Comment réaliser une analyse thématique avec l'IA : étape par étape

L'analyse thématique est une méthode permettant de dégager des schémas de signification à travers des données qualitatives, telles que des transcriptions d'entretiens ou des réponses à des questions ouvertes de sondages. Pour la réaliser avec l'IA, chargez vos transcriptions et votre question de recherche, laissez l'IA proposer des codes de premier passage, puis développez et vérifiez les thèmes vous-même. L'IA accélère la lecture et le tri. L'interprétation reste de votre ressort.

Ce guide explique ce qu'est l'analyse thématique, détaille ses six étapes et montre là où l'IA apporte une aide et là où elle ne doit pas décider. Il comprend un exemple concret, un modèle de tableau de résultats et une comparaison avec l'analyse de contenu.

Qu'est-ce que l'analyse thématique ?

Virginia Braun et Victoria Clarke, qui ont développé la version la plus citée de cette méthode, la définissent ainsi sur leur site : « L'analyse thématique (AT) désigne un ensemble de méthodes de recherche qualitative utilisées pour explorer et interpréter des schémas de signification à travers des ensembles de données. »

Deux mots de cette définition sont essentiels. « Ensemble » signifie que l'analyse thématique est une famille d'approches, et non une procédure unique et figée. « Interpréter » signifie que le résultat est une argumentation sur le sens des données, et non un simple décompte de ce qu'elles disent.

Braun et Clarke regroupent cette famille en trois catégories : les approches basées sur la fiabilité du codage, les approches par guide de codage (codebook) et leur propre approche réflexive. Cette différence influence la manière dont vous utilisez l'IA.

• La fiabilité du codage fixe un guide de codage dès le départ et vérifie que différents codeurs l'appliquent de la même manière.
• Les approches par guide de codage utilisent également un cadre structuré, mais lui permettent d'évoluer dans une certaine mesure.
• L'analyse thématique réflexive maintient le codage ouvert et lui permet d'évoluer à mesure que votre compréhension s'approfondit. Leur FAQ indique clairement que « l'AT réflexive évite les guides de codage ».

Dans l'analyse thématique réflexive, un thème est bien plus qu'un simple sujet. Braun et Clarke décrivent les thèmes comme un « schéma de signification partagée sous-tendu par un concept ou une idée centrale ». Un sujet tel que la « tarification » n'est pas un thème. « Les clients perçoivent le prix comme un gage de confiance » en est un.

Les six étapes

Braun et Clarke décrivent six étapes. Elles soulignent que « ces étapes ne prescrivent pas un processus rigide que vous devez suivre à la lettre ». En pratique, vous naviguez constamment de l'une à l'autre.

1. Se familiariser avec l'ensemble de données. Lire et relire les données, et noter les premières observations.
2. Coder. Associer des étiquettes courtes aux segments significatifs, sur l'ensemble des données, en deux passages ou plus.
3. Générer des thèmes initiaux. Regrouper les codes en schémas de signification potentiels.
4. Développer et examiner les thèmes. Vérifier chaque thème potentiel par rapport aux données codées et à l'ensemble des données. Diviser, fusionner ou abandonner des thèmes si nécessaire.
5. Affiner, définir et nommer les thèmes. Déterminer la portée et le récit de chaque thème, et lui donner un nom explicite.
6. Rédiger le rapport. Tisser le récit analytique avec des extraits de données et le relier à la littérature existante.

Leur site décrit le processus avec franchise : « l'analyse est généralement un processus récursif ». Attendez-vous à revenir au codage après avoir commencé à élaborer vos thèmes.

Là où l'IA aide et là où elle ne doit pas décider

L'IA est véritablement utile pour les étapes qui impliquent de gros volumes de données. Elle peut lire rapidement quarante transcriptions, suggérer des codes potentiels, extraire chaque passage correspondant à un code et compter la fréquence d'apparition d'un schéma.

Elle ne doit pas prendre de décisions d'interprétation. Braun et Clarke écrivent que « l'analyse qualitative est un processus qualifié, situé et subjectif ». Un modèle ne partage pas vos enjeux concernant la question de recherche et ne connaît que le contexte que vous lui fournissez.

Leur FAQ souligne un point similaire concernant les logiciels d'analyse. Ce qui importe, écrivent-elles, c'est « d'être un chercheur averti ». Cela signifie utiliser n'importe quel outil d'une manière qui respecte les valeurs de l'approche que vous avez choisie.

