Le rôle des technologies d’assistance dans les évaluations numériques

Une étude réalisée en 2022 auprès d’étudiants américains en licence a mis au jour un phénomène inattendu : seuls 5 % des utilisateurs d’une technologie d’assistance cherchent à pallier un handicap.

Face à une liste de ces technologies, au moins 18 % d’entre eux ont jugé chaque outil proposé « nécessaire ». Par exemple, 20 % des élèves affirment utiliser des loupes numériques. Plus d’un sur 4 dit avoir besoin de la synthèse vocale (TTS).

Si seulement 5 % de ces élèves sont en situation de handicap, cela signifie que les technologies d’assistance ont trouvé une utilité plus large que celle pour laquelle elles ont été conçues initialement.

Avec la montée en puissance des technologies de l’éducation à la fois auprès des enseignants et de leurs élèves, la frontière entre technologie d’assistance et moyens d’apprentissage se fait de plus en plus floue, et n’est plus forcément liée au handicap.

Mais les enseignants ne sont pas que des passeurs de savoirs : ils doivent aussi évaluer les résultats de leur travail. Les constantes évolutions des technologies de l’éducation soulèvent aujourd’hui des questions inédites :

• Comment les technologies d’évaluation ont-elles évolué jusqu’ici ?
• Quels types de technologies d’évaluation les enseignants doivent-ils utiliser ?
• Devons-nous considérer ces outils comme des adaptations à des situations particulières, ou pouvons-nous adopter une approche visant à accompagner tous les élèves, qu’ils soient ou non en situation de handicap ?

Nous avons posé ces questions à plusieurs enseignants et spécialistes des technologies de l’éducation. Mais ce que nous voulions réellement savoir, c’est quelle était aujourd’hui la cible des technologies d’évaluation.

D’après les principes de la conception universelle de l’apprentissage, la réponse est simple : tout le monde.

Qu’est-ce qu’une évaluation numérique ?

Avant d’entrer dans le détail des technologies de l’éducation pouvant être exploitées pour les évaluations, nous devons clarifier la notion même d’évaluation. Ginger Dewey, notre responsable du développement pédagogique, nous propose cette définition des plus concises :

« Dans le monde de l’éducation, une évaluation désigne tout ce que vous notez. Par conséquent, ce n’est pas forcément un examen. Cela peut être un travail en groupe, un devoir maison ou encore un dossier. »

Pour elle, toute activité vous permettant de mesurer les progrès d’un élève constitue une évaluation. Partant de là, les technologies d’évaluation ne se limitent plus aux feuilles de réponse Scantron et aux crayons à papier HB : elles incluent tout ce qui contribue aux notes des élèves.

Aujourd’hui, une évaluation numérique correspond donc à toute tâche notée comportant un élément numérique, qu’il s’agisse d’un dossier rédigé avec l’aide de l’IA ou d’un devoir en ligne normalisé.

Comme nous allons le voir, cette définition englobe en réalité des outils d’enseignement et d’apprentissage toujours plus nombreux.

5 technologies essentielles pour les évaluations dans le monde de l’éducation

Tous les experts avec lesquels nous nous sommes entretenus ont pointé le rôle de la pandémie de COVID-19 dans l’accélération de l’adoption d’outils d’évaluation numériques.

« Avant la pandémie, la tendance générale était déjà à l’intégration de technologies numériques dans les évaluations, en particulier dans le cadre des formations et environnements sans enjeu trop important », explique Nina van der Behr, de l’entreprise Learnosity. « Mais les choses avançaient lentement. »

« La pandémie a vraiment donné un coup de fouet à la numérisation, qui a permis de réaliser des évaluations à distance, et donc en toute sécurité, pendant la pandémie. »

Dans le même temps, les technologies de l’éducation progressaient rapidement, en particulier avec l’arrivée de l’IA grand public lors des derniers mois de la pandémie. Cette convergence a entraîné un recours accru aux technologies d’évaluation de tous types, du primaire à l’enseignement supérieur.

Certaines peuvent être considérées comme des technologies d’assistance, quand d’autres sont des outils d’évaluation plus généralistes. Comme nous l’avons vu, cette classification devient toutefois de moins en moins claire. Si vous envisagez de déployer une technologie d’évaluation pour vos élèves, penchez-vous sur ces cinq types de solutions :

1. Systèmes de gestion de l’apprentissage (LMS)

Ces applications logicielles constituent de véritables hubs numériques englobant l’ensemble du processus d’apprentissage. Elles jouent un rôle de bout en bout, de la diffusion des cours au suivi des progrès des élèves.

Ces systèmes étaient déjà très présents avant la pandémie, mais sont devenus littéralement incontournables pendant les confinements : 70 % des centres de formation et de développement professionnels d’Amérique du Nord les utilisaient en 2020. D’après Kamil Rejent, de l’entreprise Survicate, leur popularité ne s’est pas démentie depuis.

