Auto-évaluation

Sur cette page

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

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

L'auto-évaluation — juger son propre travail, sa propre compétence ou ses propres progrès au regard de critères, et les pratiques et instruments bâtis sur cet acte. Le terme porte deux visages qu'il est facile de confondre en un seul. Comme technique pédagogique, c'est l'auto-notation, la révision de soi fondée sur une grille, l'autocontrôle et la réflexion guidée : des activités destinées à développer la surveillance et le jugement sur lesquels repose l'apprentissage autorégulé. Comme mesure éducative, c'est un instrument d'auto-déclaration, dans lequel l'estimation par un apprenant de sa propre compétence, de sa propre confiance ou de son propre apprentissage tient lieu d'une observation que personne n'a faite. Elle se tient aux côtés de l'évaluation par les pairs comme l'autre moitié des étudiants en qualité d'évaluateurs, et hérite de la même dépendance à l'étayage et à des critères explicites. Les deux visages reposent sur la même faculté et échouent tous deux dans le même sens : l'estimation est systématiquement généreuse, et plus le travail remis par un apprenant peut être produit par un outil d'IA générative, moins ce travail dit si la faculté est là du tout.

Questions à examiner

Lorsque vous terminez un de vos propres travaux, qu'est-ce qui vous dit s'il est bon : les critères qu'on vous a remis, les critères que vous avez intériorisés, ou ce que vous ressentez ? Pourriez-vous dire lequel des trois vous avez réellement utilisé ?
Dans une étude portant sur 288 enseignants du primaire et du secondaire, une mesure auto-déclarée de la littératie en IA n'a corrélé avec une mesure objective de la même compétence qu'à r = 0,07 à r = 0,24. Où, dans votre propre pratique, une auto-estimation divergerait-elle le plus probablement d'un test de la même compétence, et pourquoi là plutôt qu'ailleurs ?
L'auto-notation peut faire gagner du temps à l'enseignant et bâtir le jugement, et elle peut aussi accorder une note que l'étudiant n'a pas méritée. Que faudrait-il qu'il en soit de la tâche, de la grille et de la formation pour qu'une auto-note puisse porter du crédit ?
Si un outil peut produire la dissertation, que reste-t-il à un étudiant à évaluer au sujet de son propre apprentissage ? Que lui demanderiez-vous d'estimer à la place ?
Les étudiants qui évaluent le travail d'un pair et ceux qui évaluent le leur font des choses différentes. Lequel se transfère le mieux à la tâche suivante, et quelle preuve le trancherait ?

Introduction

L'auto-évaluation est l'une des idées les plus anciennes de l'éducation et l'une des plus confondues dans la pratique, parce que deux choses distinctes voyagent sous le même nom. La première est une technique : des étudiants qui examinent leur propre travail au regard de critères, le notent, le vérifient, y réfléchissent. La seconde est une mesure : la notation par l'apprenant de sa propre compétence, de sa propre confiance ou de son propre apprentissage, utilisée comme donnée. La technique se juge à ce qu'elle développe chez l'apprenant ; la mesure se juge à la fiabilité du chiffre.

Les deux importent dans la conception de l'évaluation à l'ère de l'IA, et pour des raisons différentes. La technique est le lieu où se forme l'jugement évaluatif, et le jugement évaluatif est précisément la capacité qui se raréfie lorsqu'un modèle de langage peut produire à la demande un travail d'apparence compétente. La mesure est le lieu où le domaine surestime régulièrement ce qu'il sait, parce qu'une auto-déclaration ne peut pas mesurer l'apprentissage : elle ne peut qu'enregistrer ce que quelqu'un en dit.

L'auto-évaluation comme technique pédagogique

Les pratiques qui relèvent de cette rubrique sont familières : l'auto-notation contre une grille, la révision par soi d'un brouillon avant remise, l'autocontrôle des solutions de problèmes, les invites réflexives demandant ce qu'un apprenant ferait différemment, et les tâches de prédiction où un étudiant estime sa performance puis la compare. Leur visée est développementale. Un étudiant qui révise son propre brouillon au regard de critères répète l'appréciation que forment aussi la révision par les pairs et le retour d'information de l'enseignant, et bâtit la norme interne qu'il utilisera lorsque personne ne regarde.

