Évaluer à l'ère de ChatGPT : le devoir rendu ne prouve plus rien
Posez la question à n'importe quel responsable pédagogique aujourd'hui : il vous dira qu'il ne sait plus ce que vaut un devoir rendu. Le rapport est propre, structuré, bien écrit. Trop bien écrit. Et il n'y a aucun moyen honnête de savoir si l'élève a compris quoi que ce soit.
Ce n'est pas un problème de discipline. C'est un problème de méthode d'évaluation. Pendant des décennies, on a évalué un livrable en supposant que le livrable était la trace du travail. Cette hypothèse vient de tomber.
Les trois fausses sorties
Face à ça, on voit trois réflexes. Ils échouent tous les trois, et il vaut la peine de comprendre pourquoi.
1. Les détecteurs d'IA
C'est la solution qui rassure, parce qu'elle ressemble à une réponse technique à un problème technique. Sauf qu'elle ne tient pas : ces outils produisent des faux positifs, pénalisent particulièrement les élèves qui écrivent dans une langue qui n'est pas la leur, et se contournent en reformulant. Accuser un élève sur la base d'un score de probabilité, c'est une position intenable — pédagogiquement et humainement.
2. Le retour au papier surveillé
Techniquement efficace. Mais on fait reculer la formation de vingt ans pour résoudre un problème de triche. On se retrouve à évaluer la capacité à restituer sans outil, alors que le métier auquel on prépare, lui, utilise ces outils tous les jours. On règle le symptôme en abîmant l'objectif.
3. Interdire l'IA
Une règle qu'on ne peut pas vérifier n'est pas une règle, c'est un vœu. Et elle envoie à l'élève un message étrange : l'outil que tout le monde utilisera dans son futur poste serait un objet honteux. Les élèves l'utilisent quand même, mais en le cachant — donc sans jamais apprendre à s'en servir correctement.
Le problème n'est pas que l'élève utilise l'IA. C'est que nous n'avons plus aucune visibilité sur ce qu'il fait.
Le vrai déplacement : évaluer le travail, pas le rendu
Il y a une sortie par le haut, et elle est plus ancienne que l'IA : on évalue le travail en train de se faire, pas le document final. C'est ce que fait un maître d'apprentissage, un jury de soutenance, un chef d'équipe. Ce n'est pas nouveau — c'est juste devenu obligatoire.
Un élève qui a compris ne se reconnaît pas à son livrable. Il se reconnaît à sa manière de s'y prendre : dans quel ordre il attaque le problème, ce qu'il vérifie, comment il réagit quand ça ne marche pas, ce qu'il sait expliquer de ses propres choix. Tout ça est observable — à condition que le travail se déroule quelque part où l'on puisse le voir.
Et c'est précisément là que le dispositif matériel devient une question pédagogique. Si chaque élève travaille sur sa machine, dans son coin, avec ses outils, vous ne voyez que le résultat. Vous êtes structurellement aveugle.
Ce que change un environnement de travail maîtrisé
Chez MonEnseignant, chaque apprenant reçoit son propre environnement de travail, isolé, déjà configuré, ouvert dans le navigateur. Il n'installe rien, ne prépare rien. Les supports, les consignes et les exercices sont au même endroit que l'outil de travail.
Ce choix a d'abord été fait pour une raison prosaïque : faire gagner des heures aux équipes pédagogiques et supprimer les « ça ne marche pas chez moi » du jour J. Mais il a un effet secondaire qui compte beaucoup plus aujourd'hui : le travail se déroule dans un cadre que vous maîtrisez. Vous décidez de ce qui est disponible dedans. Vous voyez l'activité réelle, pas seulement son résultat. Vous pouvez concevoir des évaluations dont la réponse ne se trouve pas dans un modèle de langage, parce qu'elles portent sur cet environnement, ces données, ce cas.
La nuance est importante : il ne s'agit pas de surveiller les élèves. Il s'agit de retrouver les conditions dans lesquelles un formateur peut faire son métier — voir où quelqu'un bute, et l'aider là.
Concrètement, pour une école ou un organisme
- Des sujets ancrés dans l'environnement. Un exercice qui porte sur une base de données, un jeu d'écritures ou un dossier fournis dans l'environnement ne se résout pas par un copier-coller de prompt.
- Une évaluation continue plutôt que finale. Le formateur voit avancer le travail au fil de la séance ; la note cesse de reposer entièrement sur un document rendu à minuit.
- La soutenance de son propre travail. Cinq minutes à expliquer ses choix devant son écran valent trente pages de rapport. L'élève qui a délégué ne passe pas cette étape.
- Un dispositif rejouable. Une fois monté, l'environnement est réutilisé à l'identique pour la promotion suivante. Le travail de conception d'évaluation est capitalisé, pas refait.
Rien de tout cela ne demande d'interdire l'IA. On peut parfaitement l'autoriser, et même l'exiger — dès lors que ce qu'on évalue est la démarche, pas le texte produit.
Le vrai sujet n'est pas la triche
À force de parler de triche, on passe à côté de l'essentiel : la question posée par l'IA générative est « qu'est-ce qu'on cherche à certifier ? ». Si la réponse est « la capacité à produire un document conforme », alors oui, la formation a un problème existentiel. Si c'est « la capacité à conduire un travail, arbitrer, corriger et rendre compte », alors il n'y a pas de crise — juste des modalités d'évaluation à remettre en face de l'objectif.
Ce chantier-là ne s'achète pas dans un logiciel. Mais il demande un dispositif : un environnement de travail où le travail est visible. C'est ce que nous montons pour les écoles et les organismes, quel que soit le domaine — numérique, comptabilité, RH, commerce, santé, management.