L’IA générative, un levier pour transformer l’évaluation des apprentissages
L’arrivée fulgurante de l’IA générative (IAg) dans l’enseignement supérieur bouscule les repères traditionnels de l’évaluation. Rédiger un essai, résoudre un problème ou synthétiser un article : autant de tâches qu’un étudiant ou une étudiante peut désormais automatiser en quelques secondes. Faut-il y voir une menace ? Pas forcément. C’est de notre point de vue une invitation à repenser les pratiques pédagogiques et un levier pour transformer l’évaluation des apprentissages. L’un des enjeux centraux que pose l’émergence des IAg pour l’enseignement universitaire est de faire évoluer les pratiques pédagogiques tout en conservant ce qui en fait le cœur, à savoir la mise en valeur du raisonnement rigoureux, de l’analyse critique ainsi que la compréhension en profondeur des concepts.
L'évaluation authentique Les chercheuses et chercheurs en pédagogie universitaire mettent en avant depuis plusieurs années la notion d’évaluation en situation authentique comme moyen privilégié pour construire des compétences critiques. Selon Prégent, Bernard et Kozanitis (2009), ce type d’évaluation place la personne étudiante dans une situation complexe, signifiante et proche de celles rencontrées dans la vie professionnelle ou sociale. L’enjeu n’est pas seulement de vérifier des connaissances, mais bien d’évaluer la capacité de la personne étudiante à mobiliser et articuler plusieurs compétences afin de réaliser une tâche réaliste, contextualisée et porteuse de sens. Dans le contexte actuel marqué par l’essor des IAg, cette approche devient d’autant plus pertinente qu’elle permet de solliciter des compétences difficilement déléguables à une IA, notamment celles liées au raisonnement situé, au jugement professionnel ou à la communication orale. Elle favorise également l’engagement actif des étudiantes et étudiants, en les plaçant face à des défis concrets qui exigent une appropriation véritable des savoirs et une mise en pratique réfléchie. Exemples UNIGE Plusieurs formes d’évaluation authentique étaient déjà largement utilisées avant l’apparition des IAg. Parmi les exemples les plus courants, on peut mentionner la mise en scène d’une plaidoirie dans un procès fictif, la conception d’un business model présenté et défendu lors d’un pitch, ou encore la conduite d’enquêtes de terrain en sciences sociales. À l’UNIGE, nombre d’enseignantes et enseignants font preuve de beaucoup de créativité pour développer des évaluations authentiques, citons parmi beaucoup d’autres, Nouveaux enjeux Avec l’arrivée des IAg, au moins deux enjeux majeurs émergent et appellent une transformation assez profonde des pratiques pédagogiques. Pour accompagner cette évolution à l’UNIGE, le pôle SEA a publié dès l’apparition des IAg un guide pour l’enseignement. Ce dernier comprend une section spécifique sur l’évaluation des apprentissages. Trois axes y sont distingués : Dans le cadre du premier axe, les examens en e-assessment permettent de neutraliser facilement le recours aux IAg. Toutefois les travaux écrits rédigés à la maison et en particulier les travaux de fin d’étude, restent largement exposés à un tel recours. Cette situation entraîne un rééquilibrage entre les modalités d’évaluation écrites et orales. Les épreuves orales, en particulier, sont appelées à occuper une place croissante dans la validation des mémoires, des projets ou des travaux écrits. Elles permettent en effet d’apprécier plus finement la compréhension, la capacité d’argumentation ainsi que l’authenticité des apprentissages. Cette évolution conduira vraisemblablement à concevoir de nouveaux dispositifs d’évaluation valorisant davantage les différentes formes d’oralité, à l’image des exemples évoqués précédemment. Le troisième axe ouvre quant à lui de nouveaux chantiers en matière d’évaluation en intégrant l’IA de manière constructive et alignée avec les objectifs pédagogiques. Cette intégration est particulièrement pertinente dans des situations authentiques, proches des pratiques réelles des étudiants. L’enjeu pour le corps enseignant, avec le soutien des centres de soutien à l’enseignement, est de concevoir des activités où l’usage de l’IA générative devient un levier pour développer la pensée critique. Par exemple, les étudiants peuvent comparer plusieurs réponses produites par une IA, en identifier les limites ou les biais, puis proposer une version améliorée et argumentée. Ils peuvent également analyser la cohérence factuelle d’un texte généré, repérer d’éventuelles erreurs ou hallucinations, et discuter des conditions dans lesquelles les productions de l’IA demeurent pertinentes ou nécessitent un complément d’expertise humaine. Check-list Avec le développement d’activités pédagogiques intégrant l’IA, il devient essentiel de communiquer aux étudiantes et étudiants un cadre dont les objectifs sont bien explicités. Des initiatives intéressantes émergent pour outiller les enseignantes et enseignants afin de les aider à clarifier les attentes en fonction des tâches. Nous en citons ici deux, l’une provenant de l’UNIGE, la seconde de nos collègues d’Uni distance. La première téléchargeable sous forme de fichier Word sur la page des recommandations de la Faculté de psychologie et des sciences de l’éducation (FPSE) donne une liste d’une vingtaine d’usages possibles de l’IA dans le cadre académique avec la possibilité d’indiquer ceux autorisés ou non dans tel ou tel enseignement. La deuxième version se présente sous forme d’un mur numérique très simple d’usage et exportable en PDF sur lequel l’enseignant peut déplacer les usages correspondant à son contexte d’enseignement vers un tableau à trois colonnes (autorisé, autorisé avec réserve et non autorisé) à communiquer à ses étudiantes et étudiants. Texte rédigé avec l’aide de chatGPT Références Carbonnel, H. & Jullien, J.-M. (2025). Use of generative AI in learning and assessment. EDUDL+ at UniDistance Suisse Carlei, Ch. & Colpaert, L. (2023). Plateforme d’innovation pédagogique. SEA : UNIGE. Groupe de travail IA (2025).Check list des usages des outils d’IA génératives dans le cadre d’un enseignement, FPSE : Université de Genève. Colpaert, L. & Haeberli, Ph. (2024) Guide IA et enseignement. SEA : UNIGE. Prégent, R., Bernard, H., & Kozanitis, A. (2009). Chapitre 5 : Évaluer des compétences en situation authentique. In Enseigner à l’université dans une approche-programme (pp. 137–189). Montréal : Presses Internationales Polytechnique.
Tool zur Reflexion KI Verwendung (consulté le 12 mars 2026)
https://www.unige.ch/innovations-pedagogiques/ (consulté le 12 mars 2026)
A télécharger sur https://www.unige.ch/fapse/faculte/utilisation-ia (consulté le 12 mars 2026)
https://view.genially.com/642e8b666cba7a0011ef4154 (consulté le 12 mars 2026)




