Base de connaissances AIEdAIEd KB
Sur cette page

Cette page est traduite en français. Les pages d'articles sont encore rédigées en anglais. Lire cette page en anglais

Concepts

Évaluation orientée sur le processus

Création 2026-09-26 · Mise à jour 2026-10-10

Cette page est une traduction automatique de la page anglaise, non relue par un locuteur natif.

L'évaluation orientée sur le processus — la conception de l'évaluation autour de la manière dont un apprenant parvient à une conclusion, et non seulement autour de l'artefact qu'il remet : remises échelonnées, justification réflexive, échanges dialogiques et oraux, historique des brouillons et des versions, et critères que les étudiants peuvent s'appliquer à eux-mêmes. Ce n'est pas un synonyme de réalisme de la tâche ni une affirmation sur qui corrige le travail : une tâche réaliste dont la seule preuve est un produit unique non supervisé est exposée au même problème de substitution que la dissertation qu'elle a remplacée. C'est l'IA générative qui rend la distinction urgente, car une production fluide peut désormais être obtenue à la demande et un fichier achevé ne porte plus d'information sur le raisonnement dont il est issu.

Questions à examiner

  • Si un étudiant remet une dissertation soignée, que vous permet réellement d'affirmer cet artefact sur sa pensée — et quelles affirmations semble-t-il seulement étayer ?
  • Les preuves de processus réclament des brouillons, des justifications et du dialogue. Qui, dans votre contexte, maîtrise couramment ce type d'auto-articulation académique, et qui risque d'être jugé sur son aisance à son égard plutôt que sur sa compréhension ?
  • La détection n'est pas fiable et repenser l'évaluation autour du processus coûte cher. Où affecteriez-vous un budget institutionnel limité, et quelle donnée ferait changer votre réponse ?

Introduction

L'évaluation dans l'enseignement supérieur a longtemps inféré la pensée à partir du produit. Une dissertation, un rapport ou une réponse d'examen remis tenaient lieu du raisonnement qui les sous-tendait, et la notation traitait un artefact bien argumenté comme la preuve d'un processus bien argumenté. Thapa et Lewis (2026) nomment l'hypothèse que l'IA générative brise : une réponse soignée « peut ne plus représenter le processus de pensée de quiconque », de sorte que l'inférence de l'artefact à la compréhension cesse d'être sûre. Leur réponse n'est pas un meilleur détecteur, mais une base de preuves différente. L'évaluation orientée sur le processus recueille des preuves d'interprétation, de justification et de construction de connaissances au fur et à mesure de leur développement, de sorte que le raisonnement demeure visible lorsque la production peut être obtenue à la demande.

Il est utile de préciser ce que le concept n'est pas. Ce n'est pas l'évaluation authentique, qui demande si une tâche reflète une pratique réelle digne d'intérêt ; Thapa et Lewis maintiennent les axes séparés et insistent sur le fait qu'une tâche authentique dont le produit unique est non supervisé reste exposée. Ce n'est pas l'détection d'IA, qui demande si l'outil a été utilisé plutôt que comment une décision a été prise. Et ce n'est pas l'évaluation automatisée, qui concerne qui ou quoi effectue la correction : un portefeuille échelonné corrigé par une machine peut être orienté sur le processus, et une dissertation finale corrigée par un humain peut ne pas l'être. Le concept concerne les preuves recueillies, sur quelle période et dans quelles conditions elles sont produites.

L'idée est passée d'une proposition à une recommandation récurrente dans toute la base de connaissances. Elle apparaît comme priorité nommée dans le programme de l'AIED relatif à l'agentivité et à la motivation des apprenants, comme agenda de recherche organisateur du problème de la rétention et du transfert dans les travaux sur la performance opposée à l'apprentissage, comme « Black Box Assessment » dans le récit que font Brunnström et Palmqvist de l'apprentissage autorégulé avec l'IA, et comme demande émanant de formateurs d'enseignants en exercice qui ont constaté que leurs travaux écrits à domicile ne pouvaient plus du tout attester d'un apprentissage.

