Deuxième épisode de notre série « L’IA transforme les métiers ». IA et correction scolaire : derrière la promesse de copies annotées en quelques secondes, les études dessinent plusieurs transformations. Des outils facilitent la préparation des cours et produisent des commentaires utiles. Leur capacité à attribuer une note stable reste plus inégale. Pour les enseignants, le travail se déplace vers la définition des critères, la vérification des réponses et l’accompagnement des élèves.
Une appréciation, une note et une décision d’orientation n’engagent pas la même responsabilité. Les réunir sous le mot « correction » brouille le débat. Un commentaire peut aider un élève à reprendre un raisonnement. Une note classe sa production selon un barème. Une décision scolaire peut modifier son parcours. Les résultats disponibles en novembre 2026 invitent à examiner ces usages séparément.
IA et correction scolaire : ce que les expériences mesurent
Dans quatre cours universitaires américains de science politique, des chercheurs ont testé une organisation associant enseignants et GPT-4. Leur étude, publiée le 19 août 2025, porte sur 271 étudiants et 3 080 réponses courtes. L’outil recevait la question, les critères de correction et des exemples déjà notés par les enseignants. Le dispositif confiait environ 88 % des réponses à l’IA.
Les résultats soutiennent la possibilité d’une assistance dans ce cadre précis. Plusieurs caractéristiques de la notation restent proches de celles observées avec les correcteurs humains. Les étudiants pouvaient demander une nouvelle correction par une personne. Ils jugeaient toutefois les commentaires humains légèrement plus souvent utiles.
Ce protocole ne consistait donc pas à remettre une pile de copies à un logiciel sans préparation. Le travail pédagogique précédait l’automatisation. Les chercheurs n’ont pas établi un pourcentage universel de temps gagné. Ils n’ont pas davantage démontré un progrès durable des apprentissages. Le faible nombre de contestations ne mesure pas, à lui seul, l’absence d’erreurs.
En mathématiques, des notes qui ne coïncident pas toujours
Une étude publiée le 28 octobre 2026 apporte un résultat moins rassurant. Hasan Fehmi Özdemir a comparé trois enseignants et quatre outils sur des réponses de 196 collégiens de Şırnak, en Turquie. Les exercices demandaient un raisonnement mathématique, au-delà du choix d’une réponse. Les copies provenaient de l’année scolaire 2024-2025.
GPT-4o, Gemini 2.5 Flash, Microsoft Copilot et DeepSeek disposaient du même barème, mais sans exemples corrigés. Les outils retrouvaient certains classements généraux entre élèves. Leur accord exact avec les notes humaines avoisinait seulement trois cas sur dix. Cela ne signifie pas que sept notes sur dix étaient objectivement fausses : les enseignants pouvaient eux aussi diverger.
Des écarts réapparaissaient quand les chercheurs soumettaient plusieurs fois les mêmes copies. Certains outils attribuaient aussi des raisonnements absents des réponses. L’étude concerne un terrain, des versions précises et un protocole particulier. Elle ne condamne pas toute correction assistée. Elle montre pourquoi la lecture d’un raisonnement et l’application d’un barème exigent une validation, surtout lorsque plusieurs démarches peuvent conduire au bon résultat.
Un commentaire utile n’est pas nécessairement une bonne note
L’intérêt pédagogique apparaît aussi sans notation automatique. Une expérience publiée le 30 octobre 2026 a réparti 312 étudiants entre trois groupes. L’un recevait des commentaires produits par une IA, un autre ceux d’un enseignant, le dernier aucun retour substantiel. L’analyse finale a retenu 287 participants.
Après révision d’un texte argumentatif, les deux groupes accompagnés obtenaient de meilleurs résultats que le groupe témoin. Les performances des commentaires humains et automatisés entraient dans la marge d’équivalence fixée par les chercheurs. La motivation déclarée restait cependant plus élevée après le retour de l’enseignant.
