Planning des bénévoles d'association : ce que l'IA peut vraiment faire.

Pourquoi le planning coince.

Dans une association, le planning est souvent tenu par une seule personne, bénévole elle aussi. Elle connaît les contraintes par cœur : telle bénévole ne vient que le mercredi, tel élève a besoin d'un appui en maths, telle salle n'est libre que le samedi matin. Tant que l'association reste petite, ça tient.

Puis le nombre de bénévoles et de bénéficiaires augmente. Une absence oblige à tout recalculer. Les messages arrivent par SMS, par mail, de vive voix. Le tableur se remplit de couleurs que personne d'autre ne comprend. Et le jour où la personne qui tient le planning s'en va, l'association perd sa mémoire.

Le problème n'est pas de faire un tableau. C'est de respecter une dizaine de contraintes en même temps, chaque semaine, sans en oublier.

Les conséquences se voient vite : un élève sans bénévole un mercredi, une bénévole qui se déplace pour rien, des familles prévenues trop tard. Rien de grave pris isolément, mais à la longue, ce sont les bénévoles les plus fiables qui se découragent.

Les contraintes à poser.

Avant tout outil, il faut écrire les règles. Pour une association de soutien scolaire, elles ressemblent à ceci :

• disponibilités : jours et créneaux de chaque bénévole, avec les absences prévues ;
• compétences : matières et niveaux que chaque bénévole peut accompagner ;
• besoins : matière, niveau et fréquence souhaitée pour chaque élève ;
• capacité : nombre d'élèves par bénévole et par créneau, places par salle ;
• continuité : garder si possible le même binôme d'une semaine à l'autre ;
• équité : ne pas surcharger les bénévoles les plus disponibles.

Les contraintes dures (une bénévole absente ne peut pas être affectée) se distinguent des préférences (garder le même binôme). Cette distinction est la clé d'un bon outil.

Algorithme ou IA : qui fait quoi.

C'est l'erreur la plus fréquente : demander à un modèle de langage comme ChatGPT ou Claude de « faire le planning ». Il produit un tableau plausible, mais il peut affecter une bénévole absente ou oublier un élève, avec assurance.

La bonne répartition :

• Le calcul des affectations revient à un algorithme d'optimisation sous contraintes. Il ne propose que des plannings qui respectent toutes les règles dures, et choisit le meilleur au regard des préférences.
• L'IA intervient autour : elle lit un message libre (« je ne pourrai pas venir mercredi, mais samedi oui ») et le transforme en donnée propre ; elle rédige les messages aux bénévoles et aux familles ; elle explique pourquoi un binôme a changé.
• La personne qui coordonne valide le planning proposé, ajuste si besoin, puis déclenche l'envoi.

C'est cette combinaison qui fait un agent IA de planning utile : la rigueur du calcul, la souplesse de la lecture, et une validation humaine. J'applique la même règle ailleurs, par exemple pour les plannings de session décrits dans l'article sur les organismes de formation.

Un exemple chiffré.

Exemple fictif, pour illustrer l'ordre de grandeur. Une association de l'est lyonnais compte 14 bénévoles et 32 élèves, sur deux créneaux par semaine (mercredi après-midi, samedi matin), quatre matières et trois niveaux.

• À la main, la coordinatrice passe environ deux heures par semaine sur le planning, plus les échanges de messages après chaque absence.
• Avec un outil : les bénévoles signalent leurs absences par message ; l'outil les lit, recalcule un planning conforme aux contraintes et prépare les messages. La coordinatrice relit, corrige un ou deux binômes et valide.
• Le temps restant porte sur la relecture et les cas particuliers, pas sur le calcul.

Ces chiffres sont fictifs. Avant de lancer quoi que ce soit, mesurez votre propre temps pendant deux ou trois semaines : c'est la seule base sérieuse pour décider.

Les données des bénéficiaires.

Un planning de soutien scolaire contient des données sur des mineurs. Trois réflexes :

• minimiser : le planning n'a besoin que d'un prénom ou d'un identifiant, d'un niveau et d'une matière, pas du dossier de l'élève ;
• choisir une offre professionnelle d'IA dont les conditions excluent l'entraînement sur vos données, jamais un compte personnel gratuit ;
• informer et documenter : inscrire le traitement dans le registre de l'association et informer les familles.

Pour aller plus loin, voir la réponse sur l'IA dans une association.

Par où commencer.

1. Écrivez les règles du planning comme vous les expliqueriez à un nouveau bénévole.
2. Rassemblez deux mois d'historique : plannings, absences, messages reçus.
3. Testez d'abord sans IA : un tableur bien structuré, avec une feuille de disponibilités et une feuille de besoins, règle parfois une bonne partie du problème.
4. Si ça ne suffit pas, faites construire un pilote sur un seul créneau, pendant quelques semaines, en validant chaque planning.
5. Gardez une personne responsable du planning, même avec l'outil.

Côté budget, un agent pilote démarre chez moi à 1 050 €, soit trois jours de travail au TJM de 350 €, et un diagnostic à 350 € permet de vérifier d'abord si le jeu en vaut la chandelle. D'autres pistes d'automatisation simples sont dans 10 tâches répétitives à confier à l'IA.

Trois points à garder en tête.

Que l'outil soit un tableur amélioré ou un agent IA, trois points décident souvent de son adoption :

• Écrire les règles prend du temps, souvent plus que prévu. Beaucoup de contraintes ne sont écrites nulle part : elles sont dans la tête de la personne qui fait le planning.
• Les préférences comptent autant que les contraintes. Un planning valide mais qui change tous les binômes chaque semaine ne sera pas accepté.
• L'outil doit rester simple à utiliser pour des bénévoles qui ne sont pas à l'aise avec l'informatique : un message, une validation, un envoi.

Je suis basé à Villeurbanne et j'interviens dans toute la métropole de Lyon. Les associations ont souvent des besoins proches de ceux des petites entreprises, avec moins de moyens : c'est une raison de plus pour commencer petit, sur un seul créneau, et pour garder la main sur chaque planning envoyé.

Questions fréquentes.