Dans le cadre de mon cursus au MBA DMB et conformément aux bonnes pratiques de production de contenus, cette note documente l’usage rigoureux que j’ai fait des outils d’intelligence artificielle générative pour concevoir mon article : « Santé mentale en prévoyance ».

Lien de l’article principal : https://blog.mbadmb.com/sante-mentale-reduire-la-sinistralite-prevoyance-2026/ 

 

Concevoir un guide d’entretien, transcrire un enregistrement, rédiger un compte rendu exploitable : l’intelligence artificielle intervient aujourd’hui à chaque maillon de l’enquête qualitative. Encore faut-il qu’elle reste un outil de production, jamais un producteur d’affirmations. Cette note méthodologique détaille la chaîne de traitement mobilisée pour les entretiens experts d’une thèse professionnelle — de l’idéation des axes au lissage des verbatims — et surtout les garde-fous qui préservent la fidélité au terrain et la traçabilité des sources. Elle constitue environ un tiers de la note méthodologique globale.

 

1. Les outils mobilisés

Outil Offre / version Usage dans le volet entretiens Accès
Gemini Offre payante Google AI Pro (« Gemini Pro ») Idéation des axes, rédaction et itération du guide d’entretien semi-directif ; transcription des enregistrements audio gemini.google.com
Claude Offre payante, modèle Opus Structuration, lissage et analyse des comptes rendus d’entretien ; mise en correspondance avec les hypothèses claude.ai

Ces outils étant mis à jour en continu, les résultats obtenus sont datés : une même consigne peut produire une sortie différente d’une version de modèle à l’autre. Chaque livrable a donc été horodaté et rattaché à la version de modèle utilisée, afin d’assurer la reproductibilité.

 

Infographie workflow

 

2. Exploration, idéation et créativité

La sélection des experts est née hors IA : veille sur les réseaux professionnels — l’identification, via une publication LinkedIn relative à un événement Microsoft, d’un profil technique pertinent — complétée par la lecture d’articles et de ressources sectorielles. L’IA n’est intervenue qu’en aval, par des questions ouvertes soumises à Gemini pour dégager les thèmes structurants de la problématique : qualité de vie au travail, signaux faibles RH, entreprise providence, souveraineté. Le tri s’est opéré par confrontation à la problématique — les pistes sans ancrage terrain écartées, celles testables en entretien conservées. Des ressources techniques en anglais (documentation Power Platform, littérature IA) ont été synthétisées puis adaptées en français pour nourrir les relances.

3. Planification et organisation : des séquences de prompts, pas un prompt unique

Ni le guide ni les comptes rendus n’ont été obtenus d’un seul prompt. Ils résultent de séquences itératives conçues pour garder le contrôle à chaque étape :

  • Cadrage — définition du rôle de l’IA, de la problématique et des contraintes académiques.
  • Génération structurée — production du guide section par section : parcours, évolutions sectorielles, vision d’entreprise, staffing et souveraineté, QVCT et entreprise providence.
  • Affinage — équilibrage des questions ouvertes et fermées, ajout de relances, adaptation au profil de chaque expert.
  • Post-entretien — phase de calibrage imposée à l’outil avant toute rédaction, puis génération du compte rendu, puis lissage.

L’étape de calibrage préalable est le pivot méthodologique : elle interdit à l’outil de produire quoi que ce soit avant d’avoir explicité le titre, les hypothèses, le format, les règles de fidélité et le traitement des sources.

4. Rédaction et articulation

L’IA n’a pas rédigé le fond. Elle a lissé l’oral en français professionnel en préservant le sens, structuré les comptes rendus au format hybride — verbatim structuré et encadrés analytiques par section — et proposé une mise en correspondance avec les hypothèses de travail (confirmation, nuance, réfutation). Chaque première version a été personnalisée : reformulation, ajustement du vocabulaire technique, réintégration de la plume analytique dans les encadrés.

Les objectifs de qualité fixés à la production relevaient de critères académiques et non d’audience : fidélité au verbatim, exploitabilité directe dans la partie d’analyse terrain, densité argumentative, traçabilité des sources. La proportion de texte issue de l’IA est indiquée en tête de chaque livrable concerné.

5. Éthique, sources et hallucinations

Plusieurs corrections concrètes documentent une posture critique :

  • Données juridiques non durcies. Des numéros d’articles du Code du travail (droit à la déconnexion, consultation du comité social et économique) proposés par l’IA ont été marqués « à vérifier » et non intégrés en l’état, faute de vérification à la source primaire.
  • Erreur de transcription repérée. Un outil cité oralement par un expert a été transcrit « Bot » là où il s’agissait vraisemblablement de Bolt ; l’ambiguïté a été signalée plutôt que tranchée arbitrairement.
  • Référence non identifiable. Une interview évoquée par un expert, sur la souveraineté, n’a pas pu être identifiée précisément : elle a été signalée comme telle, sans attribution inventée.
  • Chiffres déclaratifs. Les valeurs avancées par les enquêtés — part de projets intégrant l’IA, gain de vélocité — ont été conservées comme estimations subjectives, non comme mesures.

