IA et formation : comment évaluer les compétences à l’ère de l’intelligence artificielle

Bonjour et bienvenue dans Le Brief Formation. Pour ce 3ème épisode, on va parler d’une question qui devient de plus en plus difficile à éviter pour les formateurs, les concepteurs pédagogiques et, plus largement, tous ceux qui évaluent des compétences : à l’heure où une intelligence artificielle peut rédiger, synthétiser, argumenter, produire du code ou préparer une présentation en quelques secondes, comment savoir si l’apprenant maîtrise réellement ce qu’on cherche à évaluer ? Prenons une situation très simple. Vous demandez à un apprenant de rédiger une synthèse à partir de plusieurs documents, et quelques minutes plus tard, il vous remet un texte clair, bien structuré, argumenté, qui reprend les informations essentielles et répond parfaitement à la consigne. Si l’on s’en tient au résultat final, l’évaluation semble réussie. Pourtant, si cette synthèse a été largement produite avec l’aide d’une intelligence artificielle, une question apparaît immédiatement : est-ce que l’on vient réellement d’évaluer la capacité de l’apprenant à analyser, hiérarchiser et synthétiser des informations, ou est-ce que l’on a surtout observé sa capacité à obtenir un résultat convaincant à l’aide d’un outil ? C’est probablement l’un des changements les plus importants introduits par l’IA générative dans le domaine de l’évaluation, car elle nous oblige à distinguer beaucoup plus clairement la qualité d’une production et la réalité d’un apprentissage. Ces deux éléments ont longtemps été étroitement liés dans nos pratiques pédagogiques, au point qu’on les confond parfois sans vraiment s’en rendre compte. Lorsqu’une personne était capable de produire un bon argumentaire commercial, une bonne analyse ou une présentation bien construite, nous pouvions raisonnablement considérer que cette production constituait une preuve, au moins partielle, de la compétence mobilisée pour la réaliser. Avec les outils d’intelligence artificielle générative, ce lien devient beaucoup moins évident, car une partie importante du travail peut désormais être déléguée à l’outil. L’IA peut proposer une structure, résumer des documents, reformuler un texte, suggérer des arguments, produire un tableau, écrire du code, préparer des questions ou encore transformer quelques notes en présentation complète. Le résultat obtenu peut donc être très satisfaisant sans que l’apprenant soit nécessairement capable de reproduire seul le raisonnement ou la démarche qui ont permis d’y arriver. C’est précisément l’un des sujets abordés par l’OCDE dans son Digital Education Outlook 2026 consacré à l’intelligence artificielle générative dans l’éducation. Le rapport souligne notamment qu’un apprenant peut améliorer la qualité d’une production en utilisant une IA sans que cette amélioration se traduise automatiquement par une progression équivalente de ses connaissances ou de ses compétences. Autrement dit, une meilleure performance immédiate ne signifie pas nécessairement qu’un apprentissage a réellement eu lieu. Pour les professionnels de la formation, cette distinction est importante parce qu’elle touche directement à la conception des évaluations. Pendant longtemps, nous avons utilisé le résultat final comme un indicateur assez pratique de la compétence. Si l’objectif était de vérifier qu’une personne savait rédiger un argumentaire, on lui demandait d’en rédiger un ; si l’on souhaitait vérifier sa capacité à analyser une situation, on lui demandait une analyse ; et si l’on voulait observer sa capacité à construire une présentation, on évaluait tout simplement la présentation réalisée. Cette logique reste pertinente dans de nombreux cas, mais elle devient plus fragile dès lors qu’un outil peut produire tout ou partie du résultat à la place de l’apprenant. Cela ne veut pas dire qu’utiliser une IA revient automatiquement à ne rien savoir ou à contourner l’apprentissage, car une personne compétente utilisera généralement mieux l’outil qu’une personne qui connaît mal son domaine. Elle saura formuler une demande plus précise, identifier une erreur, repérer une réponse superficielle, vérifier une information ou arbitrer entre plusieurs propositions. Mais justement, si ce sont ces compétences que l’on souhaite observer, il faut que l’évaluation soit conçue de manière à les rendre visibles. ——— Face à cette situation, une première réaction peut consister à interdire l’utilisation de l’intelligence artificielle pendant les évaluations. Dans certains contextes, cette décision est parfaitement cohérente, notamment lorsqu’il s’agit de vérifier qu’une connaissance fondamentale est réellement maîtrisée ou qu’une personne est capable d’effectuer seule une tâche essentielle à son activité professionnelle. Si un professionnel doit pouvoir prendre une décision, réaliser un calcul, appliquer une procédure ou mobiliser une connaissance sans assistance extérieure, il peut être logique de prévoir une évaluation dans laquelle l’IA n’est pas autorisée. Mais l’interdiction systématique soulève un autre problème, car dans de nombreux métiers, les professionnels vont précisément travailler avec ces outils. Il serait alors assez paradoxal d’évaluer une compétence dans un environnement totalement déconnecté des conditions réelles