À quoi ressemblent les preuves de processus dans la pratique

Le vocabulaire de conception le plus explicite vient de Thapa et Lewis, dont les quatre engagements portent l'argument jusque dans la conception des tâches : justification réflexive, conception échelonnée des tâches, engagement dialogique et transparence évaluative. En pratique, les étudiants expliquent leurs décisions interprétatives plutôt que de présenter seulement des conclusions, remettent des travaux qui se développent à travers des points de contrôle, prennent part à des échanges oraux ou dialogiques sur leur raisonnement, et travaillent par rapport à des critères qu'ils peuvent s'appliquer eux-mêmes — le terrain de la littératie du retour d'information et de l'auto-évaluation. La proposition de Boysen (2026) en faveur de pratiques d'apprentissage ouvertes traduit la même logique en une piste d'audit : un plan d'apprentissage partagé fixé avant le début du projet, un plan d'analyse de l'apprentissage désignant les sources requises et interdites, et des brouillons et historiques de versions documentés, préservés par le suivi des modifications et les versions de fichiers enregistrées, qui exposent le processus de travail et expliquent ce qui a informé chaque révision. Il présente cela comme une autorégulation rendue visible.

Le canal choisi pour les preuves de processus change ce qui peut être attesté : dans la même étude portant sur 79 étudiants avec IA générative, la planification et la surveillance de plus grande profondeur étaient plus fréquentes dans les unités de pensée à voix haute, tandis que la régulation de plus grande profondeur l'était davantage dans les journaux d'interaction, de sorte qu'aucun enregistrement unique ne capte le processus entier (Li et Liu (2026)). Les traces peuvent aussi diverger franchement des notes : sur 150 conversations étudiant-IA, 41% portaient une note de devoir d'exactement 1,00 alors que la participation cognitive observable variait, de sorte que des notes appariées peuvent dissimuler des processus différents (Fábrega, 2026). DraftTrace répond au même problème pour l'écriture intégrant l'IA en alignant des mesures de processus au niveau des frappes sur le produit final et sur les traces d'interaction avec l'IA, montrant que la recopie au clavier n'est identifiable que lorsque le produit et le processus sont lus ensemble (Chandarana et coll. (2026)), une instance concrète de la mesure par traces comportementales qui manque encore au domaine.

Les récits de praticiens et les cadres comblent le reste du tableau des artefacts. Le cadre LEARN d'Uden et Hwang (2026), visant l'évaluation en apprentissage par problèmes, réclame des grilles d'évaluation centrées sur le processus, des justifications orales, des remises échelonnées et des traces de raisonnement accompagnées d'une divulgation de l'usage de l'IA, et traite la réflexion à travers les journaux d'apprentissage et les protocoles de pensée à voix haute comme le moteur métacognitif de la séquence. Moganadas et collègues (2026) font de l'évaluation transparente à l'égard de l'IA et orientée sur le processus l'une des cinq propositions recherchables, exigeant documentation, vérification et justification réflexive plutôt qu'interdiction ou recours à des détecteurs. Padhy (2026) recommande de saisir l'historique des révisions, les schémas d'interaction et le temps passé sur la tâche, associés à une divulgation transparente. Goldstein, Marae-Haj et Zidan (2026) rapportent les mêmes artefacts émergeant de la pratique après une crise de confiance : relevés de prompts, historique des versions de documents, contributions de groupe suivies, et « journaux de parcours » réflexifs tenus dans des carnets physiques — outre le constat brutal que les travaux écrits à domicile ne pouvaient plus attester d'un apprentissage.

Un outillage concret émerge : Kim et coll. (2026) opérationnalisent la résolution de problèmes en quatre étapes et huit sous-compétences diagnostiques afin qu'un grand modèle de langue puisse générer des questions et des grilles propres à chaque étape ; cinq enseignants et 64 étudiants ont utilisé le système sur 90 problèmes et 720 sous-questions, avec un score moyen de 83,5 à l'échelle d'utilisabilité des systèmes (System Usability Scale).

