Correction
La correction est une étape importante du processus d'évaluation. Votre rôle consiste d'une part, à corriger les évaluations de façon objective, rigoureuse et transparente et d'autre part, à fournir de la rétroaction.
- Lors de la correction, respectez l’alignement pédagogique du cours. Portez un jugement évaluatif qui compare la performance d’une étudiante ou d’un étudiant aux cibles d'apprentissage et aux apprentissages réalisés dans le cadre d’un cours.
- Créez ou utilisez le bon outil de correction selon la méthode d’évaluation privilégiée. Utilisez des grilles de correction simples, avec des critères d’évaluation clairs et bien définis. Ne modifiez pas la grille ni les critères une fois le processus de correction enclenché.
- Si l’évaluation s’y prête bien, corrigez la même question ou la même section pour l’ensemble du groupe, plutôt qu’un examen ou travail entier à la fois.
- Corrigez à l’aveugle: masquez les noms sur les travaux ou examens.
- Si vous faites partie d'une équipe de correction, validez la compréhension de la grille d’évaluation et comparez la correction de quelques copies en groupe pour vous arrimer.
- Soyez à l’affût des biais de correction qui peuvent influencer le jugement lors d’une correction. Pour plus de précisions, consultez les stratégies pour éviter les biais possibles dans la correction de production d’étudiants (PDF).
(Eaton (2024), propos adapté et traduit par le Carrefour d’innovation et de pédagogie universitaire, UQÀM)
- «Propriété intellectuelle: le travail de l’étudiant constitue sa propriété intellectuelle. Sauf si une autorisation explicite a été obtenue, il est préférable de ne pas l’utiliser avec l’IA.
- Confidentialité: les données personnelles de l’étudiant, telles que son nom, son numéro d’identification ou toute autre information sensible, ne doivent jamais être divulguées.
- Sécurité des données: le contenu partagé avec un outil d’IA, en fonction de ses paramètres, risque d’être intégré à sa base de données et utilisé pour améliorer son entraînement.
- Biais: les outils d’IA sont connus pour être sujets à des biais. Les résultats générés par une application d’IA peuvent donc être biaisés, injustes, voire discriminatoires ou racistes.
- Manque de contexte concernant l’étudiant: l’outil d’IA ne connaît pas vos étudiants aussi bien que vous. Il risque de donner des résultats génériques et ne pas pouvoir évaluer aussi bien leur apprentissage.
- Impersonnel: un outil d’IA peut produire des résultats convenus, mais vous avez la capacité de personnaliser vos commentaires d’évaluation et de progression.
- Intégrité académique: les personnes enseignantes doivent être des modèles de comportement éthique, notamment en assurant une évaluation transparente, juste et équitable.
- Responsabilités professionnelles: l’évaluation fait partie de vos responsabilités. Déléguer complètement cette tâche à une application d’IA pourrait compromettre l’exercice de votre jugement professionnel.»
Considérez également que la génération d’une note ou d’une rétroaction ne peut pas être répliquée de manière stable par un système d’IAg. Le même travail, soumis plusieurs fois, peut générer des notes différentes et des commentaires contradictoires ou superficiels. (Furze, 2024)
En somme, corriger les évaluations fait appel à votre jugement professionnel, votre expertise disciplinaire et au contexte spécifique du cours, des dimensions qu’aucun outil d’IAg ne peut remplacer. Assurez-vous de maintenir des pratiques d'évaluation rigoureuses en matière d’équité, de confidentialité et de soutien pédagogique.
S’outiller pour corriger
Correction automatisée
Avec l’environnement numérique d’étude
Dans l’outil questionnaire (ENA1 ou Brio), vous pouvez paramétrer une correction automatisée pour des questions avec un choix de réponses (vrai ou faux, choix multiples, association) ou à réponses courtes (un ou deux mots, un nombre). Il est également possible d’automatiser une rétroaction générale ou selon une réponse correcte ou incorrecte.
Avec le lecteur optique
Le lecteur optique de marques est un autre outil de correction automatisée reposant sur la lecture des bulles noircies dans une feuille-réponses standardisée. Son utilisation est strictement réservée aux examens tenus en présence.
Pour déposer une demande de traitement par lecteur optique, vous devez remplir le formulaire de demande de traitement (PDF). Pour toute question, contactez l’assistance du lecteur optique de marques à l’adresse suivante: lecteur-optique@dti.ulaval.ca.
