Fiche : Adapter l’évaluation à l’ère de l’intelligence artificielle


Pourquoi adapter l’évaluation ?

Les outils d’IA rendent obsolètes certaines formes d’évaluation centrées uniquement sur le produit final.
L’objectif n’est plus de vérifier ce que l’élève peut produire seul, mais comment il pense, comment il justifie, comment il s’approprie la tâche et comment il utilise l’IA de manière éthique et transparente.

1. Les nouvelles approches d’évaluation

a. Évaluations orales (observation + conversation)

Les élèves expliquent :

• leurs idées ;
• leur démarche ;
• les choix effectués ;
• l’usage de l’IA et la justification de cet usage.

Cela met en évidence la compréhension réelle et rend la triche quasi impossible.

b. Évaluer le processus, pas seulement le produit (production + conversation)

On valorise :

• les brouillons ;
• les versions successives ;
• les traces du raisonnement ;
• les ajustements ;
• la rétroaction reçue (humaine et IA) et comment elle a été utilisée.

Chaque étape documentée devient une preuve d’apprentissage authentique.

c. Intégrer la métacognition

Proposer systématiquement une question réflexive :
Explique comment l’IA t’a aidé, ce que tu as accepté, ce que tu as rejeté, et ce que tu as appris.

Cette étape est essentielle pour développer la responsabilité et éviter la dépendance.

d. Mobiliser des tâches authentiques

Créer des tâches qui nécessitent :

• interprétation personnelle ;
• jugement ;
• ancrage dans le monde réel ou local ;
• créativité ;
• contexte que l’IA ne peut pas reproduire seule.

Exemples :

• entrevues réelles ;
• observations locales ;
• enquêtes de terrain ;
• études de cas basées sur des situations du N.-B.

e. Évaluer la collaboration humain–IA

On ne cherche pas à punir l’usage de l’IA, mais à évaluer la qualité de la collaboration :

• L’élève reste-t-il auteur ?
• L’IA sert-elle à clarifier, structurer ou enrichir, plutôt qu’à remplacer ?
• L’élève justifie-t-il ses choix ?
• Y a-t-il transparence ?

2. La triangulation : une évaluation adaptée à l’ère de l’IA

La triangulation est un principe fondamental pour garantir l’authenticité du travail.

• Observation
  L’enseignant observe le cheminement réel : discussions, essais-erreurs, attitudes, interactions avec l’IA.
• Conversation
  L’élève explique sa démarche, justifie ses choix, commente son processus, répond à des questions de compréhension.
• Production
  Le résultat final (texte, présentation, étude de cas…) est analysé en lien avec les étapes précédentes.
  La triangulation réduit les risques de tricherie, augmente la fiabilité de l’évaluation et renforce la pensée critique.

3. Exemple d’évaluation complète

Consigne :

Utilise un outil d’IA pour générer trois solutions possibles à ce problème. Compare-les, identifie la meilleure, explique pourquoi, puis propose une amélioration personnelle.

Cette tâche active :

• la pensée critique ;
• la justification ;
• l’analyse comparative ;
• la métacognition ;
• l’éthique d’utilisation ;
• la triangulation (production + conversation + observation).

Critères d’évaluation possibles :

• clarté du processus ;
• justification des choix ;
• pertinence des critiques faites aux réponses de l’IA ;
• qualité de l’amélioration apportée ;
• transparence de l’usage de l’IA.

À retenir !

Une évaluation adaptée à l’ère de l’IA mise moins sur la mémorisation et davantage sur la compréhension, la réflexion, la transparence et la pensée critique.
L’IA ne menace pas l’évaluation : elle oblige simplement à revenir au cœur même de l’apprentissage.