Une répartition possible du travail ressemble à ceci :

Étape	Ce que l'IA peut faire	Ce que vous décidez
Familiarisation	Résumer chaque transcription, signaler les passages surprenants	Quels passages sont importants pour votre question
Codage	Proposer des codes de premier passage et les appliquer de manière cohérente	Quels codes conserver, fusionner ou renommer
Génération de thèmes	Regrouper les codes et extraire les passages justificatifs	Si un groupe constitue un véritable schéma de signification
Examen des thèmes	Rechercher des contre-exemples dans l'ensemble de données	Si un thème tient la route
Nommage des thèmes	Suggérer des noms et des définitions en une ligne	Le nom final et le récit qu'il véhicule
Rédaction	Rédiger des sections et rassembler des citations	L'argumentation et ses affirmations

Si vous utilisez une approche par guide de codage, les résultats de l'IA peuvent servir de projet de guide. Si vous utilisez l'analyse thématique réflexive, traisez les codes de l'IA comme des pistes de réflexion, et non comme l'analyse elle-même.

Quelle que soit l'approche choisie, documentez la manière dont l'IA a été impliquée. Notez l'outil, les étapes pour lesquelles il a aidé et ce que vous avez modifié par la suite. Un court paragraphe méthodologique répondra à la question avant même qu'un réviseur, un examinateur ou une partie prenante ne la pose.

Ce dont vous avez besoin avant de commencer

Préparez quatre éléments avant que tout outil d'IA ne touche à vos données.

Une question de recherche claire. Chaque code et chaque thème est évalué par rapport à elle. « Quelle est l'expérience des clients lors de l'intégration ? » produit une analyse différente de « Pourquoi les clients résilient-ils leur abonnement au cours du premier mois ? »

Des transcriptions propres et anonymisées. Supprimez les noms, les noms d'entreprises, les e-mails et tout détail permettant d'identifier un participant. Faites-le avant le chargement, pas après. Vérifiez votre approbation éthique ou vos formulaires de consentement pour détecter d'éventuelles restrictions sur l'utilisation d'outils tiers.

Un document de notes pour vos propres réflexions. L'analyse thématique réflexive met en avant la perspective du chercheur. Conservez un registre continu de vos hypothèses et de vos réactions au fil de votre lecture, indépendamment de ce que produit l'IA.

Un format de fichier cohérent. Un fichier par entretien, avec l'identification des locuteurs, permet de remonter plus facilement chaque extrait à sa source. Tenez un index simple associant les codes des participants aux dates d'entretien.

Comment réaliser une analyse thématique avec l'IA

Les étapes ci-dessous suivent les six phases, regroupées en trois sessions de travail.

Étape 1 : Charger les transcriptions et définir la question de recherche

Chargez les transcriptions anonymisées dans un espace de travail IA tel que Powerdrill Bloom. Ses forfaits incluent le chargement de fichiers Excel, CSV, PDF et de documents, de sorte que les transcriptions au format Word ou PDF fonctionnent telles quelles. Les réponses aux questions ouvertes de sondages exportées vers un tableur conviennent également.

Énoncez d'abord la question de recherche, avant toute autre demande. Demandez ensuite un court résumé de chaque transcription et une liste des passages liés à la question.

Lisez ces résumés, puis lisez les transcriptions vous-même. Les résumés de l'IA accélèrent la familiarisation, mais ils ne la remplacent pas. Notez vos propres premières impressions dans un document distinct avant de regarder les codes générés par l'IA.

Étape 2 : Générer des codes de premier passage, puis coder à nouveau vous-même

Demandez à l'IA de proposer des codes pour chaque transcription. Demandez des étiquettes courtes, une définition en une ligne pour chacune et les extraits exacts qui les justifient.

Une demande utile est courte et précise. Codez la transcription pour tout ce qui concerne la question de recherche, limitez les étiquettes à moins de cinq mots et citez le passage exact pour chacune. Demander des passages exacts permet de repérer facilement un code qui s'est éloigné de ce que le participant a réellement dit.

Effectuez ensuite un second passage de codage par vous-même. Comparez vos codes avec la liste de l'IA. Là où ils concordent, le code décrit probablement quelque chose de clairement présent. Là où ils diffèrent, examinez la situation de près. Soit l'IA a remarqué quelque chose qui vous a échappé, soit elle a étiqueté une formulation superficielle plutôt que le sens profond.

Veillez à ce que chaque extrait reste traçable. Chaque code doit renvoyer à un participant et à un passage. La page d'accueil de Powerdrill Bloom indique que chaque chiffre « renvoie à la page, à la ligne et au chiffre qui se cachent derrière », et cette même traçabilité est essentielle pour les citations.

