Corporate and strategic evaluations
Use of AI
Italy
Anoop sharma Member since 09/09/2025
IFAD
Corporate Evaluation, AI and Data Specialist
My contributions
- Au début de cette année, les Bureaux d’évaluation du FIDA, du PAM et du FEM se sont réunis lors de l’Échange sur les pratiques d’évaluation du Groupe des Nations Unies pour l'évaluation (GNUE) afin de partager leurs expériences concernant l’utilisation de l’intelligence artificielle (IA) dans les pratiques d’évaluation. Les participants issus de l’ensemble du système des Nations Unies ont pris part à des discussions tournantes, suivant la méthode du World Café, afin d’identifier les opportunités de gains d’efficacité apportés par l’IA et les stratégies concrètes pour une intégration...Lire plus
- I. Introduction 1. En 2024, le Bureau indépendant de l’évaluation du FIDA (BIE) a lancé une évaluation au niveau de l’institution (CLE) de la performance institutionnelle et opérationnelle du FIDA dans le cadre des cycles de reconstitution FIDA11 et FIDA12 . L’évaluation a examiné les dimensions clés du modèle opérationnel du FIDA, notamment son architecture financière, ses opérations et la gestion de ses ressources humaines. 2. La collecte et l’analyse des données ont été menées à partir de multiples sources d’informations, notamment des entretiens structurés avec les parties prenantes du...Lire plus
- La conversation sur l'intelligence artificielle est bien amorcée au sein de la communauté de pratique EvalforEarth. À travers une riche série de webinaires, blogs et discussions, allant de l'examen des implications éthiques au partage des compétences pratiques, la communauté EvalforEarth a jeté les bases pour comprendre les implications de l'IA dans les évaluations. Cet article de blog s'inscrit dans cet élan, en partageant l'expérience et les leçons apprises du Bureau indépendant de l'évaluation du FIDA (IOE). Il y a dix ans, peu d'évaluateurs imaginaient qu'ils travailleraient avec l'IA...Lire plus
Italy
Anoop sharma
Corporate Evaluation, AI and Data Specialist
IFAD
Posté le 13/10/2026
La réduction des financements consacrés à l’aide humanitaire et au développement exerce une pression croissante sur les services d’évaluation, qui doivent produire davantage avec moins de ressources. Mais j’y vois également une opportunité : repenser la manière dont nous menons nos évaluations et mieux exploiter les données dont nous disposons déjà.
Dans notre article de blog commun, Faire plus avec moins : l’IA au service de l’évaluation humanitaire, environnementale et du développement, nous avons exploré comment l’IA pourrait aider les services d’évaluation à faire face à ces pressions. Par exemple, l’IA peut faciliter la synthèse de volumes importants de documents, aider à identifier les lacunes dans les données, analyser les portefeuilles d’évaluations et faciliter la traduction. Utilisée de manière responsable, elle pourrait réduire le temps consacré à certaines tâches analytiques et permettre aux évaluateurs de se concentrer davantage sur l’interprétation des résultats, la compréhension du contexte et l’exercice de leur jugement professionnel.
Il est également possible de voir au-delà des gains d’efficacité dans les évaluations individuelles. Une meilleure utilisation des données existantes pourrait aider les services d’évaluation à identifier les domaines où de nouvelles évaluations sont les plus nécessaires et à éviter les doublons lorsque des données suffisantes existent déjà.
Bien entendu, faire plus avec moins ne doit pas se faire au détriment de la qualité, de l’indépendance ou du caractère inclusif de l’évaluation. Les résultats générés par l’IA doivent être validés, et des garanties appropriées doivent être mises en place. En fin de compte, la question n’est pas simplement de savoir si nous pouvons produire des évaluations plus rapidement ou à moindre coût, mais si nous pouvons utiliser nos ressources de manière plus stratégique pour générer des données crédibles qui éclairent les décisions et renforcent la responsabilité et l’apprentissage.