Evaluar un trabajo escrito calificado en la universidad: comparación entre la evaluación humana y la evaluación por un modelo de inteligencia artificial generativa

Contenido principal del artículo

Aya Bouebdelli
Évelyne Deprêtre

Resumen









La inteligencia artificial generativa (IAG) puede apoyar el juicio evaluativo formulado por el profesorado sobre las producciones de los estudiantes. Sin embargo, su uso plantea cuestiones que van más allá, en particular, de la concordancia de las calificaciones. Para comprender mejor las condiciones de este apoyo por parte de la IAG, este artículo presenta una experimentación exploratoria realizada en un curso universitario de francés escrito. El estudio compara la evaluación humana y la evaluación por la IAG de una misma producción escrita con función diagnóstica. El análisis se basa en un marco de referencia del juicio evaluativo articulado en tres ejes: las funciones de la evaluación, sus etapas y su dimensión ética, inseparable de la responsabilidad de la persona evaluadora. Los resultados muestran una convergencia global entre ambos modos de evaluación en cuanto a las calificaciones y al número de errores señalados, pero revelan diferencias significativas en la identificación, la categorización de los errores y en la articulación entre diagnóstico, calificación y retroalimentación cuando aumenta la complejidad de los errores. Este estudio muestra que la IAG no puede sustituir al juicio evaluativo. No obstante, constituye una ayuda para determinadas operaciones, siempre que se apoye en balizas metodológicas, institucionales y éticas claras, combinadas con la formación del profesorado y una vigilancia profesional constante. Asimismo, abre perspectivas de investigación, entre otras, hacia la comparación de diferentes modelos generativos.









Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Bouebdelli, A., & Deprêtre, Évelyne. (2026). Evaluar un trabajo escrito calificado en la universidad: comparación entre la evaluación humana y la evaluación por un modelo de inteligencia artificial generativa. Mediaciones Y Mediatizaciones, (24), 180–202. https://doi.org/10.52358/mm.vi24.546
Sección
Artículos de investigación

Citas

Ahangama, N. (2026). Designing assessments in the generative AI era: A tailored assessment framework for ICT tertiary education. International Journal of Educational Technology in Higher Education, 23(9). https://doi.org/10.1186/s41239-026-00582-0 DOI: https://doi.org/10.1186/s41239-026-00582-0

Álvarez Méndez, J. M. (2001). Evaluar para conocer, examinar para excluir. Morata.

An, Y., Yu, J. H. et James, S. (2025). Investigating the higher education institutions’ guidelines and policies regarding the use of generative AI in teaching, learning, research, and administration. International Journal of Educational Technology in Higher Education, 22(10). https://doi.org/10.1186/s41239-025-00507-3 DOI: https://doi.org/10.1186/s41239-025-00507-3

Anistyasari, Y., Hidayati, S. C., Suparji, S., Ekohariadi, E. et Kusumaningtyas, D. A. (2025). Comparing AI and human assessment of academic writing skills: A kappa analysis. E3S Web of Conferences, 645. https://doi.org/10.1051/e3sconf/202564506014 DOI: https://doi.org/10.1051/e3sconf/202564506014

Audran, J. (2024). Cinq enjeux d’évaluation face à l’émergence des IA génératives en éducation. Mesure et évaluation en éducation, 47(1), 6-26. https://doi.org/10.7202/1114564ar DOI: https://doi.org/10.7202/1114564ar

Bardin, L. (2013). L’analyse de contenu. Presses Universitaires de France. https://doi.org/10.3917/puf.bard.2013.01 DOI: https://doi.org/10.3917/puf.bard.2013.01

Bittle, K. et El Gayar, O. (2025). Generative AI and academic integrity in higher education: A systematic review and research agenda. Information, 16(4), 296. https://doi.org/10.3390/info16040296 DOI: https://doi.org/10.3390/info16040296

Black, P. et Wiliam, D. (1998). Assessment and Classroom Learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7-74. https://doi.org/10.1080/0969595980050102 DOI: https://doi.org/10.1080/0969595980050102

Black, P. et Wiliam, D. (2009) Developing the theory of formative assessment. Educational Assessment, Evaluation and Accountability, 21, 5-31. https://doi.org/10.1007/s11092-008-9068-5 DOI: https://doi.org/10.1007/s11092-008-9068-5

Bloom, B. S. (1971). Handbook on formative and summative evaluation of student learning. McGraw-Hill.

