L’évaluation par compétence nécessite de bien penser ses évaluations en amont et de réfléchir aux critères attendus. Cette démarche présente plusieurs intérêts, comme permettre par exemple une rétroaction efficace sur le travail de l’élève, améliorer l’objectivité de l’évaluation ou encore permettre à l’élève de se situer et d’identifier les moyens de progresser. Ainsi, lorsque l’on rentre dans cette démarche, il faut anticiper ces critères et attendus qui seront plus nuancés que l’évaluation normative où là, on attend un positionnement à la « norme ».
Pour les enseignants qui ont essayé cet exercice à travers les compétences disciplinaires d’Histoire-Géographie, on se rend vite compte que cela prend beaucoup de temps de réflexion et que l’on anticipe pas toujours toutes les situations. C’est là que l’intelligence artificielle peut-être un outil pour aider l’enseignant. Nous proposons ici deux exemples à travers l’utilisation d’une IA, Perplexity, qui présente l’intérêt de citer ses sources et de ne pas avoir besoin de créer de compte, mais on peut le remplacer par d’autres IA conversationnelles, comme ChatGPT. Il s’agit de réfléchir à une grille pour un développement construit en troisième sur l’Allemagne nazie pour évaluer « Pratiquer différents langages ».
Premier exemple, demander à l’IA de créer une grille de compétence rapidement sur un développement construit sur l’Allemagne nazie
On utilise un « prompt » pour demander à l’IA ce que l’on veut. Dans ce cas, contrairement à une requête dans un moteur de recherche, il faut détailler et ne pas hésiter à se « présenter » en quelque sorte pour que la réponse soit adaptée à la demande. Voici un exemple :
« Je suis enseignant en Histoire-Géographie au collège en France. Je souhaite évaluer mes élèves sur le développement construit en 3ème sur l’Allemagne nazie. Propose moi sous forme de tableau une évaluation sous forme d’échelle descriptive. La gradation doit aller de 1 à 4. 1. Insuffisant, 2. Fragile, 3. Satisfaisant et 4. Très satisfaisant et je souhaite évaluer le niveau de connaissances et l’organisation des idées »
On a alors en quelques secondes un résultat. Cependant, on va très vite constater que c’est perfectible. Le premier problème, c’est l’attente d’une introduction et d’une conclusion dans le niveau satisfaisant, c’est-à-dire dans le niveau attendu, qui n’est pas un attendu du DNB. On peut donc utiliser l’IA pour améliorer.
On peut donc ainsi lui demander supprimer ou d’ajouter des attendus facilement.
A titre de comparaison, voici ce que ChatGPT propose (avec à nouveau introduction et conclusion) :
Deuxième exemple plus avancé, réfléchir avec l’IA sur des critères attendus et les classer.
Nous préférons donc réfléchir sur les critères attendus car la grille précédente différencie déjà deux éléments de la compétence principale et nous souhaitons avoir uniquement la compétence disciplinaire « Pratiquer différents langages ». On rentre donc forcément dans un échange un peu plus détaillé avec l’IA.
Voici donc la liste brute des attendus. On peut la modifier. Ici, c’est l’enseignant qui décide de ce qui est attendu en fonction du programme, de ses élèves etc…
Ensuite, nous lui demandons de classer les critères.
Enfin, on lui demande d’intégrer ces critères dans une grille à quatre niveaux.
Cette grille n’est pas utilisable avec les élèves car elle est trop complexe et on rentre dans une sorte de « sous-compétence » qui va perdre les élèves et donc l’intérêt de l’évaluation par critères. On lui demande donc de regrouper les éléments et enfin de simplifier pour que ça soit compréhensible par des élèves de 3ème.
Liens :
- Lien de l’échange avec Perplexity
- Un exemple de l’Académie de Versailles avec Chat GPT (Education musicale)
