Évaluer à l'ère de l'Intelligence Artificielle, mensuel de l'expérimentation

Épisode 3, avril 2025

“Je n’ai pas envie que l’élève pense qu’on ne regarde plus sa copie.”

Cette phrase, prononcée par une enseignante lors d’un groupe de travail, résume bien l’esprit de l’expérimentation : mettre l’IA au service d’une évaluation humaine, exigeante, et personnalisée des copies. Trois mois après son lancement, retour sur notre travail de co-construction avec les 40 enseignants de l’académie de Lyon.

Malgré les vacances, avril n’a pas été moins productif et les enseignants sont toujours au rendez-vous pour tester, consolider ou invalider nos approches. Deux grands chantiers ont rythmé notre travail :

• le test en conditions réelles d’un assistant de correction
• la consolidation de notre approche de structuration didactique des outils de correction et de remédiation.

Voici ce que nous avons appris — et construit — avec les enseignants.

🧪 Tests utilisateurs : l'assistant de correction à l'épreuve du terrain

Une quinzaine d’enseignants ont contribué à construire une interface de correction assistée des copies. Son objectif est double

• Permettre aux enseignants de vérifier facilement la correction faite par l’IA des productions de leurs élèves
• Permettre aux enseignants qui le souhaitent de continuer à corriger leurs copies à la main, mais aidés de la correction automatique proposée par l’IA

Ceci plus rapidement qu’ils ne l’auraient fait en corrigeant uniquement à la main, temps de scan des copies compris.

Plusieurs retours très concrets ont émergé, concernant les besoins pédagogiques et l’ergonomie de l’outil.

🤝 Maîtrise pédagogique et personnalisation de la correction

Les enseignant veulent

• Adapter le barème en fonction des réponses observées, et ce au niveau de la copie
• Annoter les copies comme ils le feraient sur papier, pour maintenir une forme de dialogue et de confiance avec les élèves

💬 “Je ne veux pas que l’élève pense qu’on en a rien à faire de la copie.”

• Personnaliser les retours partagés, notamment en sélectionnant les erreurs à afficher à l’élève
• Définir la sévérité de la correction par question ou par copie.
• Corriger au besoin exercice par exercice et non seulement copie par copie

Et surtout, les commentaires générés par l’IA doivent être synthétiques et parler aux élèves aussi bien qu’aux enseignants, tout en contenant toutes les informations utiles

💬 « Il y a trop de texte pour une erreur simple. Il faudrait des retours plus impactants. »

💬 « L’IA me met 0,75 point. Pourquoi ? Je veux voir le détail du barème. »

✍️ Expérience utilisateur et navigation fluide

Les enseignants ont apprécié le mode audio (correction lue par une voix IA) proposé, mais ont besoin de pouvoir

• Naviguer simplement : avoir accès directement à l’énoncé et au corrigé
• Différencier les copies traitées des copies non traitées
• Être guidés dans les actions (édition de commentaire, activation audio, retour à l’accueil) et les raccourcis (usage du clavier ou de la commande vocale)

Ces retours ne traduisent pas une défiance, mais une exigence : l’IA ne doit pas remplacer l’enseignant, mais être un outil au service de son regard critique et de sa relation pédagogique avec les élèves.

🧱 Structuration didactique des outils de correction et de remédiation

Le mois d’avril a été consacré à un important travail de formalisation didactique.

📚 En français et en histoire-géographie : la logique des tags se précise

Les enseignants ont testé la création et l’usage de tags pédagogiques, apposés sur les copies en fonction des réussites et des erreurs des élèves.

Ces tags ont été bien accueillis pour leur potentiel à créer un langage commun enseignant–élève, tout en faisant écho à leurs pratiques habituelles :

• ils permettent aux enseignants de parcourir une copie rapidement tout en ciblant les savoir-faire observés et le niveau de maîtrise
• pour les élèves, ils offrent une continuité dans la lecture des retours, et pourraient à terme renforcer leur autonomie dans l’analyse de leurs erreurs.

Ils doivent exprimer un constat sont conservés, afin de rester dans une posture neutre et descriptive, sans jugement.

🤓 En mathématiques, labellisation des erreurs validée

Les enseignants ont validé 7 grandes catégories d’erreurs, elles mêmes décomposées en sous-catégories. Pour chacune, des exemples types ont été identifiés à partir de copies réelles, afin d’entraîner l’IA à les repérer avec justesse.Les enseignants pourront ainsi analyser les productions de leurs élèves et générer des activités de remédiation sous le prisme des erreurs :

🪄 Des formats de remédiation plus carrés

L’expérimentation a permis de valider la bibliothèque de formats de contenus de remédiation, qui sera accessible depuis la plateforme pour les enseignants. On y retrouve des formats imprimables ou interactifs, simples ou différenciés, allant du QCM à la vidéo interactive, en passant par les parcours d’exercices ou les jeux de plateau.

Cette bibliothèque sera progressivement disponible et permettra de proposer des parcours adaptés aux besoins individuels ou collectifs des élèves.

💡 Amélioration continue de la plateforme Ed

Enfin, nous avons revu la page “Analyse et Remédiation” à la lumière des retours des enseignants.

Au lieu de faire ressortir 3 axes principaux de travail, la page affiche désormais une vue sur l’ensemble des savoir-faire évalués. L’enseignant sait ainsi ce qui marche et ce qui doit être retravaillé, lors de la remédiation par exemple.

Reste un besoin exprimé par de nombreux enseignants : pouvoir visualiser les progrès des élèves d’une évaluation à l’autre. Cette dimension de suivi longitudinal est au cœur des prochaines itérations de la plateforme.

📆  Et maintenant ?

Les enseignants sont prêts à s’approprier les différents outils proposés, dès lors qu’ils leur laissent la main, leur place d’expert.

Les deux derniers mois de l’expérimentation seront consacrés à :

• Continuer d’itérer sur l’assistant de correction à partir des remontées du terrain.
• Affiner le format des rendus à destination des élèves.
• Tester le parcours Ed de A à Z, du dépôt des copies sur la plateforme web au rendu de la correction et de la génération d’activités.