Comment utiliser l'IA pour analyser les réponses à une enquête auprès des fonctionnaires sur la diversité, l'équité et l'inclusion dans les services publics

Cet article vous donnera des conseils sur la manière d'analyser les réponses à une enquête auprès des fonctionnaires sur la diversité, l'équité et l'inclusion dans les services publics. Que vous disposiez de chiffres bruts ou de retours en texte libre, je vous montrerai des méthodes pratiques pour transformer les résultats de votre enquête en informations exploitables.

Choisir les bons outils pour l'analyse des réponses d'enquête

L'approche appropriée pour analyser les données d'une enquête auprès des fonctionnaires sur la diversité, l'équité et l'inclusion dépend largement de la structure de vos données. D'après mon expérience, les outils que vous choisissez doivent correspondre à votre mélange de réponses quantitatives et qualitatives.

• Données quantitatives : Lorsque vous travaillez avec des chiffres concrets — comme le nombre de personnes ayant choisi certaines options — des outils basiques tels qu'Excel ou Google Sheets suffisent souvent. Ces outils peuvent calculer des pourcentages et afficher des tendances dans les écarts de rémunération, comme l'écart médian de rémunération entre les sexes dans la fonction publique britannique en 2024, qui reste supérieur à la moyenne nationale à 8,5 %. Ce type d'information est inestimable pour comprendre rapidement les problèmes de représentation. [1]
• Données qualitatives : Si votre enquête comprend des questions ouvertes ou des réponses détaillées en suivi, vous traitez des données qualitatives. Lire manuellement ces réponses n'est pas seulement chronophage — c'est presque impossible lorsque vous avez des dizaines ou des centaines d'entrées. Pour cela, vous avez besoin d'outils alimentés par l'IA capables de résumer rapidement et de manière fiable les thèmes et les tendances.

Il existe deux approches pour les outils lorsqu'il s'agit de réponses qualitatives :

ChatGPT ou outil GPT similaire pour l'analyse IA

Si vous exportez vos réponses en texte libre — par exemple depuis SurveyMonkey ou Google Forms — vous pouvez les coller dans ChatGPT ou un autre outil GPT et commencer à discuter de vos données. Cette approche fonctionne pour de petits ensembles de données, et vous pouvez poser des questions ciblées comme « Quels sont les principaux thèmes récurrents ? » ou « Quels défis les fonctionnaires décrivent-ils ? »

Cependant, ce processus n'est pas très pratique. Vous devrez formater les données pour l'entrée IA, les copier en petits lots s'il y en a trop, et suivre plusieurs sessions de chat. C'est faisable pour une analyse exploratoire mais cela devient rapidement fastidieux à mesure que votre enquête grandit.

Outil tout-en-un comme Specific

Un outil IA conçu spécialement pour ce flux de travail, comme Specific, regroupe tout au même endroit. Vous pouvez à la fois collecter les données d'enquête et lancer des analyses instantanées alimentées par l'IA. Voici comment cela aide :

• L'IA de Specific pose automatiquement des questions de suivi pendant l'enquête. Cela augmente la qualité et la profondeur des réponses — essentiel pour un sujet nuancé comme la DEI dans les services publics. En savoir plus sur les questions de suivi automatiques par IA ici.
• Une fois les réponses reçues, l'IA résume instantanément les réponses, identifie les thèmes clés et met en lumière des informations exploitables — sans besoin de feuilles de calcul ou de tri manuel.
• Vous pouvez discuter avec l'IA des résultats comme vous le feriez dans ChatGPT. La différence est que vous bénéficiez de fonctionnalités supplémentaires pour filtrer, gérer et explorer vos données sans jongler avec des fichiers ou copier-coller des réponses. C'est conçu pour un travail collaboratif de retour d'information, particulièrement pour les enquêtes auprès des fonctionnaires traitant de questions complexes comme la représentation ou la discrimination.

En résumé, vous pouvez utiliser des outils de chat IA génériques pour des tâches plus petites, mais des plateformes dédiées comme Specific rendent l'analyse qualitative à grande échelle infiniment plus facile et exploitable.