Un axe différent de l'authenticité, et de la correction

Maintenir les axes distincts importe, car les confondre est la manière dont une refonte semble achevée alors que l'exposition demeure. Sharma (2026) établit la distinction complémentaire entre authenticité et conception orientée vers l'intégrité : l'authenticité demande si une tâche reflète une pratique digne d'intérêt, tandis que la conception orientée vers l'intégrité demande si les apprenants peuvent justifier leurs décisions et assumer la responsabilité qui leur incombe au regard des standards disciplinaires, ce qui explique que les pratiques qu'il propose — pistes de décision annotées, vérification des affirmations issues de l'IA générative, soutenance orale, différences entre brouillons avec historique des versions — soient choisies pour le jugement qu'elles rendent visible plutôt que pour leur réalisme. La revue décennale d'Espino et Espino (2026) sur la formation en gestion parvient à la même conclusion de conception du côté de la littérature, constatant que le domaine converge vers des tâches authentiques et transparentes au processus, qui exigent interprétation, application contextuelle et raffinement itératif, et qu'il traite l'adoption isolée d'outils au sein de structures d'évaluation inchangées comme son échec le plus persistant.

Le construit se distingue aussi de la question de la manière dont les preuves sont notées. Le raisonnement sur la validité est le point où les deux se rencontrent : Brunnström et Palmqvist (2026) soutiennent que lorsqu'un agent conversationnel peut produire une réponse d'examen plausible, le produit remis devient un indicateur plus faible de ce que l'étudiant a appris — un problème de validité de l'évaluation plutôt qu'un simple problème d'intégrité. C'est la même inférence mise en péril dans l'argument de Yan, Greiff, Lodge et Gašević sur la performance opposée à l'apprentissage, où des gains de performance qui s'amenuisent une fois l'assistance retirée montrent un gain logé dans l'outil plutôt que chez l'apprenant, et où le remède proposé consiste en des mesures de processus telles que des épreuves de rétention et de transfert plutôt que la réussite immédiate de la tâche.

Pourquoi la détection ne peut pas porter ce fardeau

L'évaluation orientée sur le processus est généralement proposée comme l'alternative à la détection, et les données sur la détection expliquent pourquoi. La littérature sur l'détection relève des taux d'erreur, une dépendance à la tâche et des biais systématiques contre les rédacteurs non natifs et handicapés, et les travaux les plus récents aboutissent à une conclusion procédurale : le score d'un détecteur peut inciter à un examen plus attentif, mais ne constitue pas un constat. Munoz et collègues (2026) montrent ce que cela coûte dans la pratique. Ayant codé 1 162 allégations de manquements à l'intégrité liés à l'IA générative, ils ont constaté que les types de preuves les plus solides sont produits par l'enquête ou par l'encadrement, que les preuves de processus telles que brouillons, rencontres d'encadrement et exposés n'apparaissent que là où ces pratiques existent déjà — donc, dans une évaluation non repensée, elles sont tout simplement absentes — et que les sorties des détecteurs ont reçu les évaluations probantes les plus faibles de toutes les catégories. La conséquence de conception tient à l'ordonnancement : les preuves de processus doivent exister avant qu'un dossier n'en ait besoin, et le raisonnement de Weidlich (2026) sur l'inférence mise en péril fait le même point du côté de la validité, puisque les tentatives de restaurer la sécurité de l'évaluation par la détection introduisent une variance non pertinente au construit plutôt que des preuves sur l'apprenant.

Les coûts de conception et de charge de travail

Les sources sont exceptionnellement franches sur le fait que cela coûte cher. Thapa et Lewis énoncent directement la mise en garde sur l'équité : les tâches réflexives et dialogiques peuvent privilégier les étudiants les plus assurés dans l'auto-articulation académique, à moins d'être conçues de manière inclusive et étayées, et le travail relationnel et intensif en retours d'information accroît la charge émotionnelle et professionnelle des éducateurs dans les contextes de grande taille ou aux ressources contraintes — une contradiction avec les attentes institutionnelles de montée en charge, de standardisation et de performance mesurable. Sharma en donne la version interprétative : exiger un raisonnement documenté privilégie les apprenants plus fluents dans le discours réflexif, et le jugement comme preuve « demeure relationnel et situé plutôt que mécaniquement vérifiable ».

