Livre blanc mars 2026
Évaluons-nous l’apprentissage, ou notons-nous seulement la production ?
Pourquoi la conception des évaluations, bien plus que la politique en matière d’IA, détermine si la population étudiante apprend ou se contente de produire.
Ceci vous concerne parce que :
- Vous soupçonnez vos évaluations de récompenser un rendu soigné plutôt qu’une compréhension démontrée de la matière.
- Vous avez rédigé une politique en matière d’IA et constaté qu’elle déroute davantage les personnes de bonne foi qu’elle ne dissuade les autres.
- Vous cherchez des preuves que la conception des évaluations influence l’usage de l’IA plus que n’importe quelle politique.
- Vous vous demandez si des moments de vérification, comme de courts contrôles oraux, justifient leur coût opérationnel.
Résumé
L’évaluation définit le programme réellement étudié. Ce livre blanc soutient que lorsque les évaluations récompensent la production plutôt que la compréhension, l’effort étudiant se concentre sur la production, et que l’IA générative a rendu cet écart impossible à ignorer.
S’appuyant sur une étude de Wonkhe selon laquelle 38 % de la population étudiante interrogée avait remis un travail qu’elle ne pouvait pas entièrement expliquer, il conclut que la conception compte davantage que la politique. Qui s’attend à devoir discuter de son travail utilise l’IA pour éprouver son raisonnement ; qui remet un livrable ponctuel l’utilise en pilote automatique. Le livre blanc propose quatre réponses : intégrer des moments de vérification, remplacer les interdictions générales par des recommandations adaptées à chaque étape, garantir l’équité pour le public étudiant qui s’appuie sur l’IA comme technologie d’assistance, et boucler les cycles de retour d’information.
Le PDF est disponible en anglais.