Entretien d’évaluation : six mois de 1:1, pas deux semaines

2026-10-17

Une évaluation semestrielle équitable a besoin de tout le semestre, et vos 1:1 le contiennent déjà. Si chaque 1:1 est enregistré dans Speak-Y et porte le tag de la personne, un assistant IA connecté via MCP peut tous les lire — disons 24 réunions d’avril à septembre — et lister ce que la personne a soulevé, ce dont vous êtes convenus tous les deux, ce qu’est devenu chaque accord, et la date derrière chaque ligne. Cette liste constitue les éléments factuels. Le jugement, la note et les mots de l’évaluation restent les vôtres.

Ce guide suit un cas : un manager qui rédige l’évaluation d’Anna, ingénieure avec un 1:1 hebdomadaire de 30 minutes, pour la période du 1er avril au 30 septembre 2026. Il suppose l’habitude décrite dans des notes de 1:1 qui reprennent là où vous étiez et montre ce qui change quand on lit six mois d’un coup. Les détails produit ont été vérifiés sur l’app macOS et dans la documentation des éditeurs le 17 octobre 2026.

Pourquoi les évaluations glissent-elles vers les deux dernières semaines ?

Parce que la mémoire est pondérée par la date. L’incident qu’Anna a géré en septembre est vivace ; la migration qu’elle a proposée en avril ne l’est pas, sauf si quelque chose vous la rappelle. La recherche sur la gestion de la performance appelle cela le biais de récence, et le conseil habituel — prendre des notes toute l’année — échoue pour la même raison que les notes de 1:1 : personne ne les écrit avec régularité.

Un 1:1 enregistré, c’est la note que vous n’avez pas eu à écrire. Chacun, dans Speak-Y, a une transcription par intervenant, un résumé IA qui s’ouvre sur les actions à suivre, et les moments que vous avez marqués avec ⌥1 quand vous vous êtes mis d’accord sur quelque chose. Vingt-quatre, c’est trop pour les relire avant une évaluation. Ce n’est pas trop pour un assistant, à condition qu’il les lise tous et pas seulement les plus récents.

Que faut-il mettre en place avant la période d’évaluation ?

Le travail se fait pendant le semestre, une minute par 1:1. Trois habitudes décident si les éléments pourront être rassemblés plus tard :

1. Un tag par personne, posé juste après chaque 1:1 : cliquez sur Tags dans l’enregistrement et choisissez 1:1 Anna. Le tag est ce qui permet à l’assistant de retrouver ses 1:1 ; un appel intitulé « Meeting » que personne n’a tagué lui est invisible.
2. Son nom sur son intervenant. Cliquez sur la pastille Speaker 2 et tapez Anna. Sans cela, « je prends la migration de la facturation » n’appartient à personne en particulier, et l’assistant ne peut pas distinguer ses engagements des vôtres.
3. Des marques sur les accords. Appuyez sur ⌥1 quand vous arrêtez quelque chose. Une marque garde son heure, et l’assistant la lit avec la transcription : les accords se retrouvent facilement dans une demi-heure de conversation.

Une note à vous-même fonctionne aussi : dictez-la après l’appel et donnez à la dictée le même tag. Elle se range à côté du 1:1 et est lue avec lui.

Comment demander des éléments plutôt qu’un verdict ?

Connectez une fois Claude, ChatGPT, Cursor ou un autre client MCP : Connecter sur la page Intégrations (menu du compte → Connecter un assistant IA), accessible aussi depuis Paramètres → Intégrations. Connecter vos notes de réunion aux assistants IA détaille la procédure. Le serveur MCP de Speak-Y est inclus dans toutes les offres, Free compris, et lit les enregistrements localement sur votre Mac.

Demandez ensuite des faits datés, et dites ce qu’il ne faut pas faire :

Rassemble les éléments pour l'évaluation semestrielle d'Anna à partir
de mes 1:1 tagués « 1:1 Anna », du 1er avril au 30 septembre 2026.
Lis tous les enregistrements de cette période, pas seulement les plus récents.
Liste : les sujets qu'elle a soulevés (avec leur fréquence), les accords et
ce qu'est devenu chacun, les promesses que j'ai faites et si j'y suis revenu.
Mets la date du 1:1 après chaque ligne. Pas de notes, pas d'adjectifs
sur sa personnalité, aucune comparaison avec qui que ce soit.

