L'IA comme coéquipière de projet : quand l'évaluation formative s'invite sur le canevas numérique

Dans l'enseignement du design et l'apprentissage par projet, la « critique » est une pierre angulaire de la progression pédagogique. Qu'elle vienne des pairs, des enseignants ou d'un jury externe, elle permet de confronter une intention créative à des retours constructifs. Cependant, dans la réalité des salles de classe et des ateliers, cette critique de qualité se fait rare. Elle est souvent chronophage pour les enseignants, inégalement répartie entre les étudiants, difficile à documenter et déconnectée des outils de travail quotidiens.

C'est dans ce contexte qu'intervient une recherche préliminaire présentant Critsly, un espace de travail assisté par intelligence artificielle conçu pour transformer l'IA, traditionnellement perçue comme un simple générateur de texte, en un véritable « coéquipier de critique » intégré au canevas de l'étudiant.

Il convient toutefois de préciser d'emblée que cette innovation est documentée dans un preprint (une publication scientifique non encore évaluée par les pairs) publié sur la plateforme arXiv. Si les perspectives ouvertes sont stimulantes, les résultats doivent être appréhendés avec la prudence scientifique de rigueur pour toute technologie émergente non encore validée par une communauté de chercheurs indépendants.

Critsly : comment fonctionne cette IA « consciente des artefacts » ?

La plupart des outils d'IA générative actuels, comme ChatGPT ou Claude, fonctionnent de manière isolée : l'utilisateur doit copier-coller du texte ou téléverser une image pour obtenir un retour. Critsly propose une approche radicalement différente en devenant « consciente des artefacts » (artefact-aware).

L'outil fusionne un canevas de conception visuelle (similaire à des plateformes comme Miro ou Figma) avec un flux de travail structuré par l'IA. Au lieu de s'appuyer sur des requêtes textuelles isolées, Critsly fonde ses analyses sur l'état global du projet de l'étudiant. Il prend en compte :

• Les intentions de design formulées par l'apprenant ;


• Les éléments visuels et textuels présents sur le tableau ;


• Les annotations et les liens entre les idées ;


• L'historique des critiques précédentes.

Cette contextualisation permet à l'IA de formuler des retours beaucoup plus précis et pertinents, car elle « voit » l'évolution du projet au même titre qu'un coéquipier humain qui suivrait le travail depuis le début.

La méthode des « Six Chapeaux » au service de la réflexion

Pour structurer la critique, Critsly intègre un processus baptisé Reflecture. Ce flux de travail guidé s'inspire directement de la célèbre méthode des « Six Chapeaux de la réflexion » d'Edward de Bono. L'IA adopte ainsi différentes postures ou personas pour analyser le projet sous plusieurs angles :


• Le chapeau blanc pour analyser les faits et les données objectives du projet ;


• Le chapeau noir pour identifier les risques, les faiblesses et les obstacles potentiels ;


• Le chapeau jaune pour souligner les aspects positifs, les opportunités et la valeur ajoutée ;


• Le chapeau vert pour proposer des alternatives créatives et des pistes d'amélioration.

À l'issue de cette analyse multi-perspective, l'outil génère un plan d'action concret pour l'étudiant, synthétise l'état du tableau et produit un rapport de critique exportable. De leur côté, les enseignants disposent d'un tableau de bord leur permettant de suivre les « traces de preuves » de l'apprentissage, facilitant ainsi l'évaluation continue sans avoir à scruter chaque étape manuellement.

Les points de vigilance : entre limites techniques et rigueur scientifique

Si la promesse d'un coéquipier d'IA disponible 24 heures sur 24 est séduisante, elle soulève plusieurs questions éthiques et pédagogiques majeures, qui font écho aux préoccupations globales des institutions internationales.

Premièrement, la qualité et la profondeur du feedback restent dépendantes des capacités des modèles de langage sous-jacents. Une IA peut-elle réellement saisir la subtilité esthétique, l'émotion ou l'ergonomie physique d'un objet de design ? Le risque de voir l'IA formuler des critiques génériques, voire erronées (hallucinations), est bien réel. Comme le souligne l'UNESCO dans ses directives sur l'IA générative dans l'éducation, les outils d'IA manquent de compréhension du monde réel et de discernement éthique.

Deuxièmement, le risque de dépendance cognitive est crucial. Si l'étudiant s'habitue à ce que l'IA lui dicte la marche à suivre via des plans d'action automatisés, qu'en est-il du développement de son propre esprit critique et de son autonomie ? L'évaluation formative doit encourager la métacognition, et non la soumission à des suggestions algorithmiques.

Troisièmement, l'équité d'accès pose question. Ces dispositifs nécessitent des ressources informatiques et des accès à des API payantes souvent coûteuses. Une généralisation de ces outils sans cadre institutionnel fort risquerait d'accroître la fracture numérique entre les établissements richement dotés et les autres.

Enfin, sur le plan de la recherche, l'absence d'évaluation par les pairs pour cette étude sur Critsly invite à ne pas surinterpréter son efficacité. Des tests cliniques en conditions réelles de classe, mesurant l'impact à long terme sur l'apprentissage des étudiants, sont indispensables avant d'envisager un déploiement à grande échelle.

Quelle transférabilité pour les enseignants francophones ?

Pour les équipes éducatives en France, au Québec ou en Belgique, l'expérimentation Critsly offre néanmoins des pistes de réflexion très concrètes pour enrichir les pratiques de pédagogie active :

1. Scénariser la critique par les pairs : Sans utiliser Critsly, vous pouvez vous inspirer de sa structure. Demander aux étudiants d'utiliser la méthode des Six Chapeaux pour évaluer les projets de leurs camarades sur des outils collaboratifs classiques (Mural, Miro, Padlet) permet de ritualiser et de pacifier la critique.
2. Utiliser l'IA comme un miroir, non comme un juge : Si vous intégrez des agents conversationnels dans vos cours, incitez vos étudiants à les utiliser pour « tester » leurs idées sous différents angles (en demandant à l'IA de jouer le rôle d'un utilisateur sceptique ou d'un investisseur, par exemple), plutôt que de lui demander de valider leur travail.
3. Documenter le processus : L'idée de conserver des traces de la critique (les versions successives d'un projet et les retours associés) est une excellente pratique pour l'évaluation par portfolio, de plus en plus valorisée dans l'enseignement supérieur francophone.

En conclusion, Critsly préfigure ce que pourrait être l'avenir de l'assistance pédagogique : des outils non plus isolés, mais intégrés et conscients du contexte de l'apprenant. Cependant, pour que l'IA reste une alliée de l'émancipation intellectuelle et non un vecteur de standardisation, l'enseignant doit plus que jamais demeurer le garant du cadre pédagogique, de la validation scientifique et de la relation humaine.