Broadfoot, P. (1996). Education, assessment and society: A sociological analysis. Open University Press.

Brookhart, S. M. (2011). Educational assessment knowledge and skills for teachers. Educational Measurement: Issues and Practice, 30(1), 3-12. https://doi.org/10.1111/j.1745-3992.2010.00195.x DOI: https://doi.org/10.1111/j.1745-3992.2010.00195.x

Brookhart, S. M. (2013). Classroom assessment in the context of standards-based reform. Teachers College Record, 115(11), 1-16. DOI: https://doi.org/10.1177/016146811311500805

Dabis, A., et Csáki, C. (2024). AI and ethics: Investigating the first policy responses of higher education institutions to the challenge of generative AI. Humanities and Social Sciences Communications, 11, 1006. https://doi.org/10.1057/s41599-024-03526-z DOI: https://doi.org/10.1057/s41599-024-03526-z

De Ketele, J.-M. (1986). L’évaluation : approche descriptive ou normative? De Boeck.

De Ketele, J.-M. (2006). La recherche en évaluation : propos synthétiques et prospectifs. Mesure et évaluation en éducation, 29(1), 99-118. https://doi.org/10.7202/1086970a DOI: https://doi.org/10.7202/1086970ar

De Ketele, J.-M. et Gérard, F.-M. (2007). La qualité et la validation des évaluations. De Boeck.

De Ketele, J.-M. (2010a). Ne pas se tromper d'évaluation. Revue française de linguistique appliquée, 15(1), 25-37. https://doi.org/10.3917/rfla.151.0025 DOI: https://doi.org/10.3917/rfla.151.0025

De Ketele, J.-M. (2010b). L’évaluation : une problématique complexe. De Boeck.

Collin, S. et Marceau, E. (2023). Enjeux éthiques et critiques de l’intelligence artificielle en enseignement supérieur. Éthique publique, 24(2). https://doi.org/10.4000/ethiquepublique.7619 DOI: https://doi.org/10.4000/ethiquepublique.7619

Conseil de l’innovation du Québec (2024). L’intelligence artificielle générative : comprendre, encadrer et agir. Gouvernement du Québec. https://www.ethique.gouv.qc.ca/publications/iagenerative/

Elshall, A. S. et Badir, A. (2025). Balancing AI-assisted learning and traditional assessment: The FACT assessment in environmental data science education. Frontiers in Education, 10. https://doi.org/10.3389/feduc.2025.1596462 DOI: https://doi.org/10.3389/feduc.2025.1596462

Enseigner à l’UQAM. (s. d.). La démarche évaluative et les valeurs qui s’y rattachent. https://enseigner.uqam.ca/evaluer/demarche-et-valeurs/

García-Varela, F., Nussbaum, M., Mendoza, M., Martínez-Troncoso, C. et Bekerman, Z. (2025). ChatGPT as a Stable and Fair Tool for Automated Essay Scoring. Education Sciences, 15(8), 946. https://doi.org/10.3390/educsci15080946 DOI: https://doi.org/10.3390/educsci15080946

Geçkin, V., Kızıltaş, E. et Çınar, Ç. (2023). Assessing second-language academic writing: AI vs. human raters. Journal of Educational Technology & Online Learning, 6(4), 1096-1108. http://doi.org/10.31681/jetol.1336599 DOI: https://doi.org/10.31681/jetol.1336599

Ghimire, A., Edwards, J. (2024). From Guidelines to Governance: A Study of AI Policies in Education. Dans Olney, A.M., Chounta, IA., Liu, Z., Santos, O.C., Bittencourt, I.I. (dir.) Artificial Intelligence in Education. Posters and Late Breaking Results, Workshops and Tutorials, Industry and Innovation Tracks, Practitioners, Doctoral Consortium and Blue Sky. AIED 2024. Communications in Computer and Information Science (vol. 2151, p.299-307). Springer, Cham. https://doi.org/10.1007/978-3-031-64312-5_36 DOI: https://doi.org/10.1007/978-3-031-64312-5_36

Gipps, C. V. (1994). Beyond testing: Towards a theory of educational assessment. Falmer Press.

