Correction automatique des copies : guide pour enseignants — Devoirs
DEVOIRS
Ouvrir l'App
Guide enseignant

Correction automatique des copies : ce que l'IA peut vraiment faire pour vous

Entre la génération du sujet, la correction de 30 copies et la saisie des notes, un seul devoir représente souvent 6 à 8 heures de travail hors classe. La correction automatique par IA ne supprime pas votre jugement pédagogique : elle prépare le travail pour que vous n'ayez qu'à valider.

3 à 6 h

récupérées par devoir pour une classe de 30 élèves

< 30 s

pour générer un devoir complet depuis votre cours

100 %

de contrôle enseignant, la note IA est toujours ajustable

0 donnée

transmise à des tiers, vos cours restent confidentiels

Comment fonctionne la correction automatique sur Devoirs

  1. 1

    Importez votre cours

    Copiez-collez votre texte ou déposez votre PDF. Devoirs extrait le contenu pédagogique automatiquement.

  2. 2

    Générez les questions

    En quelques secondes, Devoirs propose un jeu de questions adapté à votre cours. Sélectionnez celles qui vous conviennent.

  3. 3

    Partagez le lien

    Un lien sécurisé est généré. Envoyez-le à vos élèves, ils répondent depuis n'importe quel appareil, sans installation.

  4. 4

    Révisez les notes

    Chaque copie est corrigée et notée automatiquement. Vous voyez la note proposée et les commentaires ; ajustez si nécessaire.

  5. 5

    Publiez et informez

    Validez les notes en un clic. Vos élèves reçoivent leurs résultats et commentaires directement par email.

Avantages et limites : ce que dit réellement l'expérience terrain

Ce que l'IA fait bien

Proposer une note de premier passage cohérente pour les réponses argumentatives
Identifier les passages hors-sujet ou les contre-sens
Repérer les réponses trop courtes ou incomplètes
Générer des commentaires individualisés pour chaque élève
Corriger les QCM et questions fermées avec une précision quasi parfaite

Ce qui reste à l'enseignant

Valider ou ajuster la note proposée avant publication
Apprécier la nuance et la créativité d'une réponse inattendue
Juger de la progression de l'élève sur la durée
Détecter une copie manifestement rédigée par un tiers
Tenir compte du contexte de classe (absence, difficulté connue…)

Ce que dit la recherche sur la correction automatique

La notation automatique n'est ni une nouveauté ni une baguette magique. Vingt ans de recherche en dessinent le bon usage : une aide puissante, sous supervision humaine.

Elle peut approcher la note d'un correcteur humain

Sur de grands corpus à enjeux, les moteurs de notation égalent les correcteurs humains sur la plupart des critères mesurés.[1, 2] Les modèles récents (GPT-4) améliorent encore la précision, y compris sur des copies d'apprenants non natifs.[6]

Mais elle « ne lit pas le sens » et se laisse tromper

Le principal prédicteur d'un score automatique reste souvent la longueur du texte.[3] Ces systèmes sont à la fois « surstables » (ils maintiennent une note élevée sur un texte dégradé) et « hypersensibles » (une retouche minime fait chuter le score), donc manipulables.[4]

Un LLM seul ne suffit pas : tout dépend de la consigne

Utilisé seul, GPT-4 reste inconstant et souvent inférieur à l'humain ; sa fiabilité dépend fortement de la rubrique et des exemples fournis, ce qui justifie de garder une supervision.[5, 7, 8]

Le bon modèle : l'IA propose, l'enseignant tranche

Des essais contrôlés randomisés montrent que l'assistance IA permet à un enseignant de grande cohorte d'offrir un retour personnalisé comparable à celui d'une petite classe.[9] D'autant que la notation humaine elle-même varie fortement d'un correcteur à l'autre.[10]

Mode Intégrité : correction et anti-triche dans le même outil

Devoirs intègre un module anti-triche passif : chaque changement d'onglet, tentative de copier-coller et sortie de plein écran est horodaté et remontée à l'enseignant. Combiné à l'Indice d'Authenticité Rédactionnelle, cela vous donne une vision complète de la passation, sans accuser un élève sans preuve.