Les preuves que la technique fonctionne, et sur la version qui fonctionne, viennent surtout de l'écriture et des recherches sur l'apprentissage autorégulé. Dans une étude comparative de la littératie du retour d'information, des étudiants de première année de premier cycle (N = 118 en Chine, 56 dans un groupe IA générative et 62 dans un groupe pairs) ont effectué trois cycles d'auto-évaluation sur un semestre. L'avantage du groupe IA générative sur le groupe pairs était faible, seulement 0,17 point d'échelle (eta carré partiel = 0,03), et la conclusion pratique de l'étude est celle qui revient : l'auto-évaluation a besoin d'étayage. Ce sont les grilles pré-entraînées, les lignes directrices sur les prompts et les fiches de travail qui séparent un cycle d'auto-évaluation qui bâtit la littératie du retour d'information d'un cycle qui produit de la décharge.

L'auto-évaluation est aussi le lieu où le cycle de l'apprentissage autorégulé devient visible comme une compétence plutôt que comme une disposition. Dans une étude de statistiques de premier cycle, les étudiants qui avaient reçu une formation explicite à un étayage axé sur le raisonnement (indices progressifs et invites de vérification) ont mieux performé sur une tâche ultérieure tentée sans aucune assistance du modèle et ont montré un meilleur calibrage de l'auto-évaluation que les étudiants qui s'appuyaient sur le modèle de manière acritique. La partie intéressante est la seconde mesure : les estimations, par le groupe formé, de sa propre compréhension s'alignaient mieux sur ce qu'il pouvait réellement faire. Une technique visant la réflexion a changé une propriété de mesure de l'apprenant.

Entraînement au calibrage

La technique la plus directe est l'entraînement au calibrage, où un étudiant prédit son score ou sa confiance avant de voir un résultat, puis compare sa prédiction à l'issue. Dans une étude d'écriture assistée par IA, un protocole de littératie du retour d'information a amélioré la qualité de l'écriture, l'appropriation des retours et la révision profonde, tandis qu'une activité de calibrage évaluation-performance a principalement amélioré l'exactitude de l'auto-évaluation des étudiants et réduit la surconfiance. La combinaison des deux a produit les plus forts gains en écriture et la plus forte rétention après le retrait de l'assistance par l'IA, bien que l'activité de calibrage seule soit demeurée la meilleure voie vers des auto-estimations exactes. Cette division du travail est le point pratique : la littératie du retour d'information améliore ce qu'un étudiant fait des commentaires, le calibrage améliore la précision avec laquelle il connaît sa propre position, et ce ne sont pas la même intervention.

Un article au niveau de la dissertation sur l'usage éthique de l'IA dans une université australienne a traité l'auto-évaluation guidée comme le véhicule plutôt que comme le sujet : parmi des étudiants entrants en soins infirmiers, sciences de la santé, génie et sciences de 2021 à 2025, des auto-évaluations de début et de fin de semestre combinaient des items de confiance de type Likert à une invite de réflexion ouverte, et les auteurs ont soutenu que la pratique éthique est une capacité développementale à bâtir par la réflexion, plutôt qu'une règle de conformité à faire respecter.

Ce que l'IA ajoute à la technique

L'IA change trois choses à cette technique. Elle peut générer les items et les grilles, ce qui rend peu coûteux la répétition des cycles d'auto-évaluation. Elle peut être la chose évaluée, ce qui est la manière dont se forme l'jugement évaluatif : un étudiant qui juge un brouillon d'IA pratique l'appréciation avec une réserve illimitée de matériau. Et elle peut rendre visible le jugement de l'apprenant comme preuve de processus. Dans les tableaux de bord d'apprentissage interactifs, un tableau de bord analytique conventionnel a été étendu par une fonctionnalité d'auto-évaluation Judgment of Learning et par un agent conversationnel, au motif qu'obtenir le propre jugement d'un apprenant fait davantage pour l'engagement que de lui dire ce que montrent les données. Des cadres institutionnels ont commencé à traiter les mêmes traces de processus, y compris les auto-évaluations structurées et les invites métacognitives, comme des preuves de capacités adaptatives qu'un relevé de notes ne peut montrer.

L'auto-évaluation comme mesure

Utilisée comme mesure, l'auto-évaluation arrive généralement déguisée en autre chose : une note de confiance sur une échelle de Likert, un score prédit, un item de Judgment of Learning, ou un inventaire fondé sur une taxonomie de la compétence perçue. C'est une famille au sein de l'ensemble plus large des mesures auto-déclarées, et elle hérite de la limite catégorielle de cette famille. Une auto-déclaration ne peut mesurer ni l'apprentissage ni le comportement ; elle ne peut mesurer que ce qu'une personne est disposée à dire de son apprentissage ou de son comportement, et ces deux choses se séparent assez souvent dans cette base de recherche pour constituer un constat à part entière.

