Utiliser des entretiens IA dans un mémoire ou une thèse : guide 2026 pour les étudiants de master et de doctorat

Rédigé par Fengming Liu (UCL) · Relu par Prof. Shubin Yu (HEC Paris) · October 2026 · Mis à jour: 2026-10-12 · 9 min read

Réponse courte : vous pouvez utiliser des entretiens animés par l’IA dans un mémoire ou une thèse si votre directeur de recherche est d’accord, si votre comité d’éthique approuve l’étape IA et si vous la présentez dans votre méthode. Un intervieweur IA est un instrument de collecte de données : il pose les questions et les relances de votre guide, enregistre les réponses sous forme de transcriptions et vous laisse l’analyse et l’interprétation.

Quand les entretiens IA conviennent à un mémoire ou une thèse

Les entretiens semi-directifs avec un guide fixe, où chaque participant doit recevoir les mêmes questions principales.
Les participants répartis sur plusieurs fuseaux horaires ou pays, ou disponibles uniquement le soir.
Les études menées dans plusieurs langues. QualiTaTi conduit des entretiens dans ses 10 langues d’interface.
Les échantillons plus grands que ce que vous pourriez planifier et transcrire seul en un semestre.

Quand ils ne conviennent pas

L’ethnographie, les récits de vie et les autres dispositifs qui reposent sur une relation durable avec les participants.
Les participants sans accès fiable à Internet ou peu à l’aise avec une interface de discussion écrite ou vocale.
Les groupes vulnérables, sauf si votre comité d’éthique a explicitement approuvé l’étape IA.
Les entretiens où vous devez lire le langage corporel ou vous adapter d’une manière qu’un guide écrit ne peut pas anticiper.

Les données probantes sont encore en construction. Dans une comparaison randomisée auprès d’étudiants, Wuttke et al. (2024) ont constaté que les entretiens menés par l’IA produisaient des données de qualité à peu près équivalente à celles des entretiens menés par des humains, sur le même questionnaire. Ils ont aussi relevé des points sur lesquels les intervieweurs IA doivent encore progresser. Considérez ce résultat comme une raison de faire un test pilote, pas comme une preuve valable pour votre sujet.

Avant de commencer : trois échanges

Votre directeur de recherche. Convenez ensemble que les entretiens IA répondent à votre question de recherche, et de la façon dont vous les présenterez. Vous pouvez l’inviter dans le projet d’entretien pour qu’il puisse lire le guide et les transcriptions.
Votre comité d’éthique. Décrivez l’étape IA dans votre demande : ce que fait l’IA, où les données sont stockées et comment les participants donnent leur consentement. Le kit d’approbation éthique contient une déclaration d’utilisation de l’IA, une section de notice d’information, des formulations de consentement et un paragraphe de gestion des données que vous pouvez adapter.
La politique de votre établissement en matière d’IA. De nombreuses universités publient désormais des règles sur l’usage de l’IA dans les travaux évalués. Vérifiez si la vôtre traite la collecte de données ou le codage assistés par l’IA différemment de la rédaction.

Étape par étape

Rédigez votre guide d’entretien, ou collez vos questions de recherche et laissez QualiTaTi en préparer une première version que vous modifierez.
Choisissez comment les participants répondent : par écrit, à l’oral ou les deux (voir les entretiens vocaux en recherche qualitative).
Faites l’entretien vous-même, puis avec deux ou trois camarades. Révisez toute question que l’IA comprend mal ou suit de relances inadaptées.
Partagez le lien avec les participants une fois le guide et les documents éthiques finalisés.
Les transcriptions apparaissent dans le projet à mesure que les entretiens se terminent. Lisez les premières tôt et ajustez si nécessaire.

Ce que coûte une étude de mémoire ou de thèse

Un entretien standard consomme 1 crédit par minute, que les participants écrivent ou parlent. La conversation vocale en temps réel consomme 5 crédits par minute. Les comptes qui utilisent la région IA européenne facultative paient un supplément sur les entretiens standard.

