L’IAg transforme la façon dont les élèves apprennent et produisent du contenu.
Cette section propose des repères, ressources et outils pour soutenir une évaluation juste, cohérente et adaptée à l’ère de l’IAg.
L’objectif : préserver le sens de l’évaluation, tout en tirant parti du potentiel du numérique.
Triche IA.pdfVoici outil développé par le comité IA de l'école secondaire De Rochebelle. Nous vous le rendons accessible en guise d'inspiration. Pour toutes questions sur son usage, vous pouvez contacter Simon Duguay (simon.duguay@cssdd.gouv.qc.ca).
Cette infographie, adaptée du travail de l’Université de l’Oregon et présentée par le Carrefour UQAM, revisite la taxonomie de Bloom pour l’actualiser à l’ère de l’intelligence artificielle générative (IAG).
Elle met en évidence la manière dont l’IA peut intervenir à chaque niveau cognitif de la mémorisation à la création et souligne les compétences humaines distinctives à préserver.
Que l’on choisisse d’encadrer, de limiter ou d’encourager l’usage de l’IA, cette ressource sert de guide pratique pour repenser les activités et les évaluations afin de favoriser un apprentissage véritablement significatif à l’ère numérique.
Ce visuel provient du webinaire La CoP branchée sur l'IA: Évaluer aujourd'hui avec l'IA? Le visuel est une production de Manuela Guisset, d'après la ressource Intégrer l'IA générative dans les stratégies pédagogiques, du Louvain Learning Lab.
Une des approches pour évaluer à l'ère de l'IA est la triangulation des apprentissages. En variant les traces d'apprentissages, on peut plus aisément évaluer le niveau réel de l'élève, en minimisant les interférences possibles de l'IA. Pour en apprendre plus sur le sujet :