Deux détails de cette demande font un vrai travail :

• La période. Par défaut, list_recordings renvoie les 20 enregistrements les plus récents. Vingt-quatre 1:1 hebdomadaires moins ce défaut, cela laisse de côté les quatre plus anciens — tout le début d’avril, y compris la première fois où Anna a parlé de la charge d’astreinte. C’est encore le biais de récence, cette fois à l’intérieur d’un appel d’outil. Quand la période est nommée, l’assistant passe date_from et date_to, ainsi qu’une limit supérieure au nombre de réunions ; l’outil en accepte jusqu’à 100 par appel.
• Les résumés d’abord. Vingt-quatre transcriptions d’une demi-heure, c’est beaucoup de texte pour une seule conversation. Demandez à l’assistant de lire d’abord le résumé et les marques de chaque 1:1, et de n’ouvrir la transcription complète que pour les lignes qu’il doit citer. get_transcript dispose d’un format summary exactement pour cela.

À quoi ressemble la liste des éléments ?

Pour Anna, la réponse ressemblait à ceci :

Anna — 1:1 du 1er avril au 30 septembre 2026
Sujets qu'elle a soulevés
- Charge d'astreinte : 5 fois (16 avr., 7 mai, 4 juin, 2 juil., 13 août)
- Veut piloter un projet de bout en bout (23 avr., 18 juin)
Accords et ce qu'ils sont devenus
- Elle pilote la migration de la facturation (convenu le 14 mai) ;
  annoncée livrée le 3 sept.
- Deux relectures par des pairs par sprint (convenu le 30 avr.) ;
  mentionnées comme faites pour la dernière fois le 25 juin
Promesses que j'ai faites
- Demander un budget pour une conférence (9 juil.) : aucun suivi trouvé
- Modifier la rotation d'astreinte (13 août) : toujours ouvert le 24 sept.
24 enregistrements lus, tag 1:1 Anna, 2 avr. – 24 sept.
(pas de 1:1 le 28 mai ni le 6 août).

Lisez-la comme une carte, pas comme un brouillon. Chaque ligne renvoie à un 1:1 que vous pouvez ouvrir, et la dernière ligne indique sur quoi repose la liste. Deux éléments vous concernent, vous, et non Anna : deux de vos propres promesses n’ont abouti à rien. Une évaluation qui mentionne cinq fois la charge d’astreinte et passe sous silence que le changement de rotation vous revenait ne serait pas équitable.

« Annoncée livrée le 3 sept. » signifie qu’Anna l’a dit lors d’un 1:1. Speak-Y ne suit pas si une action est faite ; « ce qu’ils sont devenus » est la lecture que fait l’assistant des 1:1 suivants. Avant qu’une ligne n’entre dans l’évaluation, ouvrez ce 1:1 et lisez la réponse dans l’onglet Par intervenants ou dans le Résumé.

Que l’assistant ne doit-il pas faire dans une évaluation ?

Tout ce qui transforme des éléments en jugement. La demande ci-dessus l’exclut, et il vaut tout de même la peine de vérifier la réponse :

• Les notes et les scores. Un modèle qui a lu 24 résumés n’a aucune idée de ce que « répond aux attentes » signifie dans votre entreprise.
• Les lectures de personnalité. « Semble désengagée en juillet » est une supposition sur une personne à partir de la transcription d’un appel de 30 minutes. Rayez-la.
• Les comparaisons. L’assistant peut aussi lire les 1:1 d’autres personnes s’ils sont tagués ; ne le laissez pas classer un collaborateur par rapport à un autre.
• Les absences prises pour des faits. Un travail jamais évoqué en 1:1 n’est pas dans la liste. Les revues de code, les canaux d’incident et les retours des pairs se trouvent ailleurs.

Il y a aussi une raison réglementaire. Le règlement européen sur l’IA (AI Act) classe à haut risque les systèmes d’IA destinés à « suivre et évaluer les performances et le comportement » des travailleurs (annexe III, point 4 b) ; depuis l’Omnibus numérique de 2026, ces obligations s’appliquent à partir du 2 décembre 2027. Savoir si une configuration donnée en relève, c’est l’affaire de votre service juridique. La bonne pratique est la même dans tous les cas : l’assistant rassemble, une personne évalue.

Qui voit les 1:1, et Anna doit-elle être au courant ?