Rédiger des critères
Se munir de critères d’évaluation est essentiel à une correction valide, fiable, juste et transparente d’une réponse élaborée à un examen ou des tâches effectuées lors d’une évaluation (PDF).
Les critères guident votre jugement évaluatif et aident les étudiantes et étudiants à comprendre les attentes et la correction effectuée. En ce sens, leur formulation doit refléter les cibles d’apprentissage poursuivies et être cohérente avec la tâche demandée. Le nombre de critères à utiliser lors d’une évaluation varie selon l’ampleur de la tâche demandée.
Les critères sont formulés à partir de deux éléments : un indicateur et une qualité recherchée. Au besoin, revoir la vidéo sur Les traces d'apprentissage (1:38) pour réfléchir aux manifestations observables d’un apprentissage.
| Indicateur | + | Qualité | = | Critère d’évaluation |
|---|---|---|---|---|
| Manifestation observable d’un apprentissage | + | Description d’une attente liée à l’indicateur | = | Pour porter un jugement sur la valeur ou la qualité d’un apprentissage |
| Des exemples | ||||
| Communication avec le patient | + | Claire | = | Communique clairement avec le patient |
| Conception de réseaux logistiques intégrés | + | Efficacité | = | Conception efficace de réseaux de logistiques intégrés efficaces |
| Utilisation de la théorie cinétique des gaz | + | Conformité | = | Utilisation conforme de la théorie cinétique des gaz |
L’outil d’aide à la rédaction des critères d’évaluation des apprentissages (PDF) vous propose d’autres exemples d’indicateurs, de qualités et de formulations de critères d’évaluation.
Pour en faire une utilisation efficace, intégrez les critères retenus à une grille d’évaluation.
Concevoir une grille d’évaluation
Les grilles encadrent et favorisent la qualité de l’évaluation. Pour vous aider à sélectionner le type de grille à privilégier selon la méthode d’évaluation et la fonction de l’évaluation, consultez la ressource Les types de grilles d'évaluation (PDF).
Vous pouvez également créer dans une site de cours ENA1 ou Brio une grille de correction à même les paramètres d’une évaluation.
Voici deux ressources pour concevoir une grille d’évaluation à échelle descriptive:
Outils numériques
Les outils numériques proposent différentes fonctionnalités avantageuses ainsi que diverses formes de rétroaction pour rendre votre correction efficace et pratique.
Corriger et annoter à l’écrit
- Insertion de commentaires
- Insertion des annotations graphiques (flèches, encadrés, formes, etc.)
- Correction avec tablette graphique ou stylet
- Correction linguistique avec logiciel
- Automatiser la correction à l’aide de Macro, de code
- Utilisation de codes, couleurs, d’une banque de commentaires, d’hyperliens, etc.
Ressources
Procédure pour créer ou exécuter une macro (Windows et Mac)
Vidéos sur la correction numérique (crédit CSRT-ULaval)
Corriger en format audio ou vidéo
- Mettre en contexte la correction et les commentaires par un ton qui suggère un encadrement bienveillant.
- Fournir efficacement des explications complexes ou faire un retour sur une notion difficile.
- Audio: formuler des commentaires personnalisés (individuels ou de groupe)
- Vidéo: capter le contenu à l’écran et émettre des commentaires audios s’y rattachant
Ressources
Audio:
- Capsules audio et balados
- Audacity
- Application dictaphone
- Enregistreur Windows
Vidéo:
Côté, F. (2014). Construire des grilles d’évaluation descriptives au collégial. Guide d’élaboration et exemples de grille. Québec : Les presses de l’Université du Québec.
Leroux, J. L et Bélair L. (2015). Exercer son jugement professionnel en enseignement supérieur. Dans Leroux, J.L. (dir.) Évaluer les compétences au collégial et à l’université : un guide pratique. Collection Performa, Chenelière Éducation : Montréal.
Leroux, J.L. et Mastracci, A. (2015). Concevoir des grilles d’évaluation à échelle descriptive. Dans Leroux, J.L. (dir.) Évaluer les compétences au collégial et à l’université : un guide pratique. Collection Performa. Chenelière Éducation : Montréal.
Site du Centre de services et de ressources en technopédagogie (CSRT)
Eaton, S.E. (10 septembre 2024). Ethical Reasons to Avoid Using AI Apps for Student Assessment. Blogue Learning, Teaching and Leadership. Insights on Integrity, Ethics, and Education.
Collimateur UQAM (19 septembre 2024). Pourquoi le corps enseignant devrait éviter d’utiliser des outils d’IA pour l’évaluation de l’apprentissage.