Étape 3 : Élaborer des thèmes potentiels et les vérifier par rapport aux données

Demandez à l'IA de regrouper vos codes finaux en thèmes potentiels, avec les extraits justificatifs pour chacun. Traisez ces regroupements comme un point de départ.

Pour chaque thème potentiel, posez-vous une question : y a-t-il un concept ou une idée centrale derrière ? Si la réponse n'est qu'un sujet partagé, ce n'est pas encore un thème. Divisez-le, fusionnez-le ou abandonnez-le.

Testez ensuite chaque thème. Demandez à l'IA de trouver des extraits qui le contredisent. Un thème qui survit à une recherche délibérée de contre-exemples est bien plus solide qu'un thème qui n'a jamais été remis en question.

Enfin, nommez chaque thème et rédigez une définition en deux phrases. Rédigez le rapport section par section, et vérifiez chaque citation par rapport à la transcription originale avant de l'intégrer au rapport.

Un exemple concret

Voici une version courte du processus appliqué à une étude de recherche produit comprenant douze entretiens clients. La question de recherche portait sur les raisons pour lesquelles les nouveaux clients cessaient d'utiliser le produit dans les 30 jours.

Les codes de l'IA lors du premier passage comprenaient « la configuration a pris trop de temps », « tarification peu claire » et « approbation du service informatique requise ».

Après un second passage de codage, le chercheur a remarqué que ces trois éléments apparaissaient dans les entretiens avec des personnes qui n'avaient pas choisi le produit elles-mêmes.

Le thème qui en a résulté était « l'adoption sans appropriation ». Les clients qui avaient hérité du produit n'avaient aucune raison de surmonter les premières difficultés.

Le chercheur a ensuite demandé à l'IA des contre-exemples : des clients qui n'avaient pas choisi le produit mais qui étaient restés malgré tout. Deux entretiens correspondaient. Tous deux décrivaient un collègue qui leur avait montré un bénéfice rapide dès la première semaine, ce qui a permis d'affiner le thème plutôt que de le réfuter.

L'IA a fait émerger les codes rapidement. Le thème est né du fait que le chercheur a remarqué qui prononçait ces paroles, ce qu'aucun code ne pouvait saisir à lui seul.

Comment présenter les résultats d'une analyse thématique

Une section de résultats commence généralement par un tableau des thèmes, puis examine chaque thème à l'aide d'extraits justificatifs. Le tableau ci-dessous présente un format courant.

Thème	Définition	Participants	Exemple d'extrait
Adoption sans appropriation	Les utilisateurs qui n'ont pas choisi le produit avaient peu de raisons de persévérer	7 sur 12	« On m'a dit de l'utiliser, alors j'ai fait le minimum. »
La configuration comme première impression	L'effort de configuration initial a façonné la perception globale du produit	9 sur 12	« Si la première heure est difficile, on suppose que le reste le sera aussi. »

Faites suivre le tableau d'une courte section pour chaque thème. Expliquez l'idée centrale, présentez deux ou trois extraits et reliez-les à votre question de recherche.

Choisissez des extraits qui montrent le thème sous différents angles, plutôt que trois citations disant la même chose. Restez concis et attribuez-les toujours à un code de participant. Les lecteurs accordent plus de crédit à un thème lorsqu'ils peuvent l'entendre à travers plusieurs voix.

Le nombre de participants fournit un contexte utile, mais l'approche de Braun et Clarke ne considère pas la fréquence comme la mesure de l'importance. Un thème mentionné par quatre personnes peut avoir plus d'importance qu'un autre mentionné par dix.

Pour un public de parties prenantes, ces mêmes résultats se transforment souvent en une courte présentation. L'outil AI research synthesis décrit ce parcours, combinant transcriptions et sondages en thèmes, preuves et présentation pour les parties prenantes.

Analyse thématique vs analyse de contenu

Les deux méthodes sont souvent confondues car toutes deux travaillent avec des données qualitatives.

	Analyse thématique	Analyse de contenu
Objectif principal	Interpréter des schémas de signification	Catégoriser et souvent compter le contenu
Résultat	Thèmes avec une idée centrale	Catégories avec fréquences
Rôle du décompte	Tout au plus un contexte de soutien	Souvent central
Idéal pour	Comprendre les expériences et les points de vue	Mesurer la fréquence d'apparition d'un élément

Si votre question est « à quelle fréquence les clients mentionnent-ils la tarification ? », l'analyse de contenu est adaptée. S'il s'agit de savoir « ce que la tarification signifie pour les clients », l'analyse thématique convient mieux.

