Les tests pédagogiques connaissent un changement fondamental. Pour la première fois, l’intelligence artificielle offre la possibilité d’aller au-delà des évaluations standardisées et universelles vers des évaluations dynamiques et personnalisées. Cependant, le simple fait d’appliquer l’IA à des systèmes défectueux existants risque d’amplifier les préjugés et de perpétuer les inégalités, ce qui revient essentiellement à « ouvrir de vieilles voies aux vaches » avec de nouvelles technologies.
Pour créer un avenir véritablement efficace et équitable pour l’évaluation, deux cadres de base doivent être intégrés : la Conception centrée sur les preuves (ECD) et la Conception universelle pour l’apprentissage (UDL). Cela signifie donner la priorité à l’accessibilité non pas après coup, mais comme principe fondamental.
La logique de l’évaluation : preuves et validité
Au fond, les tests consistent à recueillir des preuves. L’ECD traite l’évaluation comme un argument juridique, exigeant une affirmation claire (par exemple, « Cet élève comprend l’algèbre »), étayant des données (résultats de tests) et un mandat valide (le raisonnement reliant les données à l’affirmation).
Le défaut critique de nombreux systèmes actuels réside dans les barrières non pertinentes, c’est-à-dire des obstacles qui empêchent les étudiants de démontrer leur véritable compréhension. Un étudiant qui a des difficultés avec la taille de la police ou la vitesse de traitement n’échoue pas au test ; ils échouent à la conception du test. Ignorer ces obstacles donne des résultats dénués de sens, dans la mesure où la performance devient une mesure de conformité plutôt que de compétence.
Inférence conditionnelle : l’équité au-delà de la standardisation
Le modèle de test traditionnel repose sur l’hypothèse fausse que des conditions égales garantissent l’équité. La véritable équité exige une inférence conditionnelle : normaliser la validité de l’évaluation tout en variant activement la prestation pour répondre aux besoins individuels.
Imaginez un microscope non réglable : une image floue n’est pas la faute du sujet, mais celle de l’instrument. De même, obliger tous les étudiants à répondre aux mêmes critères rigides, c’est ignorer les diverses manières dont ils apprennent et traitent l’information.
Concevoir pour les périphéries : des avantages pour tous
Investir dans des technologies adaptées aux étudiants handicapés n’est pas simplement un acte d’inclusion ; c’est un catalyseur pour améliorer l’évaluation de tous les apprenants. En éliminant les obstacles auxquels se heurtent les personnes marginalisées, nous créons des systèmes plus précis, plus fiables et plus équitables à tous les niveaux.
Plusieurs entreprises, soutenues par des initiatives comme le programme SBIR du ministère américain de l’Éducation, prouvent déjà ce concept :
- Alchemie (Kasi) : utilise la vision par ordinateur et des outils tactiles pour rendre la chimie accessible aux étudiants malvoyants.
- IDRT : fournit des évaluations en langue des signes américaine pour les étudiants sourds, éliminant ainsi le recours à l’anglais écrit.
- Nimble Tools : intègre des superpositions adaptatives, la synthèse vocale et un grossissement pour personnaliser les expériences de test.
- IQ Sonics : exploite la musique pour évaluer les compétences linguistiques expressives des enfants présentant des retards d’élocution.
Barrières systémiques et solutions basées sur l’IA
Le défi s’étend au-delà de l’hébergement individuel. Pour garantir un accès équitable, une infrastructure systémique est nécessaire :
- Présence : facilite l’accès à distance sécurisé aux services de thérapie.
- Éducation modifiée : traduit les PEI en flux de travail exploitables en classe.
L’IA multimodale a le potentiel d’ajuster dynamiquement les fonctionnalités d’évaluation en temps réel, mais cela nécessite une mise en œuvre minutieuse. Tout comme le sous-titrage codé – autrefois un module complémentaire, désormais standard – l’accessibilité doit être intégrée dès le début au processus de conception.
Conclusion
L’IA ne change pas les principes fondamentaux d’une évaluation valide ; cela amplifie notre capacité à les atteindre. En ancrant les investissements dans le DPE et l’UDL, nous pouvons garantir que chaque élève dispose d’un chemin clair pour démontrer ses capacités, ouvrant ainsi la voie à un avenir où les tests mesurent véritablement les connaissances, et non les obstacles.