« Beaucoup des technologies adoptées à la hâte pendant le pic de l’apprentissage à distance sont restées et sont même devenues un maillon essentiel de la salle de classe moderne. »

« Les systèmes de gestion de l’apprentissage comme Moodle, Blackboard, et Canvas restent indispensables, car ils jouent le rôle de plateforme centralisée pour les devoirs, la notation et les commentaires », explique-t-il.

2. Plateformes d’évaluation électroniques

Les enseignants s’appuient aussi sur des systèmes d’évaluation numériques distincts des LMS.

« Les outils de quiz en ligne comme Kahoot! et Quizlet restent eux aussi appréciés, car ils permettent d’évaluer la compréhension des élèves de manière informelle », poursuit Kamil Rejent. Bien souvent, ces plateformes misent sur la gamification et créent ainsi des expériences numériques plus attrayantes pour les élèves. Elles simplifient aussi la communication des résultats.

Au-delà des systèmes de gestion de l’apprentissage, des plateformes d’évaluation électroniques proposent des fonctionnalités spécifiques : surveillance avancée, notation élaborée ou encore analyse approfondie.

Comme le fait remarquer Bart Beemsterboer, de l’entreprise Cirrus :

Pendant la pandémie de COVID-19, ces plateformes ont permis aux universités et centres d’examen de poursuivre les sessions d’évaluation importantes à distance. Des plateformes comme Cirrus proposent des fonctions de surveillance, de détection du plagiat, mais aussi des examens LOFT (Linear On the Fly Testing). Elles améliorent ainsi la sécurité et l’intégrité des évaluations, mais assurent aussi une expérience flexible et équitable en adoptant des technologies d’assistance comme la solution de synthèse vocale de ReadSpeaker.

3. Outils numériques d’aide à la concentration

Les outils numériques d’aide à la concentration incluent des masques de page, des outils d’agrandissement du texte et des modes évitant toute distraction en supprimant les images. Un simple widget permettant aux utilisateurs de changer la police et la couleur du texte peut constituer un outil d’aide à la concentration.

Les évaluations numériques impliquent de lire sur des écrans, un support sur lequel beaucoup d’élèves ont du mal à se concentrer. Cette difficulté peut s’expliquer par de nombreux facteurs : troubles du développement, troubles déficitaires de l’attention avec hyperactivité, dyslexie, anxiété ou tout simplement fatigue oculaire numérique.

Si les évaluations mesurent les progrès des élèves, il est essentiel de définir vos objectifs en amont et de construire vos évaluations spécifiquement autour de ces objectifs. Pour y parvenir, vous devez éliminer tout obstacle à l’utilisation de vos contenus. Les outils d’aide à la concentration permettent à ce titre aux élèves réfractaires aux écrans de mieux comprendre le contenu des évaluations. Ainsi, vous avez la certitude de les évaluer sur vos objectifs d’apprentissage et non de leur niveau de concentration du moment.

4. IA pour les évaluations

L’intelligence artificielle peut enrichir les technologies d’évaluation, comme le montre l’exemple suivant :

• Valerie de la Rosa, enseignante au collège, s’appuie sur l’IA pour noter les devoirs. « Notre système basé sur l’IA note le devoir, puis je passe derrière pour vérifier que tout est correct et laisser un commentaire aux élèves », explique-t-elle. « La technologie me fait gagner beaucoup de temps. »
• Avec les analyses basées sur l’IA, les enseignants peuvent créer plus facilement des programmes pédagogiques sur mesure. Ces outils accélèrent aussi les choses en récupérant les résultats des élèves en temps réel. « Nous pouvons utiliser l’IA et l’analyse de données sur les réponses des apprenants pour les aider à améliorer leurs résultats », explique Nina van der Behr.
• Pour Ginger Dewey, l’IA générative va permettre de déployer de nouvelles formes de simulation très efficaces pour évaluer l’acquisition des compétences. « Imaginons que vous étudiiez la chirurgie. Vous pouvez être confronté à une simulation numérique d’un chirurgien vous demandant des instruments bien précis. Si vous choisissez le mauvais, l’IA vous invite à expliquer votre erreur, puis vous présente la bonne réponse. »

En évoluant, l’IA manifestera certainement des forces et faiblesses inédites, mais quel que soit le chemin qu’elle emprunte, il est probable qu’elle révolutionnera la gestion des évaluations dans l’éducation.

5. Synthèse vocale

Même avec les systèmes d’évaluation basés sur l’IA les plus sophistiqués, les élèves doivent avant tout comprendre le contenu que vous leur présentez. Et bien souvent, ils ont besoin d’un composant auditif pour y parvenir. Les deux tiers des apprenants préfèrent adopter une approche multimodale du contenu, par exemple pouvoir le lire et l’écouter en parallèle.