dans lesquelles elle sera ensuite exercée. C’est pour cette raison que la bonne question n’est probablement pas de savoir s’il faut autoriser ou interdire l’IA de manière générale, mais plutôt de déterminer ce que l’on cherche réellement à observer et quel rôle l’IA doit jouer dans la situation d’évaluation. L’OCDE souligne d’ailleurs l’intérêt de conserver certaines évaluations sans IA lorsqu’il s’agit de vérifier l’acquisition de connaissances ou de capacités fondamentales, tout en envisageant parallèlement des situations dans lesquelles l’usage de l’intelligence artificielle fait partie de la compétence elle-même. Cette distinction est importante, parce qu’elle évite deux réponses trop simples : considérer que l’IA devrait être interdite partout, ou au contraire estimer qu’elle devrait désormais être acceptée dans toutes les situations. Dans la pratique, on peut donc très bien imaginer qu’un même parcours de formation comporte différents types d’évaluation. Certaines permettent de vérifier que l’apprenant maîtrise seul un socle de connaissances ou de savoir-faire, tandis que d’autres cherchent à observer sa capacité à utiliser efficacement les outils disponibles dans son environnement professionnel. La question n’est donc pas tant de choisir une règle unique que de faire correspondre les conditions d’évaluation à la compétence que l’on veut réellement mesurer. ——— Prenons un exemple hypothétique. Vous formez des managers à préparer et conduire un entretien difficile avec un collaborateur. Une évaluation classique pourrait consister à leur demander de rédiger un scénario d’entretien, avec les différentes étapes, les formulations possibles et les points de vigilance. Aujourd’hui, une IA générative peut produire ce type de document en quelques secondes, avec un résultat qui sera souvent assez convaincant. Il devient alors possible de faire évoluer l’évaluation plutôt que de chercher uniquement à empêcher l’utilisation de l’outil. On peut, par exemple, fournir une situation précise, autoriser l’apprenant à utiliser une IA s’il le souhaite, puis lui demander d’expliquer ce qu’il conserve dans la proposition obtenue, ce qu’il modifierait, les éléments qui lui semblent discutables et les raisons de ses choix. On peut ensuite compléter cette première étape par une mise en situation réelle dans laquelle l’apprenant doit effectivement conduire une partie de l’entretien. Dans ce cas, on ne mesure plus simplement la capacité à produire un document final, mais la capacité à analyser une situation, à exercer son jugement, à prendre des décisions et à adapter son comportement à ce qui se passe réellement. L’IA n’est alors ni interdite ni considérée comme une forme de triche ; elle devient simplement l’un des éléments de l’environnement de travail dans lequel la compétence doit être démontrée. La même logique peut être appliquée à beaucoup d’autres domaines. Dans une formation à la communication, au lieu de demander uniquement de rédiger un communiqué, on peut fournir un texte généré par une IA et demander à l’apprenant d’en identifier les faiblesses, de proposer des améliorations et surtout de justifier ses arbitrages. Dans une formation informatique, on peut demander d’analyser du code produit par une IA, d’identifier un problème ou d’expliquer pourquoi une solution technique doit être modifiée. Dans une formation commerciale, on peut fournir un argumentaire généré automatiquement, puis placer l’apprenant face à une objection imprévue afin d’observer sa capacité à adapter son discours. Ces exemples ont un point commun : ils déplacent l’attention du simple résultat vers la capacité de l’apprenant à comprendre, interpréter et adapter ce qui lui est proposé. Dans un contexte où les outils peuvent produire très rapidement quelque chose de plausible, cette capacité à exercer son jugement devient particulièrement intéressante à observer. ——— Ce déplacement conduit aussi à regarder davantage la démarche et moins exclusivement le produit final. Lorsqu’on évalue uniquement un document terminé, on observe principalement un résultat, mais lorsqu’on demande à l’apprenant d’expliquer comment il est arrivé à ce résultat, quelles décisions il a prises, quelles informations il a vérifiées ou quels éléments il a choisi d’écarter, on accède à des informations beaucoup plus riches sur son niveau réel de maîtrise. Cela ne signifie pas qu’il faut transformer chaque évaluation en dispositif complexe avec plusieurs heures de soutenance. Dans de nombreux cas, quelques questions supplémentaires peuvent déjà faire une grande différence. Après la remise d’un travail, on peut simplement demander à l’apprenant pourquoi il a ch oisi cette solution, quelle autre option il avait envisagée, quel élément lui semble le plus fragile dans sa réponse ou encore ce qui pourrait le conduire à changer d’avis. Ces questions permettent de vérifier non seulement que le résultat est satisfaisant, mais aussi que la personne qui le présente est capable de se l’approprier et d’en expliquer la logique. Cette évolution redonne également beaucoup d’intérêt aux mises en situation, aux démonstrations et aux échanges oraux, non pas parce qu’ils seraient naturellement protégés de l’intelligence artificielle, mais parce qu’ils permettent d’observer des dimensions de la compétence qu’un