Gipps, C. V. (1999). Socio-cultural aspects of assessment. Review of Research in Education, 24, 355-392. DOI: https://doi.org/10.2307/1167274

Hadji, C. (1997a). L’évaluation démystifiée. ESF.

Hadji, C. (1997b). Pour une éthique de l’agir évaluationnel. Mesure et évaluation en éducation, 20(2), 7-26. https://doi.org/10.7202/1091380ar DOI: https://doi.org/10.7202/1091380ar

Hadji, C. (2012). Faut-il avoir peur de l’évaluation? De Boeck. DOI: https://doi.org/10.3917/dbu.hadji.2012.01

Hannachi, R. et Araújo, S. (2025). Vers une évaluation humaine et automatisée de l’écrit avec l’intelligence artificielle générative. Les Langues modernes, 119(1). https://hal.science/hal-05220332v1

Huba, M. E. et Freed, J. E. (2000). Learner-centered assessment on college campuses. Allyn & Bacon.

Ilieva, G., Yankova, T., Ruseva, M. et Kabaivanov, S. (2025). A Framework for Generative AI-Driven Assessment in Higher Education. Information, 16(6), 472. https://doi.org/10.3390/info16060472 DOI: https://doi.org/10.3390/info16060472

Jorro, A. et Mercier-Brunel, Y. (2022). Évaluation. Dans A. Jorro (dir.), Dictionnaire des concepts de la professionnalisation (p. 197-200). De Boeck Supérieur. DOI: https://doi.org/10.3917/dbu.jorro.2022.01.0197

Kemal, S. et Liman Kaban, A. (2024). Comparative Analysis of Human Graders and AI in Assessing Secondary School EFL Journal Writing. Asian Journal of Distance Education, 20(1). https://www.asianjde.com/ojs/index.php/AsianJDE/article/view/796

Kılınç, S. (2024). Comprehensive AI assessment framework: Enhancing educational evaluation with ethical AI integration. Journal of Educational Technology & Online Learning, 7(4), 521-540. https://doi.org/10.31681/jetol.1492695 DOI: https://doi.org/10.31681/jetol.1492695

Koo, T. K. et Li, M. Y. (2016). A Guideline of Selecting and Reporting Intraclass Correlation Coefficients for Reliability Research. Journal of Chiropractic Medicine, 15(2), 155-163. https://jcm.kglmeridian.com/view/journals/jcm/15/2/article-p155.xml DOI: https://doi.org/10.1016/j.jcm.2016.02.012

Leroux, J. L. et Bélair, L. (2015). Exercer son jugement professionnel. Dans J. L. Leroux (dir.), Évaluer les compétences (p. 65-107). Chenelière.

Li, H., Chen, C. H., Fan, K., Young-Johnson, C., Lim, S. ET Feng, Y. (2025). Agreement between large language models and human raters in essay scoring: A research synthesis. arXiv. https://doi.org/10.48550/arXiv.2512.14561

Lund, B. D., Lee, T. H., Mannuru, N. R., et Arutla, N. (2025). AI and academic integrity: Exploring student perceptions and implications for higher education. Journal of Academic Ethics, 23, 1545-1565. https://doi.org/10.1007/s10805-025-09613-3 DOI: https://doi.org/10.1007/s10805-025-09613-3

Lundgren, M. (2024). Large Language Models in Student Assessment: Comparing ChatGPT and Human Graders. arXiv. https://doi.org/10.48550/arXiv.2406.16510 DOI: https://doi.org/10.2139/ssrn.4874359

McDonald, N., Johri, A., Ali, A., Hingle, A., 2024.Generative artificial intelligence in higher education: Evidence from an analysis of institutional policies and guidelines. Computers in Human Behavior: Artificial Humans, 3. https://doi.org/10.1016/j.chbah.2025.100121 DOI: https://doi.org/10.1016/j.chbah.2025.100121

Messick, S. (1989). Validity. Dans R. L. Linn (dir.), Educational measurement (3e éd., p. 13-103). Macmillan.