Questions fréquentes

La correction automatique par IA est-elle fiable pour des copies de lycée ?+
Pour des questions à réponse ouverte, la correction IA donne une première estimation cohérente dans 85 à 90 % des cas. L'enseignant conserve toujours le dernier mot : la note proposée est ajustable avant publication. L'IA ne remplace pas le jugement pédagogique, elle le prépare.
Combien de temps gagne-t-on avec la correction automatique ?+
En moyenne, corriger une copie manuellement prend 5 à 15 minutes selon la discipline et la longueur. Avec la correction automatique, l'enseignant passe en revue une proposition et l'ajuste en 1 à 3 minutes. Sur une classe de 30 élèves, cela représente 3 à 6 heures récupérées par devoir.
L'IA peut-elle corriger toutes les matières ?+
Devoirs est conçu pour les disciplines à réponse argumentative : français, philosophie, histoire-géographie, SES, SVT (commentaires de documents), langues vivantes. Les QCM et questions fermées sont corrigés avec une précision proche de 100 %. Les exercices de calcul pur ne sont pas pris en charge.
Comment Devoirs génère-t-il les questions du devoir ?+
L'enseignant importe son cours (texte brut ou PDF). Devoirs analyse le contenu et génère automatiquement des questions adaptées au niveau et à la discipline : questions de compréhension, analyse, synthèse ou dissertation partielle. L'enseignant choisit les questions à conserver avant de partager le devoir.
Les élèves peuvent-ils tricher sur un devoir corrigé automatiquement ?+
Devoirs intègre un Mode Intégrité qui détecte les tentatives de copier-coller, les changements d'onglet, les sorties plein écran et l'inactivité prolongée. Ces signaux sont remontés à l'enseignant sous forme d'alertes. Par ailleurs, l'Indice d'Authenticité Rédactionnelle (IAR®) compare chaque copie à l'historique de l'élève pour signaler les incohérences stylistiques.

À lire aussi

L'Indice d'Authenticité Rédactionnelle (IAR®)

Le score qui mesure si l'élève a écrit comme lui-même, copie après copie, sans détecteur d'IA.

Pourquoi les détecteurs d'IA échouent

Comprendre pourquoi détecter l'IA est une fausse piste, et ce qui marche vraiment pour les enseignants.

Références

Publications scientifiques et sources primaires citées dans cet article. Chaque lien renvoie vers la source d'origine.

  1. [1]Attali, Y., & Burstein, J. (2006). Automated Essay Scoring With e-rater V.2. The Journal of Technology, Learning, and Assessment, 4(3). ejournals.bc.edu/index.php/jtla/article/view/1650
  2. [2]Shermis, M. D. (2014). State-of-the-art automated essay scoring: Competition, results, and future directions from a United States demonstration. Assessing Writing, 20, 53-76. doi.org/10.1016/j.asw.2013.04.001
  3. [3]Perelman, L. (2014). When « the state of the art » is counting words. Assessing Writing, 21, 104-111. doi.org/10.1016/j.asw.2014.05.001
  4. [4]Kumar, Y., Parekh, S., Singh, S., Li, J. J., Shah, R. R., & Chen, C. (2023). Automatic Essay Scoring Systems Are Both Overstable and Oversensitive: Explaining Why and Proposing Defenses. Dialogue & Discourse, 14(1), 1-33. journals.uic.edu/ojs/index.php/dad/article/view/12448
  5. [5]Kim, S., & Jo, M. (2024). Is GPT-4 Alone Sufficient for Automated Essay Scoring? A Comparative Judgment Approach Based on Rater Cognition. Proceedings of the Eleventh ACM Conference on Learning @ Scale (L@S). doi.org/10.1145/3657604.3664703
  6. [6]Li, W., & Liu, H. (2024). Applying large language models for automated essay scoring for non-native Japanese. Humanities and Social Sciences Communications, 11(1). doi.org/10.1057/s41599-024-03209-9
  7. [7]Shermis, M. D. (2024). Using ChatGPT to score essays and short-form constructed responses. arXiv:2408.09540. arxiv.org/abs/2408.09540
  8. [8]Kim, Y. (2025). Automated Essay Scoring With GPT-4 for a Local Placement Test: Prompting Strategies, Intra-Rater Reliability, and Alignment With Human Scores. TESOL Quarterly, 59(S1), S318-S329. doi.org/10.1002/tesq.3405
  9. [9]Heinrich, T., Baily, S., Chen, K.-W., DeOliveira, J., Park, S., & Wang, N. C.-H. (2025). AI-assisted grading and personalized feedback in large political science classes: Results from randomized controlled trials. PLoS ONE, 20(8), e0328041. doi.org/10.1371/journal.pone.0328041
  10. [10]Lopera-Oquendo, C., Lipnevich, A. A., & Mañez, I. (2024). Rating writing: Comparison of holistic and analytic grading approaches in pre-service teachers. Studies in Educational Evaluation, 83. www.sciencedirect.com/science/article/abs/pii/S0959475224001191

Créez votre premier devoir corrigé automatiquement

Essai gratuit 30 jours. Aucune carte bancaire. Importez votre cours, générez vos questions et partagez le lien à vos élèves en moins de 5 minutes.