livrable écrit révèle moins facilement. Lorsqu’une personne doit expliquer son raisonnement, adapter une réponse à une information nouvelle ou défendre un choix face à une objection, il devient beaucoup plus facile d’observer ce qu’elle comprend réellement. On retrouve ici une idée assez classique en pédagogie, mais que l’arrivée de l’IA rend encore plus importante : une compétence ne se résume pas à la production d’un résultat conforme. Elle suppose aussi de comprendre ce que l’on fait, de pouvoir justifier ses choix et, souvent, d’être capable de s’adapter lorsque la situation évolue. L’évaluation devient donc plus solide lorsqu’elle permet d’observer plusieurs de ces dimensions plutôt que de se concentrer uniquement sur le livrable final. ——— Il faut également être prudent face à une autre tentation, celle qui consiste à transformer l’évaluation en enquête visant à déterminer si un texte a été écrit ou non par une intelligence artificielle. Des outils de détection existent, mais leurs résultats doivent être interprétés avec beaucoup de précautions. Une étude publiée en 2023 dans la revue Patterns, menée notamment par des chercheurs affiliés à Stanford, avait par exemple montré que plusieurs détecteurs testés sur des textes en anglais pouvaient produire un nombre important de faux positifs, en particulier pour des textes rédigés par des personnes non anglophones. Cette étude ne permet évidemment pas de conclure que tous les outils actuels fonctionnent de la même manière, ni que toute forme de détection est impossible. Elle rappelle simplement qu’un score produit par un logiciel ne constitue pas nécessairement une preuve suffisamment solide pour décider qu’un apprenant a utilisé une intelligence artificielle. Surtout, cette approche risque de nous détourner de la véritable question pédagogique, car le meilleur moyen de savoir si une personne maîtrise une compétence n’est probablement pas de déterminer qui a écrit son texte, mais de lui demander de démontrer cette compétence. Finalement, l’arrivée de l’intelligence artificielle nous oblige peut-être simplement à revenir à l’une des questions les plus classiques de l’ingénierie pédagogique : qu’est-ce que je cherche réellement à évaluer ? Avant de choisir un exercice, un questionnaire ou une production à remettre, il devient encore plus important de définir précisément la capacité observable qui permettra de conclure que la compétence est acquise. À partir de là, la place de l’IA devient beaucoup plus simple à déterminer. Dans certaines évaluations, elle devra être exclue parce que l’objectif consiste précisément à vérifier une capacité individuelle fondamentale. Dans d’autres, elle pourra être autorisée parce qu’elle correspond aux conditions réelles dans lesquelles le professionnel exercera son activité. Et dans certains cas, elle pourra même être volontairement intégrée à l’évaluation parce que la compétence recherchée consiste justement à savoir travailler efficacement, de manière critique et responsable avec l'intelligence artificielle. Cette dernière possibilité est particulièrement intéressante, car elle permet de concevoir des évaluations dans lesquelles l’apprenant doit challenger une réponse produite par une IA, repérer une information incorrecte ou insuffisamment vérifiée, comparer plusieurs propositions, justifier une recommandation ou reprendre la main lorsque l’outil produit quelque chose de plausible mais d’inadapté au contexte. Ce sont précisément des capacités qui prennent de la valeur à mesure que les outils deviennent plus performants. Plus une machine est capable de produire rapidement un résultat convaincant, plus la compétence humaine se déplace vers le jugement, la compréhension, la contextualisation, la vérification et la capacité à prendre une décision pertinente. Alors, si vous concevez ou révisez une formation dans les prochaines semaines, il peut être utile de reprendre l’une de vos évaluations existantes et de vous poser une question très simple : est-ce qu’une intelligence artificielle pourrait aujourd’hui réussir cette évaluation à la place de l’apprenant sans que celui-ci maîtrise réellement la compétence recherchée ? Si la réponse est oui, cela ne signifie pas nécessairement qu’il faut supprimer l’évaluation. En revanche, cela peut être le signal qu’il faut la faire évoluer en observant davantage le raisonnement, les choix, la capacité à expliquer, la mise en pratique, l’adaptation à une situation nouvelle ou encore l’esprit critique face au résultat produit. L’enjeu n’est donc pas de rendre toutes les évaluations plus longues ou plus complexes, mais simplement de s’assurer qu’elles continuent à mesurer ce que nous pensons mesurer. Parce qu’à l’ère de l’intelligence artificielle générative, obtenir un très bon résultat et avoir réellement développé la compétence correspondante ne sont plus nécessairement la même chose. Les sources et ressources associées à cet épisode sont disponibles dans sa description. Vous retrouverez également les articles et les décryptages du Brief Formation sur lebriefformation.fr, et si vous souhaitez suivre les prochains épisodes, pensez à vous abonner au podcast. Merci d’avoir consacré ces quelques minutes à ce nouvel épisode. C’était Le Brief Formation. Comprendre ce qui change, agir concrètement. À très bientôt.