Messick, S. (1994). The Interplay of Evidence and Consequences in the Validation of Performance Assessments. Educational Researcher, 23(2), 13-23. https://doi.org/10.3102/0013189X023002013 DOI: https://doi.org/10.3102/0013189X023002013

Microsoft (2024). Microsoft Copilot. https://www.microsoft.com/copilot

Miles, M. et Huberman, A. (2009). Analyse des données qualitatives. De Boeck.

Mpolomoka, D. L. (2025). Utilizing artificial intelligence for assessment. Pedagogical Research, 10(3). https://doi.org/10.29333/pr/16677 DOI: https://doi.org/10.29333/pr/16677

OpenAI. (2024). GPT 4 technical report. ArXiv. https://arxiv.org/abs/2303.08774

Organisation de coopération et de développement économiques (OCDE). (2021). Recommandation du Conseil sur l’intelligence artificielle. OCDE. https://legalinstruments.oecd.org/fr/instruments/OECD-LEGAL-0449

Page, E. B. (1968). The use of the computer in analyzing student essays. International Review of Education, 14, 210-225. https://doi.org/10.1007/BF01419938. DOI: https://doi.org/10.1007/BF01419938

Perrenoud, P. (1998). L’évaluation des élèves : de la fabrication de l’excellence à la régulation des apprentissages. De Boeck Université.

Perrenoud, P. (2004). Évaluer des compétences. De Boeck.

Peterson, S. (2025). Addressing student use of generative AI in schools and universities through academic integrity reporting. Frontiers in Education, 10. https://doi.org/10.3389/feduc.2025.1610836 DOI: https://doi.org/10.3389/feduc.2025.1610836

Posit team (2025). RStudio: Integrated Development Environment for R. Posit Software, PBC, Boston, MA. URL http://www.posit.co/

Roblez, A. (2025, 25 février). Intelligence évaluative et évaluation artificielle : réflexions sur la relation entre l’IA et l’évaluation [communication orale]. Webinaire du Réseau de la pédagogie, Institut catholique de Lille. https://hal.science/hal-04967764v1

Santos Guerra, M. A. (2010). La evaluación como aprendizaje. Kairós.

Scallon, G. (2015). Des savoirs aux compétences : exploration en évaluation des apprentissages. De Boeck.

Scriven, M. (1967). The methodology of evaluation. Dans R. W. Tyler, R. M. Gagne et M. Scriven (dir.), Perspectives of curriculum evaluation (p. 39-83). Rand McNally.

Scriven, M. (1991). Evaluation thesaurus (4e éd.). Sage.

Steiss, J., Tate, Tamara., Graham, S., Gruz, J., Hebert, M., Wang, J., Moon, Y., Tseng, W., Warschauer, M., Olsan, C.B. (2024). Comparing human and ChatGPT feedback. Learning and Instruction, 91. https://doi.org/10.1016/j.learninstruc.2024.101894 DOI: https://doi.org/10.1016/j.learninstruc.2024.101894

Tremblay, C., Miklohoun, S. et Poellhuber, B. (2025). Recension des usages d’intelligences artificielles génératives (IAg) pour offrir de la rétroaction en enseignement supérieur. International Journal of Technologies in Higher Education, 22(1). https://doi.org/10.18162/ritpu-2025-v22n1-11 DOI: https://doi.org/10.18162/ritpu-2025-v22n1-11

UNESCO (2023). Guidance for generative AI in education and research. UNESCO.

Wanlin, P. (2007). L’analyse de contenu comme méthode d’analyse qualitative d’entretiens : une comparaison entre les traitements manuels et l’utilisation de logiciels. Recherches qualitatives, hors série, 3, 243-272. https://www.erudit.org/en/books/collection-hors-serie-les-actes-de-la-revue-recherches-qualitatives/bilan-et-prospectives-de-la-recherche-qualitative-en-sciences-humaines-et-sociales/5175co/

Zhao, J., Chapman, E. et Ghassemi Pour Sabet, P. (2024). Generative AI and educational assessments: A systematic review. Education Research & Perspectives, 51(31), 124-155. https://doi.org/10.70953/ERPv51.2412006 DOI: https://doi.org/10.70953/ERPv51.2412006