évaluation d'impact moderne, délibérément étalonné par rapport aux principes de conception de cinq des institutions d'évaluation et de formation exécutive les plus influentes au monde.

Date : lundi,23/11/2026 au Samedi, 28/11/2026

Lieu : Assinie Mafia, Cote d’Ivoire

Public cible
• Spécialistes S&E et responsables d'évaluation d'impact au sein des gouvernements, ONG et agences de développement
• Enseignants-chercheurs et étudiants de master/doctorat en économie, politiques publiques et science des données
• Gestionnaires de programmes qui commanditent ou interprètent des évaluations d'impact
• Data scientistes et analystes s'orientant vers le développement et l'impact social

Prérequis
• Connaissance de base en Statistiques (statistiques descriptives, tests d'hypothèses, régression simple),
• Maîtrise d'un tableur (Excel, « Google Sheet », etc.)
• Connaissance d'un logiciel statistique (SPSS, STATA, RStudio, Python, etc.)
• Notion de base en LLM (Gemini, ChatGPT, Claude, etc.) est souhaitée mais pas exigée ni requise.
• Niveau Licence minimum.

Format du séminaire
• Présentiel
• 5 jours, 9 :00 heures de cours/jour (08h30–17h30, avec pauses) — 30 heures de cours au total
• Environ 60 % de travaux pratiques en laboratoire, 40 % de cours/discussions — le ratio appliqué privilégié par les programmes de référence.
• Ateliers informatiques en petits groupes (maximum 25 participants par facilitateur) utilisant R, Python et des notebooks Python.
• Mini-projet de synthèse : conception d'une évaluation d'impact et analyse optimisée par l'IA, présenté le Jour 5.