Générer des évaluations et corrections

Des évaluations alignées et des corrections accélérées

Créer des évaluations pertinentes et corriger des copies sont deux tâches essentielles et extrêmement chronophages, dont le poids se concentre toujours aux pires moments de l’année. ChatGPT intervient aux deux extrémités de la chaîne : il aide à construire des évaluations rigoureuses et il accélère la correction, sans jamais s’y substituer. La distinction compte, car déléguer la notation reviendrait à abandonner le seul moment où vous voyez précisément ce que chaque élève a compris. Elle est aussi une règle : la CNIL rappelle que l’enseignant ne délègue pas son pouvoir d’évaluation à un outil d’IA, et les politiques d’utilisation d’OpenAI proscrivent toute décision d’évaluation prise par le modèle sans humain dans la boucle.

Concevoir des QCM qui apprennent quelque chose

Un bon QCM ne se résume pas à une bonne réponse et trois mauvaises. Sa valeur diagnostique tient entièrement à ses distracteurs : s’ils sont absurdes, l’élève trouve par élimination et vous n’apprenez rien de son raisonnement ; s’ils correspondent à des erreurs réalistes, chaque réponse fausse vous indique quel chemin erroné il a suivi. ChatGPT produit facilement ce second type de distracteurs, à condition de nommer les erreurs attendues au lieu d’espérer qu’il les devine.

« Crée un QCM de 15 questions sur les fonctions linéaires pour une classe de 3e. Pour chaque question, les distracteurs doivent correspondre à des erreurs fréquentes des élèves (confusion avec les fonctions affines, erreur de signe, inversion de la pente). Fournis le corrigé avec une explication pour chaque distracteur. »

L’explication demandée pour chaque distracteur est ce qui transforme le QCM en outil de remédiation. Au moment de la correction en classe, vous disposez déjà du commentaire à donner à ceux qui ont choisi la réponse B plutôt que la C, et la séance de correction cesse d’être une lecture du corrigé pour devenir un travail sur les erreurs réellement commises.

Évaluer par compétences et varier les formats

Pour une évaluation formative ou sommative par compétences, quatre exigences doivent apparaître dans votre demande. Précisez les compétences visées en reprenant les termes du référentiel du programme, afin que le vocabulaire de la grille corresponde à celui du bulletin. Demandez que chaque exercice cible une seule compétence à la fois : dès qu’un exercice en mobilise deux, une copie faible devient impossible à interpréter. Exigez une grille de compétences associée, avec des indicateurs observables plutôt que des jugements de valeur. Réclamez enfin, pour chaque compétence, des exercices de complexité croissante, ce qui permet à un élève fragile de montrer ce qu’il maîtrise avant de buter.

Les sujets rédigés se traitent selon la même logique. ChatGPT génère des sujets d’argumentation accompagnés de leurs documents, des sujets de commentaire littéraire avec des axes de lecture suggérés, des études de cas contextualisées pour les sciences économiques et sociales, ou des problèmes ouverts pour les sciences et les mathématiques. Les axes de lecture suggérés méritent une relecture attentive : ils sont généralement justes mais scolaires, et il vaut mieux les garder pour votre corrigé que les distribuer avec le sujet, sous peine d’obtenir trente copies identiques.

La grille critériée

Une grille utile décrit chaque niveau de maîtrise par un descripteur observable, de sorte que deux correcteurs différents placent la même copie au même endroit. Demandez à ChatGPT de produire cette grille pour vos critères, puis vérifiez que les descripteurs décrivent bien ce que l’on voit sur la copie et non l’impression qu’elle laisse.

Observez la progression sur la ligne « Argumentation » : on passe de l’absence à la présence, puis de la présence à la justification, puis de la justification à la nuance. Chaque palier ajoute une exigence vérifiable. C’est cette gradation qu’il faut contrôler dans toute grille générée, car le modèle produit parfois quatre formulations qui disent la même chose en changeant seulement l’adverbe — « correctement », « bien », « très bien », « parfaitement » — et une telle grille ne départage rien.

Accélérer la correction

Le gain de temps le plus net vient d’un corrigé type produit avant d’ouvrir la première copie. Faites-le générer avec la réponse attendue pour chaque question, les erreurs fréquentes à anticiper, les points de barème détaillés et des commentaires types pour chaque niveau de réponse. Vous corrigez ensuite en reconnaissant des cas déjà nommés plutôt qu’en réinventant votre exigence à chaque copie, ce qui améliore autant la vitesse que l’équité entre les élèves du début et de la fin du paquet.

Pour les retours individuels, ChatGPT rédige un commentaire constructif dès lors que vous lui donnez l’erreur observée. « L’élève a fait cette erreur dans son exercice de physique : il a confondu masse et poids. Rédige un feedback encourageant de 3-4 lignes qui explique la différence et propose un moyen mnémotechnique pour ne plus confondre. » La répartition des rôles est la bonne : l’erreur reste identifiée par vous, qui seul avez lu la copie, et l’outil se charge de la formulation, c’est-à-dire de la partie qui vous coûte du temps sans mobiliser votre expertise disciplinaire. Le prompt ne contient ni nom ni copie : ne collez jamais une copie nominative dans un outil grand public.

Ces commentaires gagnent à être capitalisés plutôt que réécrits chaque année. Constituez progressivement une banque couvrant chaque type d’erreur récurrente de votre discipline, avec des formulations positives, des suggestions d’amélioration concrètes et des encouragements adaptés aux différents profils. À la troisième année, corriger un paquet consiste largement à assembler des blocs éprouvés que vous personnalisez d’une phrase.

À vous de jouer

Votre premier QCM relu.

1. Faites créer un QCM de dix questions sur un thème de votre choix, en nommant les erreurs attendues
2. Vérifiez chaque item : la bonne réponse est-elle exacte, les distracteurs plausibles, le niveau adapté ?
3. Corrigez ce qui doit l’être et comptez vos corrections
4. Faites produire la grille critériée et contrôlez la gradation des descripteurs
5. Retenez votre nombre de corrections : il dit quelle confiance accorder à un sujet non relu

Sources officielles : Getting started with ChatGPT as an educator (centre d’aide OpenAI) · Enseignant : comment utiliser un système d’IA dans le cadre de vos missions ? (CNIL)

Points clés à retenir

• Les distracteurs du QCM doivent refléter des erreurs réalistes, que vous nommez dans la demande
• Créez des grilles critériées avec des descripteurs précis pour chaque niveau de maîtrise
• Un corrigé type détaillé avant la correction accélère considérablement le processus
• L’erreur et la note restent votre affaire, la formulation peut revenir à l’outil
• Constituez une banque de commentaires réutilisables plutôt que de rédiger chaque feedback de zéro