Écoute des réseaux sociaux en Ukraine : Aperçus locaux, réponse en temps réel

L'action humanitaire prospère lorsqu'elle est guidée par la voix des communautés. Dans le contexte de la crise humanitaire en Ukraine, la Société ukrainienne de la Croix-Rouge visant à acquérir une compréhension impartiale des besoins, des commentaires et des sentiments des personnes concernées, et à pouvoir cibler les activités en fonction des besoins identifiés. En collaboration avec l'équipe données et numérique de la Croix-Rouge néerlandaise, 510, la Société Nationale a décidé de mener un projet pilote d'écoute des médias sociaux (SML) outillages, qu'ils peuvent désormais exploiter et entretenir de manière autonome, favorisant ainsi l'appropriation locale. Cette initiative, aux côtés d'autres activités, est financée par la Fédération internationale des Sociétés de la Croix-Rouge et du Croissant-Rouge (FICR)’s appel d'urgence pour soutenir la réponse régionale en Ukraine et dans les pays touchés.

Comment fonctionne SML

Grâce à SML, les Sociétés Nationales extraient des données des plateformes de messagerie instantanée pour comprendre ce que les personnes touchées par des catastrophes ou des crises expriment sur leur situation, leurs besoins et leurs interactions avec les personnes fournissant une assistance. En combinant des données quantitatives et qualitatives, les utilisateurs peuvent identifier des perspectives et des tendances clés à partir de ces conversations. Cette analyse aide à atténuer les risques, améliore les rapports internes et permet aux Sociétés Nationales de mettre en œuvre et de peaufiner des activités, des programmes et des campagnes d'information. SML suit un flux de travail simple en 3 étapes :

Un modèle d'IA analyse et traduit des milliers de messages publiés sur des plateformes de messagerie instantanée, supprime les informations personnelles identifiables des messages et les classe parmi les sujets pertinents. (1). Ces messages sont ensuite lus dans Argilla (un outil collaboratif pour construire des jeux de données), où les sujets des messages sont validés par des analystes experts. (2). Cette contribution d'expert est utilisée de manière itérative pour améliorer le modèle d'IA et ainsi fournir des informations toujours meilleures aux utilisateurs. Les informations sont finalement visualisées dans un tableau de bord Power BI, où les utilisateurs peuvent voir des groupes de messages proéminents triés par sujets, tels que l'hébergement, la nourriture ou la santé. (3). Seul le modèle d'IA est géré et hébergé par 510, tandis que les autres étapes peuvent être entièrement réalisées par la Société Nationale à l'aide du SML. Ce flux de travail reflète l'approche de conception centrée sur l'humain de 510 : outils intuitifs, prise en charge des langues locales et interfaces conviviales.

“L’utilisation du SML a montré que la collecte de retours sur les réseaux sociaux peut être efficace et informative. À condition que les sources de l’outil soient optimisées, cela peut améliorer considérablement la compréhension des besoins et des retours au sein des communautés et rehausser la qualité globale des rapports.” 

Bohdan Koval, Spécialiste de l'analyse des retours d'information à la Société ukrainienne de la Croix-Rouge

Du service à l'autosuffisance

Lorsque la Croix-Rouge ukrainienne a commencé à utiliser SML, l'équipe 510 a extrait et analysé des canaux Telegram, fournissant des informations mensuelles aux équipes locales. C'était utile, mais pas durable. Pour transférer la propriété et renforcer les capacités, la Société Nationale a décidé de passer du statut de bénéficiaire de services à celui d'opérateur autonome de l'outil. Suite à cette transition et à une formation approfondie dispensée par l'équipe 510, le personnel de la Croix-Rouge ukrainienne peut désormais utiliser Argilla et Power BI pour explorer les tendances directement. Tous les supports de formation ont été conç.

“Je crois que le SML peut devenir un outil puissant pour comprendre les besoins et le contexte de la population, en fournissant des perspectives plus approfondies sur les processus et les sentiments. Cela contribuera, à son tour, à améliorer la qualité globale des rapports et des interventions.”

Mariia Nazarko, responsable du Centre d'information de la Société ukrainienne de la Croix-Rouge

Impact tangible, appropriation locale

Le passage de la dépendance à l'autonomie s'est traduit par une identification beaucoup plus rapide des besoins émergents, façonnant ainsi la réponse de la Croix-Rouge ukrainienne d'une manière qui atteint les communautés. Entre janvier 2024 et juillet 2025, plus de 83 000 messages ont été collectés dans six groupes Telegram de manière sensible aux données afin d'éviter une exposition inutile. À l'avenir, la Société Nationale s'appuiera sur ce projet pilote réussi en continuant à utiliser l'outil selon une approche adaptée. Cette initiative démontre comment l'innovation numérique – lorsqu'elle est co-conçue, construite de manière responsable et mise à l'échelle localement – peut permettre aux Sociétés Nationales de diriger leurs propres activités.

“ Le SML nous a aidés à comprendre certains des problèmes pratiques, des préoccupations et des lacunes d’information auxquels sont confrontées les personnes déplacées d’Ukraine. La reconnaissance des préoccupations des gens et de l’évolution de celles-ci a donné aux Sociétés nationales l’occasion d’adapter leur travail pour mieux répondre aux besoins changeants des gens. ”

Mark South, Consultant CEA, Région Europe à la FICR

Prêt à écouter plus intelligemment ? 👂

Une formation en science des données n'est pas nécessaire pour écouter à grande échelle. Le projet pilote SML en Ukraine prouve que des outils conviviaux et le bon soutien suffisent à transformer les insights en impact. Êtes-vous curieux d'utiliser les insights des médias sociaux pour éclairer votre réponse, et recherchez-vous une solution à faible maintenance que votre équipe peut s'approprier ? Nous serions ravis de vous entendre. Explorons ensemble comment faire fonctionner SML pour votre contexte !

CLAUSE DE NON-RESPONSABILITÉ : Veuillez noter que les versions arabe, française et espagnole de cet article ont été générées automatiquement à l'aide de l'intelligence artificielle. Nous ne pouvons pas garantir l'exactitude de ces versions.