Blog

Adaptive Assessment : L’évaluation sur mesure

L’évaluation est une étape cruciale dans le parcours d’apprentissage. Elle permet de s’assurer qu’un élève est sur le bon chemin dans l’acquisition et la maîtrise des connaissances qu’on lui enseigne. Le secteur de l’éducation a connu de nombreuses transformations technologiques, depuis les salles de classe numériques jusqu’à la réalité virtuelle en passant par les plateformes d’apprentissage en ligne. L’évaluation a également été impactée par cette transformation, notamment avec l’émergence de solutions d’évaluation adaptative. Domoscio intègre cette évaluation adaptative dans son produit Domoscio Spark au travers du module Adaptive Assessment qui permet d’évaluer en continu les élèves en se basant sur une approche par les compétences.

L’Adaptive Assessment : Une évaluation sur mesure des connaissances

Les méthodes d’évaluation dites classique, c’est-à-dire un examen unique et uniformisé pour tous (one exam fits-all) conduisent parfois à des estimations peu précises des niveaux de maîtrises des élèves. Si les questions sont les mêmes pour tous les élèves pendant la même durée, les informations fournies par leurs résultats peuvent être limitées. Ces résultats sont donnés sous forme de score global qui ne tient pas compte d’un certain nombre de facteurs tels que la difficulté des questions ou la notion de progression de l’élève par rapport à un état initial.

À l’heure actuelle, les évaluations adaptatives basées sur l’intelligence artificielle sont considérées^1,2 comme l’un des meilleurs outils pour évaluer les performances d’élèves. Ces tests évaluent individuellement les apprenants en fournissant un ensemble adapté de questions d’évaluation pour déterminer où ils en sont dans leur apprentissage. La nature réactive de ces tests les rend à la fois efficaces et précis. Ils sont largement adoptés dans les évaluations et tests internationaux (TOEFL, TOEIC, SAT, GMAT…) et offrent de nombreux avantages que nous développerons plus tard.

Le test adaptatif commence par des questions de difficulté moyenne, piochées dans une banque de contenus d’évaluation. En fonction de la réponse de l’élève, le niveau de difficulté des questions suivantes est augmenté ou diminué. Si l’élève répond correctement à un élément particulier, le suivant sera un peu plus difficile, ou s’il ne répond pas correctement, le suivant sera plus facile. Ainsi, le test s’adapte aux aptitudes de l’élève. Ces tests sont conçus de telle manière qu’ils s’arrêtent lorsqu’un certain niveau de précision est atteint afin de s’assurer leur fiabilité. Chaque apprenant inscrit à la session d’évaluation complétera une série de questions sur-mesure selon ses compétences et son historique de réponses.

Avantages de l’évaluation adaptive par rapport à une évaluation classique

Le module Adaptive Assessment de Domoscio Spark permet d’évaluer en continu les apprenants tout en bénéficiant des avantages de l’évaluation adaptative, à la fois pour l’apprenant, mais également pour l’enseignant.

Avantages pour les étudiants

Les évaluations adaptatives fournissent aux apprenants des questions basées sur leurs connaissances et leur compréhension d’une notion. Grâce à l’évaluation adaptative, ils peuvent facilement et rapidement cerner leurs points forts et leurs lacunes. Une fois ceux-ci identifiées, ils pourront se concentrer davantage sur les sujets qu’ils maîtrisent moins. De cette manière, l’apprentissage devient plus ciblé et axé sur les objectifs pédagogiques de l’élève et son niveau réel. Selon certaines études^3,4, les systèmes d’évaluations adaptatives augmenteraient la motivation de l’apprenant. Celui-ci est soumis à des questions adaptées à son niveau de maîtrise, qui le stimulent sans pour aucun le frustrer avec une difficulté trop élevée. Il se trouve donc dans sa zone proximale de développement

Avantages pour les enseignants

Pour ce qui est des enseignants, l’adaptive assessment fournit un diagnostic précis sur les progrès académiques des élèves : à l’aide de rapports d’évaluation et d’analyses, les progrès peuvent être mesurés de manière approfondie. Sur la base des scores et du classement, les enseignants obtiennent une image claire des performances académiques de chaque élève et de son évolution au fils du temps. Cette visibilité garantit une identification plus rapide des lacunes de chacun et les aide à concevoir des parcours d’apprentissage personnalisés pour leurs élèves. L’autre avantage de l’évaluation adaptative est la quasi-élimination de la triche. Chaque apprenant reçoit un parcours d‘évaluation taillé sur mesure en fonction de ses capacités en temps réel, il est donc presque impossible de tricher, raison pour laquelle de nombreux éditeurs de tests et d’examens se tournent vers cette solution.

D’autres moyens d’évaluation

Domoscio Spark offre un accompagnement à 360° dans l’apprentissage basé sur l’intelligence artificielle. Dans le module d’Adaptive Assessment, il exploite les algorithmes d’évaluation adaptative mais ce n’est pas la seule façon de déterminer le niveau d’un élève. Spark est également en mesure d’intégrer des systèmes d’évaluation complexes, incluant d’autres méthodes d’évaluation. Par exemple l’auto-positionnement qui permet à l’élève d’estimer lui-même son niveau de maîtrise sur un sujet. Conjuguer l’auto-positionnement à de l’évaluation adaptive permet notamment de diagnostiquer le degré de confiance de l’élève sur ses connaissances. Et ainsi de déceler par exemple les élèves victimes du syndrome de l’imposteur.

Un autre type d’évaluation possible est l’évaluation externe par un enseignant ou un formateur. Cette donnée externe permet aux algorithmes de tenir compte de l’avis d’un expert qui connaît mieux l’apprenant dans l’estimation de sa maîtrise.

Conclusion

L’évaluation adaptative, conjuguée à d’autres types d’évaluation, permet d’avoir un diagnostic précis et fiable du niveau de compréhension d’un élève sur un sujet et ainsi de mettre en place une réponse adaptée. La personnalisation de l’action pédagogique qui en découle peut également être automatisée grâce à l’intelligence artificielle. C’est ce que propose le module de Smart Tutoring de Domoscio Spark.

¹ Jiao, H., & Lissitz, R. W. (Eds.). (2020). Application of artificial intelligence to assessment. Greenwich, CT: Information Age Publishing.

² Thompson, G. (2016). Computer adaptive testing, big data and algorithmic approaches to education. British Journal of Sociology of Education, 38(6), 827–840. doi:10.1080/01425692.2016.1158640

³ The Utility of Adaptive Testing in Addressing the Problem of Unmotivated Examinees (2014). In Journal of Computerized Adaptive Testing (Vol. 2, Issue 1). International Association for Computerized Adaptive Testing. https://doi.org/10.7333/1401-02010001

⁴ Martin, A. J., & Lazendic, G. (2018). Computer-adaptive testing: Implications for students’ achievement, motivation, engagement, and subjective test experience. Journal of Educational Psychology, 110(1), 27–45. https://doi.org/10.1037/edu0000205

---