Webinaires / Webinaire n° 61
Évaluer à l'ère de l'IA
Résumé
Julien Morice, responsable du service d'ingénierie pédagogique d'IMT Business School, reprend une intervention donnée aux Jeudis de l'IA du groupe IMT. Il part d'un constat : quand l'enseignant génère un quiz avec l'IA et que l'étudiant y répond avec l'IA, personne n'apprend ni n'évalue vraiment, et les devoirs entièrement asynchrones deviennent aussi fragiles que les calculs à la maison après l'arrivée de la calculatrice. Il souligne d'abord ce que l'IA apporte aux évaluations diagnostiques, formatives, adaptatives et à l'auto-évaluation, puis discute l'étude du MIT « Your Brain on ChatGPT » et ses limites. Il explique pourquoi un texte produit par l'IA n'est pas du plagiat au sens classique et ce que valent les détecteurs de Turnitin ou Compilatio, avant de proposer des pistes : cadre institutionnel, approche par compétences centrée sur le processus, épreuves orales et mises en situation.
Points clés
- Le cercle vicieux : un quiz généré par l'IA, rempli par l'IA, où personne n'apprend
- L'IA, un atout pour les évaluations diagnostiques, formatives, adaptatives et pour l'auto-évaluation (par exemple avec NotebookLM)
- L'étude du MIT « Your Brain on ChatGPT » (2025) : moins d'activité cérébrale et de mémorisation, mais un échantillon de 60 personnes et une tâche unique
- Un texte généré par l'IA n'est pas un plagiat : des détecteurs fiables sur un texte brut, beaucoup moins dès qu'il est retravaillé
- Des cadres clairs : chartes, contrats pédagogiques, règles d'usage annoncées aux étudiants
- Évaluer le processus et les compétences plutôt que le produit fini : oraux, itérations, mises en situation authentiques
Outils et références cités
- UNESCO (2023), sur l'IA générative et l'évaluation
- MIT Media Lab (2025), Your Brain on ChatGPT
- Turnitin et Compilatio (détection de l'IA)
- NotebookLM
Présentation d'origine (description YouTube)
Dans ce nouveau webinaire, Julien Morice, responsable du service d'ingénierie pédagogique à IMT - Business School, explore les défis et les opportunités que l'IA générative impose à l'évaluation pédagogique.
Partant du constat que l'IA peut masquer un manque d'apprentissage réel, Julien propose de repenser les méthodes traditionnelles en passant d'une évaluation du produit fini à une Approche Par Compétences (APC), centrée sur le processus, l'itération et l'esprit critique. Les concepts clés abordés incluent la mise en place de cadres institutionnels (chartes et contrats pédagogiques), la distinction entre les types d'évaluations (diagnostique, formative, authentique), et l'adoption de méthodes "IA-résistantes" comme les épreuves orales ou les mises en situation réelle. Enfin, le témoignage souligne que si l'IA complexifie la détection de la triche, elle offre aussi aux enseignants des outils d'automatisation pour se recentrer sur l'accompagnement humain et la résolution de problèmes complexes.