Invites utiles pour analyser les réponses à une enquête sur la diversité, l'équité et l'inclusion des fonctionnaires

Une IA n'est utile que dans la mesure où les invites que vous lui donnez sont pertinentes. Pour vous assurer d'obtenir les informations dont vous avez besoin sur les perspectives des fonctionnaires concernant la diversité, l'équité et l'inclusion, voici quelques idées d'invites éprouvées qui fonctionnent à la fois dans ChatGPT et Specific.

Invite pour les idées principales : Cela fonctionne pour tout volume de données et vous aide à comprendre les thèmes majeurs exprimés dans toutes les réponses.

Votre tâche est d'extraire les idées principales en gras (4-5 mots par idée principale) + un explicatif de 2 phrases maximum. Exigences de sortie : - Évitez les détails inutiles - Spécifiez combien de personnes ont mentionné chaque idée principale (utilisez des chiffres, pas des mots), les plus mentionnées en haut - pas de suggestions - pas d'indications Exemple de sortie : 1. **Texte de l'idée principale :** texte explicatif 2. **Texte de l'idée principale :** texte explicatif 3. **Texte de l'idée principale :** texte explicatif

L'IA fournit de bien meilleures réponses lorsque vous donnez plus de contexte sur votre enquête, votre public ou vos objectifs. Ajoutez simplement ceci avant votre invite :

Nous avons enquêté auprès des fonctionnaires britanniques sur leurs expériences et défis liés à la diversité, l'équité et l'inclusion dans les services publics. Nous souhaitons découvrir les problèmes clés, les idées d'amélioration et les points douloureux spécifiques liés à l'équité au travail, à la représentation et à l'inclusion.

Invite pour approfondir un sujet : Une fois que l'IA a résumé les sujets principaux, demandez-lui d'élaborer sur ces idées :

Parlez-moi davantage de sous-représentation des femmes dans les postes de direction

Invite pour mentions spécifiques : Idéal pour vérifier si quelqu'un a abordé un sujet qui vous intéresse.

Quelqu'un a-t-il parlé des écarts de rémunération ? Incluez des citations.

Invite pour personas : Utile lorsque vous souhaitez segmenter votre public par expérience ou origine.

Sur la base des réponses à l'enquête, identifiez et décrivez une liste de personas distincts — similaire à la façon dont les "personas" sont utilisés en gestion de produit. Pour chaque persona, résumez leurs caractéristiques clés, motivations, objectifs et toute citation ou tendance pertinente observée.

Invite pour points douloureux et défis : Obtenez de la clarté sur ce qui ne va pas et où les fonctionnaires ont besoin de plus de soutien.

Analysez les réponses à l'enquête et listez les points douloureux, frustrations ou défis les plus courants mentionnés. Résumez chacun, et notez les tendances ou fréquences d'apparition.

Invite pour suggestions et idées : Si vous souhaitez recueillir des recommandations exploitables pour le changement.

Identifiez et listez toutes les suggestions, idées ou demandes fournies par les participants à l'enquête. Organisez-les par sujet ou fréquence, et incluez des citations directes lorsque c'est pertinent.

Pour encore plus d'idées d'invites adaptées aux enquêtes sur la diversité et l'inclusion, consultez ce guide des questions efficaces pour les enquêtes auprès des fonctionnaires.

Comment Specific analyse les données qualitatives d'enquête selon le type de question

Décomposons comment Specific (et les outils IA en général) gèrent l'analyse qualitative pour différents types de questions d'enquête :

• Questions ouvertes (avec ou sans suivis) : Specific produit un résumé global couvrant chaque réponse à la question principale et à tout suivi associé. Cela vous aide à capturer la gamme des points de vue, comme analyser les raisons nuancées de l'écart persistant de rémunération entre les sexes dans les postes supérieurs de la fonction publique. [1]
• Choix avec suivis : Chaque option de réponse reçoit un résumé dédié, couvrant toutes les remarques faites par les répondants dans les questions de suivi concernant ce choix spécifique. Cela fait ressortir des tendances précieuses (par exemple, pourquoi les fonctionnaires se sentent inclus ou exclus, selon leur département ou équipe).
• NPS (Net Promoter Score) : Chaque segment — détracteurs, passifs, promoteurs — reçoit sa propre analyse. Pour la DEI dans les services publics, cela signifie que vous pouvez rapidement voir ce qui motive vos plus fervents soutiens et ce qui frustre le plus vos critiques.

