Evaluer autrement

L’IA permet aujourd’hui aux élèves de produire des réponses complètes sans forcément comprendre, ce qui remet en question la valeur d’un devoir réussi. En effet, une bonne réponse ne garantit plus un apprentissage réel, d’autant que la triche devient plus discrète et difficile à repérer. Dans ce contexte, évaluer uniquement le résultat final perd en pertinence. Il devient donc essentiel de s’intéresser davantage à la démarche, au raisonnement et à la compréhension réelle de l’élève.

L’impact du développement de l’IA sur l’évaluation formative et certificative

Le développement rapide des intelligences artificielles génératives vient profondément questionner les pratiques d’évaluation à l’école, non pas parce qu’elles rendraient l’évaluation impossible, mais parce qu’elles obligent à en repenser le sens, les modalités et les finalités, tant du côté de l’enseignant que de celui de l’élève. Là où l’évaluation servait souvent à vérifier une restitution de savoirs ou l’application d’une procédure connue, l’IA met en évidence les limites de ces approches lorsqu’un outil peut produire en quelques secondes une réponse correcte, structurée et parfois mieux formulée que celle de l’élève lui-même.

Évaluer autrement : déplacer le regard du produit vers le processus

Face à l’IA, évaluer uniquement le produit final (un texte, un exposé, un devoir écrit) ne permet plus de savoir ce que l’élève a réellement appris. Il devient nécessaire de déplacer l’évaluation vers le processus d’apprentissage. Cela signifie s’intéresser à la manière dont l’élève a travaillé : les étapes suivies, les choix effectués, les difficultés rencontrées et les ajustements réalisés en cours de route. L’objectif n’est plus seulement de vérifier une réponse correcte, mais de comprendre comment l’élève est arrivé à cette réponse.

Recueillir des traces du processus

Une première piste consiste à demander aux élèves de garder des traces de leur démarche. Cela peut prendre la forme d’un carnet de bord, d’un journal de travail, d’un schéma de réflexion, d’un brouillon annoté ou d’un document expliquant les étapes suivies. L’élève peut y préciser ce qu’il a compris, ce qu’il n’a pas compris, ce qu’il a modifié, et à quel moment l’IA a été utilisée ou non. Ces traces rendent visibles les apprentissages et rendent la triche beaucoup plus difficile, car elles exigent une réflexion personnelle.

Faire expliciter l’usage de l’IA

Plutôt que d’interdire l’IA, on peut demander aux élèves de rendre compte de son utilisation. Ils peuvent par exemple expliquer ce qu’ils ont demandé à l’IA, ce qu’ils ont gardé, modifié ou rejeté, et pourquoi. Cette démarche développe l’esprit critique et oblige l’élève à prendre de la distance par rapport aux réponses générées. L’IA devient alors un outil d’analyse et non un simple générateur de productions.

Évaluer par l’oral et l’interaction

L’oral reste un levier puissant pour évaluer les apprentissages. Demander à un élève d’expliquer son travail, de justifier ses choix, de répondre à des questions imprévues ou de commenter sa production permet de vérifier rapidement ce qu’il maîtrise réellement. Ces moments d’échange peuvent être courts, intégrés au travail de classe, et centrés sur la compréhension plutôt que sur la restitution.

Valoriser la métacognition et l’auto-évaluation

Une autre piste consiste à intégrer des temps d’auto-évaluation et de réflexion métacognitive. L’élève est invité à se positionner sur ce qu’il a appris, sur ses progrès, sur ses erreurs et sur les stratégies utilisées. Cette démarche responsabilise l’élève et l’aide à devenir acteur de ses apprentissages, plutôt que simple consommateur de réponses générées par une IA.

Modalité 1 — Le devoir avec traces obligatoires

L’élève réalise les exercices mais doit fournir ses étapes, ses essais, ses erreurs, et expliquer comment il s’y est pris (y compris s’il a utilisé une IA). L’objectif n’est plus seulement la réponse, mais le chemin pour y arriver.

Qu’est-ce qui montre réellement que l’élève a compris ?

Modalité 2 — Le devoir avec justification

Chaque réponse doit être accompagnée d’une explication : pourquoi cette méthode ? pourquoi ce résultat ? L’élève doit rendre visible son raisonnement, pas juste le résultat final.

Peut-on réussir un exercice sans être capable de l’expliquer ?

Modalité 3 — Le devoir en deux temps

• Étape 1 : l’élève réalise le devoir à domicile.
• Étape 2 : en classe, il doit refaire un exercice similaire ou répondre à des questions ciblées.

On vérifie ainsi la cohérence entre production et compréhension.

La réussite à la maison reflète-t-elle vraiment la maîtrise en classe ?

Modalité 4 — Le devoir avec comparaison IA

L’élève fait l’exercice puis compare sa réponse avec celle d’une IA. Il doit analyser les différences, repérer les erreurs éventuelles et expliquer ce qu’il garde ou non.

Qui a raison : l’élève, l’IA… ou aucun des deux ?

Modalité 5 — Le devoir avec mini-défense

L’élève choisit un exercice de son devoir et doit être capable de le défendre oralement en quelques minutes : expliquer sa démarche, répondre aux questions, justifier ses choix.

Peut-on considérer un exercice réussi si on ne sait pas le défendre ?

Université de Sherbrooke. (2023). Évaluer à l’ère de l’intelligence artificielle. https://www.usherbrooke.ca/ssf/fileadmin/sites/ssf/Enseignement/ia/Evaluer_ere_IA-V1-3.pdf

Université catholique de Louvain. (s.d.). Utilisation des intelligences artificielles génératives : Note à l’attention des étudiantes et étudiants.

https://www.uclouvain.be/fr/system/files/uclouvain_assetmanager/groups/cms-editors-ia/documents/Utilisation_IAGenerative_Etudiants.pdf

Avancée dans le parcours d’autoformation