Évaluations STEM et IA générative : dépasser l'interdiction pour bâtir une évaluation graduée

L'apparition de l'intelligence artificielle générative (IAG) a provoqué un séisme dans le monde éducatif, particulièrement dans les disciplines STEM (sciences, technologies, ingénierie et mathématiques). Face à des outils capables de rédiger du code, de résoudre des équations complexes ou de rédiger des rapports de laboratoire en quelques secondes, la première réaction de nombreuses institutions a été défensive : interdire purement et simplement l'accès à ces technologies lors des évaluations.

Pourtant, force est de constater que cette approche prohibitionniste montre ses limites. Non seulement les détecteurs d'IAG s'avèrent peu fiables et génèrent des faux positifs, mais cette interdiction coupe les élèves de compétences numériques devenues indispensables sur le marché du travail. Une étude récente, publiée sous forme de prépublication sur la plateforme arXiv (arXiv:2608.07475v1), propose une alternative pragmatique : passer d'une logique d'interdiction globale à une politique de gouvernance graduée de l'IA dans les évaluations.

Repenser l'évaluation grâce à l'Evidence-Centered Design

Pour sortir de l'impasse, les auteurs de cette recherche s'appuient sur un cadre méthodologique robuste : l'Evidence-Centered Design (ECD), ou conception d'évaluations centrée sur les preuves. Ce modèle théorique, bien connu des spécialistes de la docimologie, consiste à concevoir des examens en explicitant clairement ce que l'on souhaite mesurer (le « construit » d'apprentissage), les comportements qui prouvent que l'élève maîtrise ce construit (les « preuves »), et les tâches qui permettent de susciter ces comportements.

L'apport de l'étude est d'intégrer l'IA générative dans cette équation. Plutôt que de voir l'IAG comme une menace uniforme, les chercheurs proposent de l'analyser comme un outil qui, selon la manière dont il est encadré, peut soit masquer la preuve de l'apprentissage (en faisant le travail à la place de l'élève), soit au contraire aider à révéler des compétences de niveau supérieur.

Il convient toutefois de préciser que ce travail, bien que rigoureux, est une prépublication (preprint) qui n'a pas encore été validée par les pairs. Il représente néanmoins une contribution théorique majeure pour guider les enseignants dans la transition numérique.

Les trois régimes de gouvernance : restreindre, échafauder, exiger

Le cadre proposé par les chercheurs repose sur trois régimes de gouvernance distincts, à appliquer selon la nature de la compétence évaluée :

1. La restriction (Restrict)

Ce régime s'impose lorsque l'usage de l'IA générative risque de court-circuiter l'acquisition de compétences fondamentales ou de connaissances de base. Par exemple, si l'objectif d'une évaluation est de vérifier qu'un élève sait poser une division, équilibrer une équation chimique simple ou écrire une fonction de base en Python, l'utilisation de l'IA détruit la validité de la mesure. Dans ces situations, l'évaluation doit se faire dans un environnement contrôlé, sans accès à l'IAG (examens sur table, ordinateurs verrouillés).

2. L'échafaudage (Scaffold)

Ici, l'IA est autorisée mais de manière encadrée et limitée. Ce régime est pertinent lorsque l'enseignant souhaite évaluer des compétences de réflexion d'ordre supérieur, sans que l'élève ne soit bloqué par des difficultés techniques secondaires. Par exemple, dans un projet de modélisation physique, l'élève peut utiliser l'IA pour générer un script de visualisation de données, ce qui lui permet de se concentrer sur l'analyse scientifique des résultats plutôt que sur la syntaxe du code. L'IA joue ici le rôle d'un assistant technique.

3. L'exigence (Require)

Dans ce troisième scénario, l'usage de l'IA fait partie intégrante de la compétence évaluée. Les élèves doivent obligatoirement collaborer avec la machine. L'évaluation porte alors sur leur capacité à formuler des requêtes efficaces (prompt engineering), à analyser de manière critique les réponses de l'IA, à identifier les biais ou les « hallucinations » de l'outil, et à corriger les erreurs produites. Ce régime prépare directement les étudiants aux flux de travail contemporains de l'ingénierie et de la recherche.

Un mouvement mondial vers la régulation pragmatique

Cette approche graduée résonne avec les recommandations de plusieurs grandes organisations internationales. Dans son guide mondial sur l'IA générative dans l'éducation et la recherche, l'UNESCO insiste sur la nécessité de définir des frontières claires et de former les élèves à l'esprit critique face aux outils automatisés. L'organisation souligne que la simple interdiction ne fait que creuser les inégalités entre les élèves qui disposent d'un accompagnement privé pour utiliser ces outils à la maison et ceux qui en sont privés.

De même, l'OCDE encourage les systèmes éducatifs à faire évoluer les modalités d'évaluation pour mesurer ce que les humains font de mieux : la pensée critique, la créativité et la résolution de problèmes complexes, plutôt que la simple mémorisation ou l'application de procédures routinières que les machines exécutent désormais plus rapidement.

En France, le Conseil scientifique de l'éducation nationale (CSEN) et les directions du ministère de l'Éducation nationale partagent cette vision à travers diverses notes d'information. Ils rappellent que l'IA doit être un levier pédagogique au service de l'enseignant, tout en alertant sur la nécessité de préserver les moments d'apprentissage par l'effort cognitif personnel.

Comment appliquer cette transition dans vos classes ?

Pour les équipes éducatives francophones, qu'elles soient en France, au Québec ou en Belgique, la mise en œuvre de cette gouvernance graduée nécessite une méthode structurée. Voici quelques pistes concrètes pour adapter vos pratiques :

* Cartographiez vos évaluations : Pour chaque devoir ou examen, posez-vous la question : « Quel est le construit exact que je veux évaluer ? » Si ce construit peut être entièrement délégué à une IA, vous devez soit interdire l'outil pour cette tâche spécifique (régime de restriction), soit modifier la tâche pour évaluer un niveau de réflexion supérieur.
* Adoptez une charte de transparence : À l'instar de certaines universités québécoises, vous pouvez mettre en place une « échelle de l'IA » (par exemple, de 0 à 3) sur chaque sujet de devoir. L'élève sait ainsi précisément si l'IA est interdite, tolérée pour la correction orthographique, autorisée comme outil de recherche, ou obligatoire pour co-concevoir le projet.
* Évaluez le processus, pas seulement le produit : Pour limiter la triche invisible, déplacez le curseur de l'évaluation vers le cheminement de l'élève. Demandez-lui de fournir l'historique de ses échanges avec l'IA, de justifier les modifications apportées aux suggestions de la machine, ou organisez de courtes soutenances orales pour vérifier la compréhension réelle du sujet.

En fin de compte, l'intégration de l'IA générative dans les évaluations STEM nous oblige à redéfinir ce que signifie « savoir » et « savoir-faire » à l'ère numérique. Loin d'annoncer la mort de l'évaluation, cette transition offre une opportunité historique de rendre les examens plus stimulants, plus proches des réalités professionnelles et plus respectueux du développement cognitif des élèves.