Quelle est l'exactitude des estimations

L'exactitude est le problème de tête, et le sens est constant. Les preuves les plus nettes viennent d'une étude qui a construit, au sein d'un cadre unique, des mesures auto-déclarées et objectives parallèles de la littératie en IA des enseignants. Sur 288 enseignants du primaire et du secondaire, les corrélations entre les facteurs objectifs et auto-déclarés allaient de r = 0,07 à r = 0,24, et l'analyse des profils latents a trouvé six profils : 43 enseignants se notaient haut de manière constante tout en obtenant des scores plus faibles à la mesure objective, 59 montraient le schéma inverse, et les profils restants se regroupaient près de la moyenne ou se séparaient selon l'expérience préalable en littératie en IA. Deux mesures d'une seule compétence, construites par la même équipe sur le même construit, ne partagent presque rien.

Le tableau au niveau du domaine correspond à cette étude unique. La revue de 2026 des outils de mesure de la littératie en IA des enseignants par Zainal, Mohd Matore et Maat a évalué 33 instruments publiés entre 2019 et 2025 et a constaté que 31 (93,9%) étaient des échelles auto-déclarées de confiance perçue, que deux seulement (6,1%) testaient les connaissances objectivement, et qu'aucun n'utilisait de tâches fondées sur la performance. La lecture des auteurs est celle sur laquelle tourne le visage « mesure » de cette page : un score auto-déclaré enregistre la confiance rapportée plutôt que la capacité, de sorte qu'il ne peut pas tenir lieu de compétence, et ils plaident pour des tâches de performance et une analyse par théorie de la réponse aux items en complément de l'auto-évaluation, afin de séparer la capacité validée de la confiance rapportée.

L'exactitude dépend aussi de ce qui est estimé. Une analyse psychométrique d'une auto-évaluation de la littératie en IA générative fondée sur une taxonomie, menée auprès de 158 membres du personnel et étudiants d'une université, a trouvé un profil inversé, les répondants déclarant la maîtrise de la création avant les fondements conceptuels qui la sous-tendent, et une faible corrélation seulement (r = 0,188) entre les profils étudiants et les profils du corps académique. Une enquête auprès d'étudiants en formation des enseignants a trouvé la même forme vue de l'autre côté : presque tous (97,8%) jugeaient l'analyse critique des médias importante, tandis que 13,8% seulement disaient que leurs cours la traitaient, et moins de la moitié (44,9%) croyaient avoir les compétences pour analyser de manière critique l'information des médias. La compétence médiatique auto-évaluée tardait par rapport à l'importance auto-évaluée.

Deux mécanismes expliquent cette générosité. Le premier est motivationnel et bien documenté en dehors de cette littérature : les gens se notent généreusement, et les moins compétents surestiment le plus. Le second est propre aux cohortes natives de l'IA. Un article théorique de 2026 sur la ligne de base cognitive absente soutient qu'un usage substitutif soutenu de l'IA pendant les années formatrices du secondaire et du lycée réduit les rencontres cognitives indépendantes dont dépend toute auto-évaluation académique. La thèse est structurelle plutôt qu'individuelle : l'auto-évaluation fonctionne en comparant une performance actuelle à un ensemble de performances antérieures, et là où cet ensemble n'a jamais été construit, l'estimation n'a rien à quoi se calibrer. Cela est présenté comme distinct de la décharge et de la reddition, qui décrivent des processus pendant l'usage de l'IA, parce que l'écart persiste lorsque l'outil est absent.

Le stade développemental fixe une borne à l'exactitude, et les apprenants les plus jeunes sont là où un instrument d'auto-évaluation validé est le plus rare. L'étude de validation de 2025 par Thianwan et Srikoon d'un questionnaire d'auto-évaluation de la littératie en IA pour les élèves du primaire avancé a construit une mesure à 15 items pour les niveaux 4 à 6, couvrant Learning About AI, Learning About How AI Works et Learning for Life with AI, confirmant une structure à trois facteurs sur des échantillons de 335 et 579 étudiants avec un alpha de Cronbach global de 0,934. Les auteurs sont explicites sur la limite du genre : l'exactitude de l'auto-évaluation dépend d'une capacité métacognitive encore en maturation chez l'enfant, de sorte que les scores indexent la compréhension perçue plutôt que la compétence démontrée, et l'instrument est destiné au diagnostic formatif.

