Les travaux de recherche que nous exposons ici sont relatifs à une étude pour la conception et la réalisation d'une enquête de suivi d'étudiants, via un serveur vocal interactif (SVI) utilisant le langage VoiceXML, standard du W3C. Nous présentons le corpus de questions et de réponses en langue naturelle obtenu, et nous validons des hypothèses scientifiques, quant à l'usage des modes d'interactions (vocal versus manipulation directe). Puis, nous expliquons comment nous sommes passés d'un mécanisme de traces exogène (avec un système d'écoute effectué par des outils d'enregistrements externes) à un mécanisme endogène (avec un système d'écoute effectué au sein même du serveur vocal interactif), afin de fournir des outils et instruments mieux adaptés à l'évaluation d'applications multimodales permettant un usage de la parole et du geste (touche clavier téléphonique ou clic souris sur hyperlien). Le mécanisme de traces pour interactions téléphoniques utilisant le langage VoiceXML que nous exposons ici permet d'augmenter la qualité de l'évaluation des interactions hommes-machines téléphoniques, du fait que ces traces sont automatiquement enregistrées et réutilisables. Par ailleurs, nous montrons qu'il est ainsi possible d'obtenir des données statistiques instantanées (histogrammes et représentations graphiques effectuées en temps réel, en langage PHP) grâce à la méthode que nous présentons. Ainsi, nous avons montré que des enquêtes de suivi pédagogique, qui traditionnellement sont laborieuses, complexes à mettre en oeuvre et très chronophages peuvent être facilitées grâce aux méthodes et outils que nous préconisons.