Les enregistrements de 1:1 sont personnels dans Speak-Y : vous seul les voyez, sauf si vous cliquez sur To channel pour en publier un dans un canal d’équipe, et un 1:1 n’a rien à y faire. Le serveur MCP les lit sur votre Mac sans rien envoyer pour cela. Ce que lit l’assistant, en revanche, fait partie de votre conversation avec le modèle de son éditeur — la même décision que pour tout outil d’écriture IA, et pour une évaluation il s’agit de données personnelles concernant un salarié. MCP local ou cloud montre où va exactement le texte.

Anna doit être au courant. Speak-Y enregistre sans qu’un bot rejoigne l’appel, donc personne n’est prévenu automatiquement ; dites en début de cycle que les 1:1 sont enregistrés pour vos notes à tous les deux, et vérifiez la politique de votre entreprise ainsi que le droit applicable à l’enregistrement des réunions là où vous travaillez. L’usage le plus équitable de la liste des éléments est d’en remettre une copie à Anna avant l’entretien d’évaluation : elle verra les mêmes dates et pourra ajouter ce que les 1:1 ont manqué.

Quand un outil de gestion de la performance convient-il mieux ?

Quand l’évaluation elle-même s’y trouve. Lattice, par exemple, a annoncé le 15 juillet 2026 des brouillons d’évaluation fondés sur des éléments factuels, construits à partir des 1:1, des retours, des objectifs et des points d’avancement conservés dans Lattice, et depuis juin 2026 son agent IA peut rejoindre les 1:1 sur Zoom, Google Meet et Microsoft Teams pour prendre des notes, sans surcoût pour les clients Lattice. Si votre entreprise y mène ses évaluations, cette voie garde les éléments à côté du formulaire, de la calibration et du processus RH.

La voie décrite dans ce guide convient à un manager dont les 1:1 sont enregistrés sur un Mac sans bot, dont l’entreprise n’a pas d’outil de ce type ou en utilise un autre, et qui veut les éléments dans son propre format avant d’écrire où que ce soit. La même habitude paie aussi chaque semaine — un brief avant le prochain 1:1 vient des mêmes enregistrements tagués — et les accords qui comptent pour toute l’équipe ont leur place dans un canal partagé côté Speak-Y Teams, pas dans un 1:1.

FAQ

Un assistant IA peut-il m’aider à rédiger une évaluation de performance à partir de mes notes de 1:1 ?

Oui, en tant que documentaliste et non en tant que juge. Si vos 1:1 sont enregistrés dans Speak-Y avec le tag de la personne et qu’un client MCP comme Claude, ChatGPT ou Cursor est connecté, l’assistant peut lire tous les 1:1 de la période d’évaluation et lister les sujets, les accords et ce qu’ils sont devenus, chacun avec la date de la réunion. La note et la formulation de l’évaluation restent de votre ressort.

Pourquoi l’assistant n’a-t-il lu qu’une partie du semestre ?

Parce que list_recordings renvoie les 20 enregistrements les plus récents si on ne lui en demande pas davantage. Des 1:1 hebdomadaires sur six mois, cela fait 24 à 26 enregistrements : les semaines les plus anciennes disparaissent sans bruit. Indiquez la période dans votre demande (du 1er avril au 30 septembre) et demandez une limite supérieure au nombre de réunions ; l’outil en accepte jusqu’à 100 par appel.

La personne doit-elle savoir que nos 1:1 sont enregistrés et servent à l’évaluation ?

Oui. Speak-Y enregistre sans bot, donc personne dans l’appel n’est prévenu automatiquement ; dites-le à la personne en début de cycle : les 1:1 sont enregistrés pour vos notes à tous les deux. Vérifiez aussi la politique de votre entreprise et le droit local. Lui transmettre la liste des éléments avant l’entretien d’évaluation en est l’usage le plus équitable.

Qui peut voir mes enregistrements de 1:1 dans Speak-Y ?

Vous seul, sauf si vous cliquez sur To channel pour en publier un dans un canal d’équipe ; les 1:1 doivent rester personnels. L’assistant lit les enregistrements localement sur votre Mac, mais son modèle tourne dans le cloud de son éditeur : ce qu’il lit fait donc partie de cette conversation.

Faut-il une offre Speak-Y payante pour cela ?

Pas pour l’assistant : le serveur MCP est inclus dans toutes les offres, Free compris. La limite vient de l’enregistrement : au 17 octobre 2026, Free enregistre des réunions de 30 minutes maximum et 2 heures par mois, Pro jusqu’à 60 minutes et 10 heures par mois. Quatre 1:1 hebdomadaires de 30 minutes représentent environ 9 heures par mois, ce qui tient dans Pro.