Les étudiants connaissaient l’origine du commentaire. L’expérience portait sur un seul établissement et un cycle de réécriture, avec un modèle local. Elle ne prouve donc pas que l’IA améliore durablement les résultats scolaires. Elle distingue deux dimensions du métier : aider à retravailler un texte et donner envie de poursuivre cet effort. Une appréciation pertinente ne remplace pas automatiquement la relation pédagogique.
Le gain de temps le mieux chiffré concerne la préparation
L’évaluation britannique d’Aila, publiée le 6 octobre 2026, apporte un autre repère. Cet assistant sert à préparer des cours et leurs supports. L’essai a réparti au hasard 464 enseignants du primaire, dans 108 écoles, entre deux groupes. L’analyse principale a retenu 416 enseignants. Le suivi s’est déroulé durant dix semaines à l’automne 2025.
La synthèse de l’Education Endowment Foundation estime à 24 % la réduction du temps de préparation, pour les tâches étudiées. Les participants renseignaient des journaux de travail. Les deux groupes pouvaient utiliser d’autres outils d’IA : l’essai évaluait l’apport d’Aila, pas l’ensemble de l’intelligence artificielle contre son absence.
Ce résultat ne signifie ni 24 % de travail enseignant en moins ni 24 % de temps gagné sur les copies. L’utilisation restait limitée et les avis partagés. La qualité des ressources évaluées ne se dégradait pas, mais l’expérience ne démontrait pas une amélioration des apprentissages. Elle mesurait une tâche de préparation, pas tout le métier.
Le travail change avant que l’emploi puisse être chiffré
Ces expériences ne permettent pas de calculer un nombre de postes que l’IA remplacerait. Elles décrivent des tâches, dans des conditions déterminées. Passer de ce constat à une prévision d’effectifs demanderait d’autres données : organisation des classes, temps de vérification, coût des outils et choix des établissements.
La correction assistée déplace néanmoins les étapes à examiner. Avant l’usage, le professeur doit préciser ce qu’il veut évaluer. Après la génération, il doit vérifier que le commentaire porte bien sur la copie. Une formulation fluide peut masquer une mauvaise lecture. Une suggestion correcte peut aussi viser une notion que la classe n’a pas encore abordée.
Le gain net dépend donc du travail conservé autour de l’outil. Produire davantage d’annotations ne suffit pas si chacune réclame une longue reprise. À l’inverse, un premier retour pertinent peut laisser plus de place à une explication ciblée. Il faut mesurer le temps total, depuis la préparation des critères jusqu’à la restitution, plutôt que la seule vitesse de génération.
Des règles distinctes pour l’aide et pour l’évaluation
En France, le cadre d’usage publié en juin 2025 autorise une assistance à la préparation et à la correction, sous responsabilité enseignante. Il demande de vérifier les productions. Les usages ayant un effet significatif sur l’évaluation ou le parcours des élèves exigent une supervision humaine et une validation préalable par l’autorité compétente.
Le même cadre exclut l’envoi de données personnelles ou confidentielles dans une IA grand public. Une copie ne devient pas nécessairement anonyme parce que son nom a disparu. Son contenu peut encore permettre d’identifier l’élève. Le choix du service, les données transmises et leur conservation font partie du dispositif à contrôler.
En Angleterre, Ofqual maintient une limite plus spécifique dans sa doctrine actualisée le 16 juillet 2026. L’IA ne peut être l’unique correcteur d’une évaluation entrant dans une qualification réglementée. Cette règle ne constitue pas une interdiction générale des assistants utilisés en classe. Ces cadres français et anglais ne sont pas, par eux-mêmes, des règles applicables au Liban.
Pour un établissement libanais qui envisage ces outils, les études étrangères offrent des points de comparaison, pas une validation prête à l’emploi. La langue, le niveau des élèves et le barème doivent correspondre à l’essai réalisé. Avant d’élargir l’usage, il reste à documenter les écarts de notation, les corrections nécessaires et la possibilité d’un réexamen humain. Ce sont ces résultats locaux qui permettront de distinguer un allègement réel d’une charge de contrôle supplémentaire.
Commentaires