L’étymologie du mot même renvoie à la dualité de l’évaluation. « Avaluer » en vieux français, c’est d’une part fixer la valeur de quelque chose et d’autre part évaluer ou mesurer quelque chose. Une dualité qui donne donc au mot français une ambivalence entre l’objectivité de la mesure et la subjectivité de la valeur. Les Anglo-Saxons, avec les termes d’evaluation et d’assessment, évitent cette confusion.
Qu’est-ce que l’évaluation ?
C’est tout d’abord le besoin de mesurer les capacités d’apprentissage et les apprentissages par eux-mêmes en un temps donné, le fameux contrôle qui fixe la note. C’est ce que l’on appelle une évaluation sommative.
Mais c’est aussi un état des lieux de la capacité cognitive, c’est-à-dire le terme scientifique qui sert à désigner l’ensemble des processus mentaux qui se rapportent à la fonction de connaissance (mémoire, langage, raisonnement, apprentissage, etc.). Autrement dit, un processus d’évaluation formative, qui vise à guider l’apprenant.
C’est assez intéressant de souligner cette autre dualité, car les études sur les processus de cognition montrent que l’humain utilise les capacités de mimétisme pour apprendre et se sert de l’échec pour résoudre plus efficacement un problème. Ce sont exactement les deux formes d’apprentissage souvent proscrites dans l’évaluation sommative traditionnelle.
D’où la nécessité de bien peser l’usage des évaluations. C’est ici que l’intelligence artificielle (IA) entre en jeu, non pas comme un simple gadget technologique, mais comme un puissant levier pour réconcilier mesure et accompagnement.
L’IA : une nouvelle dimension pour l’évaluation
L’intelligence artificielle offre des outils capables de transformer en profondeur les pratiques évaluatives, en les rendant plus dynamiques, personnalisées et efficaces.
- L’IA est un outil de reformulation et d’inclusion.
Un des premiers biais de l’évaluation est la formulation même de la question. Un élève peut connaître la réponse mais ne pas comprendre la consigne. Des outils comme Mistral AI, ChatGPT ou Google Gemini, en tant qu’assistants, peuvent aider un enseignant à générer plusieurs versions d’une même question sans en altérer le sens, s’assurant ainsi que l’on évalue bien la compétence et non la capacité à déchiffrer une instruction.
Cette capacité est aussi un formidable outil d’inclusion. Pour les élèves ayant des troubles d’apprentissage ou ne maîtrisant pas la langue, l’IA peut adapter le format. Des applications comme Seeing AI de Microsoft peuvent décrire vocalement des documents visuels, tandis que des logiciels comme LireCouleur aident à la lecture en syllabant et colorisant les phonèmes, rendant les textes plus accessibles aux élèves dyslexiques.
- Évaluation en temps réel et différenciation pédagogique
L’un des apports majeurs de l’IA est sa capacité à analyser les réponses d’un élève instantanément. Des plateformes interactives comme Wooclap ou Kahoot! permettent aux enseignants de créer des quiz et de voir les résultats en direct, identifiant immédiatement les points de blocage collectifs.
Cette instantanéité nourrit un autre mécanisme puissant : la différenciation. Des plateformes d’apprentissage adaptatif, telles que Lalilo pour l’apprentissage de la lecture ou MIA Seconde pour les mathématiques et le français (accessible par le GAR de l’ENT) ou encore MathIA pour les mathématiques, vont plus loin. Elles analysent les réponses de chaque élève pour lui proposer un parcours d’exercices sur mesure. Si un élève est en difficulté, l’IA lui proposera des exercices de remédiation ; s’il excelle, elle lui soumettra des défis plus complexes. L’évaluation n’est plus un point final, mais le point de départ d’un parcours individualisé.
- Un retour sur les erreurs pour mieux apprendre
L’IA excelle dans l’art du feedback. L’IA peut fournir un retour détaillé et constructif sur les erreurs. Des outils comme Formative AI ou les fonctionnalités de feedback de plateformes comme ChallengeMe peuvent analyser une réponse ouverte, identifier la nature de l’erreur (raisonnement, calcul, méthode) et suggérer des ressources ciblées (une vidéo explicative, un chapitre de cours) pour aider l’élève à progresser.
Ainsi, l’IA réhabilite le statut de l’erreur, qui n’est plus vue comme une faute à sanctionner, mais comme une opportunité d’apprendre, renouant ainsi avec les processus cognitifs naturels que l’évaluation sommative avait tendance à ignorer.
Conclusion
Si l’évaluation a toujours oscillé entre la mesure objective et l’appréciation de la valeur, l’intelligence artificielle offre une voie pour synthétiser cette dualité. Elle permet une mesure beaucoup plus fine et continue, tout en apportant une valeur ajoutée immense à l’apprentissage par la personnalisation et le feedback. Bien utilisée, elle ne remplace pas l’enseignant mais l’augmente, lui permettant d’interagir avec tous les élèves en temps réel pour les guider vers une meilleure approche de l’évaluation.
