Sommes-nous en train d'évaluer l'apprentissage - ou seulement de noter la production ?

Les évaluations actuelles mesurent-elles ce que les étudiants comprennent réellement, ou récompensent-elles simplement leur capacité à produire des résultats soignés ? Ce livre blanc se penche sur l’une des questions les plus pressantes auxquelles est confronté l’enseignement supérieur : comment l’apprentissage, la conception des évaluations et le comportement des étudiants influencé par l’IA se transforment mutuellement en temps réel.

S'appuyant sur de nouvelles recherches, les points de vue des étudiants et une théorie pédagogique établie de longue date, ce rapport explore les raisons pour lesquelles de nombreux étudiants se sentent déconnectés des connaissances sur lesquelles ils sont notés, et pourquoi l'IA générative accélère cette déconnexion. Au lieu de considérer l'IA comme une menace, ce document examine ce que son essor révèle au sujet des faiblesses de longue date dans la conception des évaluations, et comment ces faiblesses façonnent la motivation, la stratégie et la confiance des étudiants.

À la lecture de ce document, vous suivrez la tension émergente entre ce que les universités entendent mesurer par leurs évaluations et ce que les étudiants pensent qu’on leur demande de faire. Vous verrez comment les politiques, l’ambiguïté et la structure des évaluations influencent le comportement des étudiants d’une manière que les enseignants ne prévoient pas toujours, et comment ces choix affectent l’équité, la profondeur de l’apprentissage et la confiance des étudiants. Le document met également en évidence le rôle croissant des moments de responsabilisation, de la clarté des attentes et de l’environnement d’apprentissage au sens large dans la manière dont les étudiants utilisent l’IA : comme un raccourci, comme un soutien ou comme un véritable outil d’apprentissage.

Plutôt que de proposer des solutions miracles, ce livre blanc cartographie les dynamiques sous-jacentes que les établissements doivent comprendre avant de concevoir des solutions pertinentes. Il met en lumière les questions plus profondes auxquelles les universités doivent se confronter si elles souhaitent que l’évaluation s’aligne sur les acquis d’apprentissage à l’ère de l’IA. Si vous souhaitez comprendre comment l’évaluation façonne réellement le comportement des étudiants, ce que l’IA révèle des pratiques actuelles et sur quoi les établissements doivent se concentrer à l’avenir, ce rapport vous fournit les bases indispensables.