Évaluer à l’oral face à l’IA : une réponse utile, mais pas une solution automatique
Le soupçon de travaux produits par une IA pousse certains formateurs vers l’oral. Cette modalité peut vérifier la compréhension, à condition d’être préparée, équitable et combinée à d’autres traces.
La généralisation des outils génératifs installe un doute sur l’auteur réel des travaux remis par les apprenants. Thot Cursus observe que certains enseignants reviennent à l’évaluation orale pour vérifier ce que la personne sait effectivement expliquer. L’idée est pertinente, mais elle ne résout pas à elle seule les difficultés posées par l’IA : un oral improvisé peut mesurer l’aisance à parler davantage que la compétence visée.
L’oral apporte néanmoins une information difficile à obtenir dans une copie. Le formateur peut demander à l’apprenant de justifier un choix, d’expliquer une étape, de corriger une erreur ou de transférer sa méthode à une nouvelle situation. Des questions de relance courtes révèlent rapidement si le raisonnement est compris. Cette pratique devient plus robuste lorsque les critères sont annoncés et reliés aux objectifs du parcours.
L’équité doit être anticipée. Le stress, un trouble de la communication, la maîtrise du français ou une situation de handicap peuvent affecter la performance sans refléter la connaissance du sujet. Prévoir un temps de préparation, autoriser certains supports, adapter la durée ou proposer une modalité équivalente évite de transformer la lutte contre la fraude en nouvel obstacle. Les aménagements ne doivent pas être décidés au dernier moment.
Plutôt qu’un remplacement systématique de l’écrit, une combinaison de traces est souvent plus informative : brouillon commenté, journal de bord, version intermédiaire, production finale et court entretien d’explicitation. L’usage de l’IA peut également être déclaré. L’apprenant indique l’outil utilisé, les requêtes principales, ce qu’il a conservé, corrigé ou rejeté. L’évaluation porte alors aussi sur son contrôle du résultat.
Pour mettre cette méthode en œuvre, l’équipe pédagogique peut définir une grille commune : exactitude, raisonnement, capacité à appliquer, prise de recul et transparence sur les aides employées. Un échantillon d’oraux peut suffire lorsqu’un entretien individuel complet est impossible. Le but n’est pas de piéger l’apprenant, mais de recueillir une preuve crédible de maîtrise tout en lui apprenant à utiliser l’IA sans lui déléguer son jugement.
Évaluation des œuvres de l'esprit et intelligence artificielle : quels défis pour la formation ?
L'émergence des outils d'intelligence artificielle générative bouscule les pratiques traditionnelles d'évaluation des productions créatives et intellectuelles, soulevant de nouvelles questions pour les équipes pédagogiques.
Former à l’IA sans masquer ses limites : quatre réflexes pédagogiques
Les outils génératifs savent résumer, classer et produire rapidement une réponse convaincante. Leur efficacité ne dispense pourtant ni de vérifier les faits, ni de comprendre le contexte, ni d’exercer son jugement professionnel.
Sortie pédagogique : choisir d’abord les apprentissages, puis la destination
Une méthode publiée par Thot Cursus propose de construire les sorties à partir des objectifs pédagogiques, avant de comparer les lieux, l’accessibilité, le transport et le budget.