Étude	Crédits	Offre qui la couvre
Pilote : 3 entretiens écrits de 10 minutes	30	Offre gratuite (30 crédits par mois)
15 entretiens écrits de 30 minutes	450	Un mois d’offre Étudiant (9 €, 600 crédits)
15 entretiens vocaux standard de 30 minutes	450	Un mois d’offre Étudiant
15 entretiens vocaux en temps réel de 30 minutes	2 250	Environ deux mois d’offre Chercheurs (19 €, 1 200 crédits par mois)

L’offre Étudiant demande une adresse e-mail universitaire, ou une carte d’étudiant si vous vous inscrivez avec une autre adresse. Prix tels que publiés sur la page des tarifs le 12 octobre 2026.

Analyser les transcriptions

Dans QualiTaTi : importez les entretiens dans un projet QDA et codez à la main, ou acceptez et modifiez les suggestions de codes de l’IA. Gardez une trace des codes que vous avez modifiés ; le jury vous posera la question.
Dans NVivo, ATLAS.ti ou MAXQDA : si votre université dispose d’une licence pour l’un d’eux, exportez un fichier .qdpx et poursuivez dans ce logiciel. Consultez les guides pour NVivo, ATLAS.ti et MAXQDA.
Fiabilité : invitez un second codeur à coder un échantillon de façon indépendante ; l’espace de travail calcule le kappa de Cohen (Cohen, 1960).
Analyse thématique : quel que soit l’outil, les décisions analytiques vous appartiennent. Braun et Clarke (2006) reste la référence standard pour la démarche.

Rédiger la partie méthode

L’espace de travail QDA rédige un paragraphe de méthode à partir de ce qu’il a enregistré : le nombre d’entretiens, les modèles d’IA et les paramètres utilisés, la façon dont les codes ont été produits et les statistiques d’accord. Il fournit aussi une citation du logiciel. Reformulez-le avec vos propres mots et ajoutez ce que le logiciel ne peut pas savoir : l’échantillonnage, le recrutement, l’approbation éthique et votre approche analytique.

Présentez aussi les limites. En mode texte, l’IA ne perçoit ni le ton de la voix ni le langage corporel. En mode vocal, les réponses sont transcrites automatiquement, et les erreurs de transcription sont une faiblesse connue des entretiens vocaux par IA (Tirumala et al., 2025). Indiquez comment vous avez vérifié les transcriptions.

Liste de contrôle pour votre chapitre méthodologique

Pourquoi les entretiens animés par l’IA conviennent à votre question de recherche.
Le guide, le réglage des relances et la façon dont vous l’avez testé.
La référence de l’approbation éthique, la procédure de consentement et le stockage des données.
Le mode d’entretien (texte ou voix), le nombre d’entretiens et leur durée.
Comment vous avez codé, qui a vérifié le codage, et le taux d’accord si vous avez fait appel à un second codeur.
Le logiciel et sa version, avec la citation.

Questions fréquentes

Le jury acceptera-t-il des entretiens animés par l’IA ?

Cela dépend de votre discipline et de votre établissement, c’est pourquoi les échanges avec votre directeur de recherche et le comité d’éthique viennent en premier. Le jury cherche surtout un choix justifié, une présentation transparente et une analyse rigoureuse.

Mon directeur de recherche peut-il voir les entretiens ?

Oui. Invitez-le par e-mail dans le projet d’entretien en tant que collaborateur.

Puis-je combiner des entretiens IA avec des entretiens que j’ai menés moi-même ?

Oui. Importez vos propres transcriptions dans le même projet QDA et codez l’ensemble. Présentez les deux modes séparément dans votre méthode.

Où les données sont-elles stockées ?

Dans l’Union européenne. La page de confiance liste les prestataires qui traitent les données ainsi que l’accord de traitement des données que votre comité d’éthique peut demander.

Et si un participant préfère un intervieweur humain ?

Proposez une alternative, par exemple un appel vidéo avec vous, et transcrivez-le dans le même projet. Mentionnez ce mélange dans votre méthode.

Sources, vérifiées le 12 octobre 2026 : Wuttke et al. (2024), AI Conversational Interviewing: Transforming Surveys with LLMs as Adaptive Interviewers, arXiv:2410.01824 ; Tirumala, Jain, Leybzon et Buskirk (2025), Mic Drop or Data Flop? Evaluating the Fitness for Purpose of AI Voice Interviewers, arXiv:2509.01814 ; Braun et Clarke (2006), Using thematic analysis in psychology, Qualitative Research in Psychology 3(2) ; Cohen (1960), A coefficient of agreement for nominal scales, Educational and Psychological Measurement 20(1).