Certains projets utilisent les deux méthodes l'une après l'autre. Un passage axé sur la fréquence sur un grand ensemble de données montre où se situe le volume. Un passage thématique sur un échantillon plus restreint et ciblé explique ensuite ce que signifie ce volume.

Pour les retours d'expérience à grande échelle, comme des milliers d'avis ou de tickets d'assistance, une vue axée sur la fréquence est souvent le premier besoin. Le Voice of Customer Summarizer regroupe les canaux de retour d'information en thèmes avec leur fréquence et un verbatim représentatif pour chacun.

L'analyse thématique dans Excel

De nombreux chercheurs codent encore dans un tableur, et cela fonctionne bien pour les petites études. Une mise en page simple utilise une ligne par extrait.

• Colonne A : code du participant.
• Colonne B : l'extrait, copié exactement.
• Colonne C : code du premier passage.
• Colonne D : code du second passage.
• Colonne E : thème potentiel.

Filtrer par thème vous permet ensuite d'obtenir tous les extraits justificatifs dans une seule vue. Un décompte des lignes par thème et par participant montre également en un coup d'œil si un thème repose sur un seul interlocuteur bavard. La limite réside dans l'échelle. Au-delà de quelques centaines d'extraits, le tri et le recodage manuels deviennent lents, et c'est là que le regroupement assisté par l'IA fait gagner le plus de temps.

Si votre projet comprend également une revue d'études publiées, notre guide sur la rédaction d'une revue de littérature avec l'IA couvre cette partie.

Erreurs courantes

• Traiter les sujets comme des thèmes. La « communication » est un sujet. Un thème en dit quelque chose.
• Accepter les codes de l'IA sans un second passage. Les codes de premier passage étiquettent souvent la formulation plutôt que le sens.
• Charger des données identifiables. Anonymisez les transcriptions avant tout chargement.
• Considérer le décompte comme une preuve. La fréquence soutient un thème, mais elle ne l'établit pas.
• Sauter la recherche de contre-exemples. Un thème qui n'a jamais été contesté est plus fragile qu'il n'y paraît.
• Laisser l'IA nommer les thèmes. Les noms portent l'argumentation, alors rédigez-les vous-même une fois les thèmes fixés et définis.

Maîtriser ces aspects est ce qui sépare une analyse crédible d'un simple résumé avec des titres. Si vous souhaitez que la lecture, le codage et le regroupement soient effectués plus rapidement sur vos propres transcriptions, vous pouvez essayer Powerdrill Bloom sur une étude.

Questions fréquemment posées

Qu'est-ce que l'analyse thématique en termes simples ?

L'analyse thématique est un moyen de trouver et d'interpréter des schémas de signification dans des données qualitatives, telles que des entretiens. Le chercheur code les données, regroupe les codes en thèmes et explique ce que chaque thème apporte à la question de recherche.

Quelles sont les six étapes de l'analyse thématique ?

Les six étapes de Braun et Clarke sont la familiarisation avec l'ensemble de données, le codage, la génération de thèmes initiaux, le développement et l'examen des thèmes, ainsi que l'affinage, la définition et le nommage des thèmes. La sixième est la rédaction du rapport. Elles soulignent que ces étapes ne sont pas des règles rigides.

L'IA peut-elle faire de l'analyse thématique ?

L'IA peut aider pour le travail de volume, comme résumer des transcriptions, proposer des codes et extraire des passages. Le travail d'interprétation consistant à décider de la signification d'un thème nécessite toujours l'intervention du chercheur. Braun et Clarke décrivent l'analyse qualitative comme un processus qualifié, situé et subjectif.

Combien de thèmes une analyse thématique doit-elle comporter ?

Braun et Clarke affirment qu'« il n'existe pas de formule précise pour déterminer le nombre de thèmes dans une AT ». Cela dépend des données, de la question de recherche et de la longueur du rapport. Une analyse peut traiter un thème en profondeur ou donner un aperçu plus large.

Quelle est la différence entre l'analyse thématique et l'analyse de contenu ?

L'analyse thématique interprète des schémas de signification et produit des thèmes. L'analyse de contenu catégorise le contenu et compte souvent la fréquence d'apparition des catégories. Choisissez l'analyse thématique pour comprendre les expériences, et l'analyse de contenu pour mesurer la fréquence.

Sources : Braun and Clarke, Thematic Analysis · Understanding TA · Doing Reflexive TA · Thematic Analysis FAQs. L'exemple concret et le tableau des résultats sont fournis à titre illustratif.