Point de vue d’expert : évaluer au temps des IAg

Une réflexion directement liée aux pratiques d’enseignement

À la suite du séminaire « Repenser ses pratiques évaluatives au temps des IA génératives », organisé en novembre 2025 à Université Côte d’Azur, Isabelle Nizet — professeure associée à l’Université de Sherbrooke et spécialiste de l’évaluation des apprentissages et des compétences — s’est prêtée à une interview pour inaugurer la série Point de vue d’expert.
Son objectif : dépasser la seule question de la fraude pour interroger plus profondément le rapport à la preuve, au jugement professionnel et au sens même de l’évaluation. Un enjeu devenu central alors que l’IA transforme l’accès à la connaissance et interroge le contrat de confiance entre enseignants et étudiants.

Découvrir l’interview « Point de vue d’expert » d’Isabelle Nizet : « Evaluer au temps des IAg » 

La question centrale : « qu’est-ce qu’une bonne preuve ? »

Il y a encore peu, les débats sur l’IA en éducation étaient largement dominés par la crainte de la tricherie : travaux jugés « trop parfaits », soupçons, perte de confiance. Pour Isabelle Nizet, cette entrée par la fraude reste pourtant insuffisante.
Le véritable enjeu concerne la preuve d’apprentissage. Toute évaluation repose sur une condition implicite : la preuve produite par l’étudiant doit être authentique, légitime, crédible, fiable et valide. Dès que cette authenticité devient incertaine, le processus de jugement enseignant se fragilise. 
L’IA vient ainsi questionner le cœur même de l’évaluation :

• Qu’est-ce qu’une preuve valable aujourd’hui ?
• Pourquoi un étudiant produirait-il une preuve authentique s’il peut générer une performance crédible en quelques clics ? 

Le risque : une régression pédagogique  

Face à la vulnérabilité des évaluations traditionnelles - notamment les travaux écrits réalisés à domicile - une tentation apparaît : renforcer le contrôle. Retour aux examens écrits surveillés, aux oraux individuels, à des dispositifs hautement sécurisés. 

Si ces formats garantissent une certaine authenticité, ils risquent aussi de limiter l’évaluation à des connaissances déclaratives ou applicatives, au détriment du développement de compétences complexes. Isabelle Nizet y voit un danger : une régression pédagogique. Pour éviter cet écueil, il faudrait maintenir ce qu’elle appelle la plus-value pédagogique de l’évaluation : informer l’étudiant sur ses progrès, soutenir la régulation, donner du sens à l’effort d’authenticité. 

Rendre les évaluations « résilientes » à l’IA

Plutôt que d’interdire ou de contrôler systématiquement, l’experte propose une démarche pragmatique, directement mobilisable par les enseignants :

• analyser ses pratiques actuelles pour identifier les tâches vulnérables à l’IA ;
• tester soi-même les consignes avec différents outils d’IA ;
• repérer les étapes les plus sensibles d’une activité ;
• décider ensuite de conserver, adapter ou intégrer explicitement l’usage de l’IA.

Dans cette perspective, l’IA peut aussi devenir une opportunité pédagogique. Par exemple, la qualité des requêtes (« prompts ») formulées par les étudiants peut elle-même constituer une preuve d’apprentissage.

Vers des changements systémiques ? 

Au-delà des outils, Isabelle Nizet souligne que l’IA pourrait conduire à des évolutions plus systémiques : organisation des temps d’apprentissage, rôle de l’enseignant, finalités de l’évaluation et des formations.
L’IA générative oblige à une remise en question globale des pratiques évaluatives, des pédagogies qui les entourent et des finalités de formation. Mais elle peut aussi représenter une occasion historique : redonner à l’évaluation sa fonction première — soutenir et favoriser l’apprentissage. Comme elle le résume avec pragmatisme : « on prend nos pelles, nos marteaux, et on se met au boulot ».

Vidéo de l’interview « Point de vue d’expert » d’Isabelle Nizet : « Evaluer au temps des IAg »