88 % des étudiantes et étudiants britanniques utilisent l'IA pour leurs travaux évalués (HEPI, 2025). On peut facilement généraliser le phénomène partout ou l'IA est accessible aux étudiants.
Les détecteurs échouent. Les examens surveillés butent sur la logistique, le coût, et l'épuisement. La question n'est plus comment empêcher l'IA, mais ce que nos évaluations sont censées mesurer.
Le livre de Rochane Kherbouche «Évaluer en formation à l'ère de l'IA générative» propose une réponse opérationnelle, ancrée dans quinze ans de terrain en formation professionnelle, une enquête auprès de 48 professionnel·les francophones, et plus de trois cents sources scientifiques.
Il déplace le centre de gravité de l'évaluation :
- du produit fini vers le processus documenté,
- de la surveillance vers la conversation,
- de l'interdiction vers le discernement.
Trois postures structurent la transformation.
- L'IA-Résistant rend l'outil structurellement inutile (oral synchrone, simulation, performance en temps réel).
- L'IA-Collaboratif documente et évalue l'usage (portfolios avec traces, journaux de bord).
- L'IA-Formateur transforme l'IA en sparring partner intellectuel (dialogue socratique, analyse critique).
Quatre parties composent l'ouvrage : diagnostic, fondements théoriques, méthodologie de transformation, et boîte à outils de huit fiches immédiatement applicables.
Préface de la professeure Christelle Lison (Université de Sherbrooke).
Pour les métiers de la formation. Pour évaluer autrement.
Évaluer en formation à l'ère de l'IA générative
Manuel pratique pour repenser l'évaluation des apprentissages.
Édité chez Chronique Sociale
Pour commander (26,90 €)
Voir plus d'articles de cet auteur