L’écoute est également cruciale pour les apprenants suivant un enseignement dans une langue qui n’est pas la leur, les personnes souffrant d’un trouble d’apprentissage ou de développement, les personnes ayant des difficultés de lecture et les apprenants auditifs. La technologie de synthèse vocale, qui permet de lire à haute voix du texte, leur offre la possibilité d’écouter le contenu. Elle leur donne le choix de la présentation de l’information et rend le contenu des évaluations accessible au plus grand nombre.

Les personnes que nous avons interrogées estiment que chaque type d’évaluation numérique doit inclure de la synthèse vocale.

• « Malheureusement, environ 40 % de mes élèves présentent une capacité de lecture inférieure d’au moins 3 niveaux à celle qu’ils devraient avoir », se désole Valerie de la Rosa. « Les outils de synthèse vocale leur offrent une aide précieuse. »
• « La synthèse vocale est très utile pour les personnes qui apprennent l’anglais », juge quant à lui Kamil Rejent. « Elle facilite la compréhension de celles et ceux qui maîtrisent l’anglais parlé, mais rencontrent des difficultés pour le lire. »
• « Chez Learnosity, nous travaillons avec des éditeurs passionnés, comme ReadSpeaker. Ses produits de synthèse vocale peuvent aider les élèves ayant besoin d’adaptations, ceux qui préfèrent l’écoute à la lecture, mais aussi ceux qui privilégient ces deux modalités en parallèle », explique Nina van der Behr.

Au final, devons-nous toujours considérer la synthèse vocale comme une adaptation destinée aux élèves suivant un programme personnalisé de réussite éducative ou devons-nous la proposer à tout le monde ? D’après le principe de conception universelle de l’apprentissage, l’un n’exclut pas l’autre.

L’évaluation numérique pour tous : une conception universelle de l’apprentissage

La conception universelle de l’apprentissage est une approche de l’enseignement qui insiste sur l’individualisation des expériences. Selon cette méthodologie, chaque élève présente des besoins différents. Le seul moyen de leur proposer à tous un enseignement efficace est de leur offrir différentes modalités d’interaction avec les contenus, évaluations comprises.

Les directives de conception universelle de l’apprentissage invitent ainsi les éducateurs à présenter leurs leçons sous différentes formes en parallèle. Il convient par exemple de laisser les élèves choisir entre lecture et écoute des contenus, voire ces deux modalités à la fois. Dans ce cadre, ce que nous considérons habituellement comme une technologie d’assistance devient une simple option parmi d’autres.

L’intérêt central de cette stratégie réside dans le fait qu’elle évite de laisser les élèves en situation de handicap sur le bord du chemin. Elle réduit également la stigmatisation en faisant disparaître la frontière entre l’élève en situation de handicap et l’élève « valide ». Avec la conception universelle de l’apprentissage, nous essayons de fournir à chaque élève les outils dont il a besoin pour atteindre ses objectifs d’apprentissage.

Bien entendu, les évaluations numériques peuvent tout à fait faire office d’adaptations. Mais elles ne sont pas que cela. Les technologies de l’éducation offrent davantage de flexibilité à tous les élèves, qui ont chacun des besoins, préférences et capacités qui leur sont propres. Elles sont tout aussi adaptées aux évaluations sommatives qu’aux évaluations diagnostiques, et offrent un moyen individualisé d’évaluer les performances des élèves.

Utilisation de la synthèse vocale dans les évaluations numériques

Quelle que soit la voie prise par les technologies de l’éducation à l’avenir, la synthèse vocale a un rôle à jouer dans l’évaluation des résultats d’apprentissage. Elle permet aux enseignants d’aller plus loin que les seules compétences de lecture des élèves et de mieux comprendre leur niveau réel.

Comment le savons-nous ? Tout simplement, car les évaluations dans l’éducation génèrent des résultats nettement meilleurs lorsque la synthèse vocale fait partie des outils proposés.

Pour autant, comme l’explique Kamil Rejent, « l’efficacité de la synthèse vocale dépend de sa qualité. »

« Les solutions proposant des voix naturelles améliorent l’expérience des apprenants, alors que les voix robotiques ont plutôt l’effet inverse. Une synthèse vocale de mauvaise qualité n’a pas vraiment d’intérêt. »

ReadSpeaker propose des voix de synthèse naturelles et réalistes dans un grand nombre de langues, dialectes et styles d’élocution. Nos modèles de machine learning propriétaires garantissent une qualité irréprochable et permettent ainsi à vos élèves de se concentrer sur le contenu.

Nos outils d’aide à la lecture, à la rédaction et à l’apprentissage basés sur la synthèse vocale s’intègrent nativement à tous les grands systèmes de gestion de l’apprentissage du marché. Ils permettent d’inclure en toute transparence la synthèse vocale au sein de votre environnement d’évaluation numérique sans multiplier les applications ou les fenêtres.