L'auto-évaluation comme variable de résultat

Le visage « mesure » apparaît aussi dans la conception de l'évaluation, où les instruments d'auto-évaluation servent de mesures de résultats. Une étude de l'évaluation assistée par IA de rapports complexes dans l'enseignement supérieur évalue explicitement l'apprentissage à l'aide d'instruments validés de littératie du retour d'information et d'auto-évaluation, parallèlement à la performance ultérieure et à une comparaison avec un groupe témoin. C'est défendable lorsque l'instrument mesure une croyance dont l'étude parle réellement, comme l'auto-efficacité ou la compétence perçue, et trompeur lorsqu'il est traité comme un substitut à la réussite. La critique récurrente des études d'intervention en IA s'applique ici de plein fouet.

Mesurer l'agentivité par des questionnaires post-tâche et une auto-efficacité spécifique à la tâche risque un raisonnement circulaire : l'estimation de l'apprenant est relue comme une preuve de la capacité qu'elle est censée indiquer, et l'alternative est une analytique dynamique qui suit la manière dont l'auto-évaluation est utilisée à travers des cycles successifs (Mao (2025)).

Ce que change l'IA générative

Les deux visages convergent sous l'IA générative, parce que l'outil attaque le lien dont ils dépendent tous deux : le fait que le travail remis par un apprenant est une preuve portant sur l'apprenant.

Là où le travail peut être produit à la demande, une dissertation solide ne démontre plus le jugement qui la sous-tend, et demander à un étudiant d'évaluer un brouillon qu'il n'a pas écrit est une tâche différente de l'évaluation d'un brouillon qu'il a écrit. C'est pourquoi les arguments d'évaluation de la validité sont passés de la détection à la refonte, et pourquoi l'auto-évaluation passe du statut d'aide à l'étude à celui de composante de la conception de l'évaluation elle-même : le jugement qu'un étudiant porte sur une production de l'IA, consigné et accompagné de raisons, est une preuve d'une manière que la production ne l'est pas.

Cela introduit aussi un risque de dénomination qu'il convient d'énoncer clairement. L'auto-évaluation par l'IA n'est pas ce concept. Lorsqu'un article rend compte qu'un modèle évalue son propre raisonnement ou note ses propres sorties, il s'agit d'évaluation de modèle, qui relève de l'évaluation automatisée et de l'étude de l'entraînement des modèles et des apprenants simulés ; une étude de tutorat donne la version pratique du point, soutenant que le retour d'information devrait être conditionné par un classificateur diagnostique distinct plutôt que par la validité du raisonnement auto-évaluée par le modèle. L'auto-évaluation de l'apprenant et l'auto-évaluation du modèle partagent un vocabulaire et rien d'autre.

Implications pour la pratique

Étayer la technique. Les grilles, les lignes directrices sur les prompts et les fiches de travail sont ce qui rend un cycle d'auto-évaluation développemental. L'auto-évaluation nue, comme le retour d'information nu de l'IA, tend à produire de la réassurance plutôt que du jugement.
Entraîner le calibrage séparément de l'usage des retours. Les activités de prédiction-et-comparaison changent l'exactitude des auto-estimations ; le travail de littératie du retour d'information change ce que les étudiants font des commentaires. Si l'exactitude est le but, menez l'activité de calibrage.
Garder les auto-notes à faible enjeu, sauf si la formation est réelle. Une auto-note est une affirmation sur l'apprentissage faite par la personne qui en bénéficie, et les profils de surestimation de l'étude sur la littératie en IA ne sont pas un petit biais à absorber dans une note sommative.
Utiliser l'auto-déclaration là où elle est honnête. La confiance, la compétence perçue et la disposition à divulguer l'usage de l'IA sont des choses légitimes à mesurer par la question. La réussite ne l'est pas.
Demander du jugement, non une opinion. L'auto-évaluation la plus défendable à l'ère de l'IA demande à un étudiant d'apprécier une pièce de travail spécifique au regard de critères et de justifier son verdict, ce qui est entraînable, inspectable et relié à l'jugement évaluatif.
Surveiller l'effet de cohorte. Pour les étudiants dont les années formatrices ont inclus un usage substitutif de l'IA, une auto-estimation exacte peut être indisponible plutôt que simplement optimiste, ce qui déplace la tâche pédagogique de la correction de la surconfiance à la reconstruction de l'ensemble expérientiel dont elle a besoin.

Concepts liés

FAQ liées

Métadonnées

Niveau	Higher Ed
Public visé	Learners, Instructors
Apprentissage et enseignement	La métacognition, L'apprentissage autorégulé, L'étayage
Évaluation et mesure	Validité de l'évaluation, Jugement évaluatif, Littératie en rétroaction, L'évaluation formative, Évaluation par les pairs, Les mesures auto-déclarées
Équité, éthique et usage responsable	Le calibrage de la confiance
Fondements de l'IA dans l'éducation	Littératie en IA

Source History Edit Chat