Vous pouvez utiliser la même logique dans ChatGPT ; cela demande juste plus de copier-coller et d'organisation manuelle des réponses de suivi pour chaque question — c'est pourquoi une plateforme dédiée comme Specific simplifie et rend ce processus répétable.

Pour en savoir plus sur la mise en place d'enquêtes alimentées par l'IA comme celles-ci, consultez ce guide pratique de générateur d'enquêtes pour les enquêtes DEI auprès des fonctionnaires.

Contourner les limites de contexte de l'IA

Tous les grands modèles de langage, y compris ceux qui alimentent ChatGPT et l'analyse de Specific, ont des limites de taille de contexte — c'est-à-dire qu'ils ne peuvent "voir" et analyser qu'une quantité limitée de texte à la fois. Si votre enquête auprès des fonctionnaires génère des centaines de réponses détaillées, vous atteindrez rapidement ce plafond.

Voici les deux principales façons de gérer cela, toutes deux intégrées dans Specific mais que vous pouvez aussi appliquer avec des outils IA :

• Filtrage : N'envoyez que les conversations où les utilisateurs ont répondu à une certaine question ou sélectionné des réponses spécifiques. Par exemple, analysez uniquement les réponses des départements avec le plus grand écart de rémunération entre les sexes — comme le Department of Health and Social Care, qui avait un écart de 13,9 % en 2024. [1]
• Rogner : Limitez les questions que vous envoyez à l'IA pour analyse. En vous concentrant sur de petits ensembles de questions, vous libérez de la place pour plus de conversations, tout en obtenant des informations plus approfondies pour chaque ensemble.

Cette approche vous permet d'analyser de grands ensembles de données complexes sur la DEI des fonctionnaires tout en restant dans les limites techniques de l'IA, garantissant que vous tirez toujours une réelle valeur de votre analyse d'enquête.

Fonctionnalités collaboratives pour analyser les réponses d'enquête des fonctionnaires

Dans les enquêtes sur la diversité, l'équité et l'inclusion des fonctionnaires, la collaboration est souvent difficile : de nombreux intervenants, opinions et thèmes sensibles à explorer. Cela rend le partage des informations et la coordination des prochaines étapes essentiels.

Analyse pilotée par chat : Specific permet aux équipes d'analyser les données qualitatives d'enquête simplement en discutant avec l'IA. Vous n'avez pas besoin d'exécuter des requêtes SQL ou de gérer des feuilles de calcul sans fin. Vous voyez quelque chose d'intéressant ou souhaitez mettre en avant une conclusion clé ? Demandez à l'IA, et partagez le résultat immédiatement.

Multiples fils de discussion : Vous pouvez répartir le travail sur des dizaines de chats analytiques, chacun axé sur un angle différent — écarts de rémunération dans différents départements, défis pour les fonctionnaires sous-représentés, ou réponses aux nouvelles politiques DEI (y compris des points d'inflexion majeurs comme le démantèlement des programmes fédéraux DEI aux États-Unis en 2024-2025 [4][5]). Chaque chat affiche qui l'a créé, vous permettant de répartir le travail et de comparer les perspectives.

Visibilité et responsabilité : Tous ceux qui travaillent sur l'analyse de l'enquête voient exactement qui a dit quoi et d'où provient le retour. Cela signifie moins de confusion, des revues plus fluides et plus de confiance lors du partage des résultats — vital lorsqu'il s'agit de faire émerger des questions sensibles comme les "listes de surveillance" de l'American Accountability Foundation ciblant les fonctionnaires pour leur soutien à la DEI [3].

Si votre analyse doit être à la fois rigoureuse et conviviale pour l'équipe, les flux de travail collaboratifs de Specific font gagner du temps et vous aident à naviguer dans la politique et la complexité du travail DEI dans le secteur public. En savoir plus sur la facilité de structuration de ces flux de travail dans ce guide pratique pour les projets d'enquête dans les services publics.

Créez dès maintenant votre enquête auprès des fonctionnaires sur la diversité, l'équité et l'inclusion dans les services publics

Commencez à collecter des retours plus riches et plus honnêtes de votre équipe avec des enquêtes alimentées par l'IA — obtenez des informations exploitables, mettez en lumière les lacunes et stimulez un véritable changement avec moins d'efforts manuels.