workwithai.chat
analyseFonctionne bien avec ClaudeFonctionne bien avec ChatGPT

Construire une grille d'évaluation et calibrer la notation avec vos assistants

Les enseignants jugent la notation comme la tâche où l'IA est la moins efficace, et pourtant près de la moitié des conversations IA liées à la notation délèguent quand même le jugement au modèle — exactement le schéma que les chercheurs jugent préoccupant. La version défendable : utiliser l'IA avant que la notation ne commence, pour construire la grille, la banque de commentaires et un dossier de calibrage qui vous permet, à vous et à vos assistants, de noter de façon cohérente.

Prompt
Vous êtes concepteur d'évaluations pour des cours universitaires. Créez un kit de
notation pour ce devoir.

Devoir : {{assignment_description}}
Cours et niveau : {{course_level}}
Compétences à évaluer : {{focus_skills}}

Produisez trois parties :
1. Une grille analytique à quatre niveaux (Excellent / Compétent / En
   développement / Débutant) avec une ligne par compétence. Les descripteurs
   doivent décrire des caractéristiques observables du travail en 25 mots maximum
   par cellule, sans chevauchement de formulation entre niveaux adjacents et sans
   qualificatifs vagues comme « correct ».
2. Une banque de commentaires de rétroaction : pour chaque compétence, deux amorces
   de phrase pour un travail conforme au standard et deux pour un travail en
   dessous. Chaque commentaire « en dessous du standard » doit nommer une action
   concrète que l'étudiant peut entreprendre en révision.
3. Un dossier de calibrage pour mes assistants : rédigez trois courts extraits de
   réponses synthétiques — inventés par vous, pas de vrais travaux d'étudiants — à
   des niveaux de qualité clairement différents, chacun avec une note suggérée
   selon la grille et une justification en une ligne, afin que nous puissions
   calibrer notre notation avant de commencer.

Contraintes : évaluez uniquement les compétences que j'ai listées — n'ajoutez pas
de critères. Gardez tout le langage de la grille accessible aux étudiants, car la
grille sera publiée avec le devoir. Ne me demandez pas de vrais travaux
d'étudiants.

Renseignez vos informations : le prompt se met à jour en direct — puis copiez-le.

Ce que vous obtenez (extrait)

**Usage des preuves — Compétent :** Cite quatre lectures du cours ou plus avec exactitude ; chaque source est reliée à la recommandation par au moins une phrase d'analyse. **Usage des preuves — En développement :** Cite des lectures, mais les sources sont résumées plutôt qu'utilisées ; les liens avec la recommandation sont affirmés, non démontrés. **Banque de commentaires (en dessous du standard) :** « Votre citation de Chen est exacte — ajoutez maintenant deux phrases montrant comment ses conclusions soutiennent spécifiquement la tarification de la congestion. » / « Choisissez votre source la plus solide et déplacez-la dans la section recommandation, où les preuves sont actuellement les plus faibles. » **Extrait de calibrage B (note suggérée : En développement) :** « La pollution atmosphérique est un problème sérieux que de nombreux chercheurs ont étudié... »

Le flux de travail complet

  1. Construisez la grille avant la publication du devoir, et diffusez la version destinée aux étudiants en même temps.
  2. Supprimez toute ligne de grille que vous ne noteriez pas véritablement différemment selon les quatre niveaux.
  3. Menez la réunion de calibrage avec vos assistants à partir des extraits synthétiques, et ajustez les descripteurs là où les notes divergent.
  4. Pendant la notation, puisez librement dans le langage de la banque de commentaires — mais prenez vous-même chaque décision de notation.

Attention à

Les enseignants interrogés par Anthropic jugent la notation comme l'usage le moins efficace de l'IA, et les chercheurs ont signalé que 48,9% des conversations liées à la notation déléguaient le jugement au modèle. Utilisez l'IA pour le langage de la rétroaction, pas pour la note.

FERPA : si vous collez des travaux d'étudiants pour rédiger une rétroaction, retirez d'abord les noms, identifiants et en-têtes — et préférez un outil sous licence institutionnelle couvert par un accord sur les données à un compte grand public personnel.

D’où ça vient

Chaque cas d’usage de ce site s’appuie sur des témoignages réels rapportés par les professeurs d'université en exercice — rien n’est inventé par nous.

Plus de cas d’usage de l’IA pour les professeurs d'université

planification

Planifier une séance de cours qui ne se résume pas à 75 minutes de cours magistral

automatisation

Rédiger des questions d'examen à partir de vos propres notes de cours

rédaction

Passer une demande de subvention au crible avant qu'elle n'atteigne les évaluateurs

communication

Rédiger des lettres de recommandation qui restent honnêtes et précises

créatif

Construire une simulation interactive pour un concept que les étudiants ratent systématiquement

← Les 6 cas d’usage : comment les professeurs d'université utilisent l’IA