Les coûts opérationnels sont détaillés ailleurs. Boysen énumère les nouvelles technologies, les devoirs et syllabus révisés, l'enseignement aux étudiants de compétences qui leur sont étrangères, et les documents supplémentaires à collecter et à corriger, avertit qu'un crédit à faible enjeu accordé au processus peut gonfler les notes, et concède que le modèle convient bien mieux aux grands projets de développement de compétences qu'au travail quotidien d'acquisition de connaissances ; il note également que le suivi du processus est ce que certains critiques appellent une surveillance par l'IA. Les participants de Goldstein, Marae-Haj et Zidan ont rapporté que la mise en place d'une documentation du processus demandait un véritable travail, que neuf des treize outils avancés financés avaient été payés de leur poche d'une manière susceptible d'approfondir la fracture numérique, et que plusieurs s'étaient rabattus sur des examens supervisés et anticipaient des soutenances de thèse orales. L'inquiétude liée à l'équité comporte un versant propre à l'IA dans le constat de Brunnström et Palmqvist selon lequel l'usage non guidé des outils exige une compétence de gestion de l'interaction qui est inégalement distribuée, de sorte que l'IA « pourrait être le plus profitable aux étudiants déjà avantagés » — le même risque distributionnel que celui qui accompagne la demande faite aux étudiants de gérer un processus documenté. Lopez-López, Bru-Cordero et Correa-Álvarez (2026) ont constaté que les étudiants qui investissaient plus de temps d'étude indépendante jugeaient l'usage de l'IA plus strictement, et recommandent de tester si les gabarits de divulgation, les soutenances orales et l'évaluation fondée sur le processus réduisent l'incertitude éthique — une étude dont le domaine a encore besoin. Le risque s'attache au mécanisme même qui fait fonctionner les preuves de processus : lorsque la collaboration, la révision et la réflexion sont notées, les étudiants ont des raisons de produire des preuves correspondant à ce qu'ils pensent que le correcteur attend, de sorte que les traces de processus peuvent devenir performatives plutôt probantes (Alam et Jackson, 2026).

Ce qui demeure non résolu

Le récit de Thapa et Lewis est conceptuel : ni participants, ni collecte de données, ni essai de mise en œuvre, de sorte que les quatre principes sont argumentés plutôt que testés, et l'article lui-même appelle des travaux empiriques sur l'expérience étudiante, la charge de travail des éducateurs et la viabilité à long terme. La faisabilité reste indifférenciée selon les contextes — le transfert aux grands amphithéâtres, aux laboratoires, aux ateliers ou aux stages cliniques n'est pas abordé. Le texte de position de Lane (2026) note le plafond institutionnel : l'évaluation fondée sur le processus est émoussée par les structures de notation et de relevé de notes qui récompensent les artefacts finaux soignés, de sorte qu'une refonte de la seule salle de classe ne change pas l'incitation. La mesure est également mince : la revue par Jin et collègues (2026) des instruments de mesure de la littératie en IA appelle une évaluation fondée sur la performance et orientée sur le processus ainsi qu'une mesure par traces comportementales du incitation et de la vérification, mais rapporte que les instruments existants s'appuient sur l'auto-déclaration. Aucune source ici ne rapporte un essai contrôlé d'une refonte orientée processus comparée à une refonte orientée produit, ce qui laisse la thèse centrale — selon laquelle les preuves de processus sont à la fois plus difficiles à contrefaire et plus justes à évaluer — argumentée à partir de principes, de récits de praticiens et de données de dossiers plutôt que démontrée à grande échelle.

Concepts liés

Articles liés

Ressources liées

  • Process Feedback
    Une alternative gratuite, fondée sur le processus, à la détection d'IA : elle enregistre comment un texte a été produit et le transforme en rapport pour une conversation sur l'apprentissage plutôt qu'en verdict.

Métadonnées

NiveauHigher Ed
Apprentissage et enseignementL'apprentissage autorégulé
Technologies et techniquesL'IA générative
Évaluation et mesureÉvaluation, Détection de l'IA, Validité de l'évaluation, Évaluation authentique, Jugement évaluatif, L'évaluation formative, Évaluation orientée sur le processus
Équité, éthique et usage responsableL'équité
Fondements de l'IA dans l'éducationIntégrité académique
SourceHistoryEditChat

Intégrer cette page

Copiez le code ci-dessous pour intégrer cette page dans un système de gestion de l'apprentissage ou un autre site. La version intégrée n'affiche que le contenu de la page : l'en-tête, la navigation et le pied de page du site sont masqués.