Sur la traçabilité et la confidentialité : les modèles utilisés ne sont pas réentraînés sur les données transmises ; les livrables dérivés destinés à la diffusion ont été anonymisés (prénom seul, aucun employeur). Tout contenu généré par IA est signalé comme tel dans le processus de rédaction.

Annexe A — Séquence de prompts (Gemini) : conception du guide d’entretien

Prompt A.1 — Cadrage et idéation des axes

Tu es directeur de mémoire en sociologie du travail et méthodologie d’enquête. Ma thèse : « Comment l’IA peut améliorer la QVCT et la santé mentale en entreprise en redéfinissant le rôle de l’entreprise providence ? ». Je vais interroger un expert technique (ingénieur IA en grand groupe d’assurance). Propose 5 à 6 axes thématiques couvrant : parcours et périmètre métier, impact de l’IA sur les pratiques, vision stratégique de l’entreprise, staffing et souveraineté, QVCT et signaux faibles RH, entreprise providence. Pour chaque axe, indique l’objectif de connaissance visé et l’hypothèse qu’il permet de tester. N’invente aucune donnée ; propose une structure, pas des réponses.

Prompt A.2 — Génération du guide semi-directif

À partir de ces axes, rédige un guide d’entretien semi-directif de 30 minutes. Contraintes : commencer par une question d’ouverture identitaire (« qui es-tu, d’où viens-tu, que fais-tu »), puis progresser du descriptif vers le prospectif et l’éthique. Formule des questions ouvertes pour la réflexion, fermées pour le cadrage factuel. Cible un ratio 20 % fermées / 80 % ouvertes. Pour la partie « entreprise providence », prévois une définition à énoncer si l’expert ne connaît pas le terme.

Prompt A.3 — Affinage et relances

Relis le guide et, pour chaque question ouverte, ajoute une à deux relances de second niveau (approfondissement, contradiction, projection à 3-5 ans). Signale les questions redondantes à fusionner. Adapte le vocabulaire au profil d’un ingénieur développement / Power Platform.

Prompt A.4 — Transcription

Transcris fidèlement l’enregistrement fourni en distinguant les locuteurs (Enquêteur / Enquêté). Ne corrige pas le sens, ne résume pas, conserve les hésitations utiles à l’analyse. Signale par [inaudible] tout passage incertain plutôt que de le reconstituer.

Intérêt démontré : la séquence remplace un prompt unique indifférencié ; chaque étape est vérifiable et corrigible, et la consigne anti-invention est répétée aux points de risque — idéation et transcription.

Annexe B — Prompt (Claude) : calibrage et rédaction du compte rendu

Rôle. Tu es chercheur en sociologie du travail et assistant de rédaction académique. Tu vas transformer une transcription brute d’entretien en compte rendu exploitable pour une thèse professionnelle.

Contrainte de séquence. Ne rédige rien avant de m’avoir posé des questions de calibrage. Pose exactement les questions nécessaires pour fixer : le titre exact de la thèse ; le régime d’anonymisation (réel nommé ou anonymisé, et éléments identifiants à neutraliser) ; le format de restitution (chronologique, thématique, ou hybride verbatim et encadrés) ; les hypothèses de travail à mettre en correspondance (confirmation, nuance, réfutation) ; le traitement des sources (appels de note ; lissage de l’oral ou verbatim intégral). Attends mes réponses.

Règles de fidélité (impératives). N’ajoute aucun fait, chiffre ou citation absent de la transcription. Conserve les chiffres avancés par l’enquêté comme estimations subjectives. Marque « à vérifier » toute donnée factuelle (référence juridique, nom d’outil, source citée) non vérifiable depuis la seule transcription, et ne la durcis pas. Si une question du guide n’a pas été traitée dans l’échange, signale-le au lieu de combler.

Production (après calibrage). Rédige le compte rendu : en-tête réglementaire (thèse, identités, date, heure, durée, modalité, confidentialité et consentement) ; corps au format retenu ; encadrés analytiques adossés aux hypothèses ; synthèse transversale (statut de chaque hypothèse, verbatims retenus, signaux faibles) ; section sources avec appels de note et mentions « à vérifier ». Lisse l’oral en français professionnel en préservant strictement le sens. Indique en tête la part estimée de contribution IA.

Amélioration apportée : la contrainte de séquence, les règles de fidélité et le traitement explicite des données non vérifiables sont intégrés au prompt lui-même. Le garde-fou anti-hallucination devient structurel, et non dépendant d’un rappel manuel a posteriori.

Ce que cette méthode garantit

L’enjeu n’était pas d’automatiser l’entretien, mais d’outiller chacune de ses étapes sans jamais déléguer à l’IA le jugement sur le fond. En imposant un calibrage préalable, des règles de fidélité explicites et un signalement systématique des données non vérifiées, la chaîne décrite maintient une frontière nette : l’IA accélère la production et la mise en forme ; le chercheur reste seul garant du sens, des sources et de la vérité du terrain. C’est à cette condition que l’usage de l’IA renforce la rigueur d’une enquête qualitative au lieu de la diluer.