L'IA peut-elle corriger une copie ? Ce que montrent les tests d'enseignants

Une professeure de lettres scanne par erreur deux fois la même copie de seconde. L’outil de correction lui rend deux notes, avec quatre points d’écart. Sur une autre copie du même paquet, elle met 6 sur 20 ; l’IA avait mis 14. Ce récit, posté sur Neoprofs en janvier 2026, a beaucoup circulé en salle des profs. Il n’est pas isolé.

Depuis 2025, plusieurs enseignants ont testé la correction par IA et raconté ce qu’ils ont vu, sur un forum, dans la presse spécialisée, ou dans le compte rendu d’une expérience menée avec l’accord d’un rectorat. Leurs constats se recoupent assez pour dire ce que ces outils font bien et ce qu’ils ratent, avec les raisons. Ils donnent aussi de quoi construire un test simple, à faire sur votre propre pile avant de confier quoi que ce soit à un logiciel.

Ce que les enseignants ont constaté en testant

Voici quatre retours publics, dans des disciplines et des situations différentes. Ils ne valent pas une étude : quelques copies à chaque fois, avec des outils différents. Sur plusieurs points, pourtant, ils disent la même chose.

Le fil Neoprofs est le plus instructif, parce que les testeuses y décrivent leurs copies. Sur la tirade du nez, le barème figurait sur le sujet et la consigne rappelait qu’il fallait interpréter les procédés. L’outil a pourtant donné des points à de simples définitions de figures de style, n’a pas sanctionné la paraphrase, et a validé une citation qui ne correspondait à aucune figure. En février, une autre collègue passe dix commentaires de bac blanc, cette fois sans fournir de barème. Une copie qu’elle note 4 reçoit 11 ; une copie qu’elle juge excellente reçoit « un petit 12 ». Les erreurs de lecture, remarque-t-elle, ne tombent pas forcément sur les copies les plus mal écrites.

Le temps revient dans presque tous les témoignages. La première testeuse décrit la chaîne complète pour une classe de 35 : numériser les copies, les envoyer, attendre le chargement, relire chaque correction sur le téléphone, puis recopier les appréciations sur le papier. Arnold Desaintjean, professeur d’histoire-géographie interrogé par EdTech Actu, continue d’utiliser son outil, mais pour une autre raison : ses retours aux élèves sont plus riches. Une pile lui prend à peu près autant de temps qu’avant.

Pourquoi les notes s’écartent autant

Les écarts observés ont trois origines. Il vaut mieux les distinguer, parce qu’elles n’appellent pas la même parade.

Un barème deviné ou trop vague

Quand on ne lui donne pas de barème, l’outil en fabrique un à partir du sujet. C’était le cas du test sur les commentaires de bac blanc : les compétences attendues avaient été déduites de l’énoncé, et la collègue attribue elle-même une partie des écarts au fait de ne pas avoir affiné la grille. Le logiciel note alors selon une exigence moyenne, qui n’est pas la vôtre. Un professeur qui valorise la méthode et un autre qui valorise le résultat ne mettent pas la même note à la même copie ; un outil sans consigne choisit à votre place.

Le test sur Cyrano montre la limite inverse. Un barème écrit sur le sujet ne suffit pas s’il ne dit pas ce qui vaut des points et ce qui n’en vaut pas. « Interpréter une figure » est clair pour un professeur de lettres ; pour un outil, une définition bien formulée y ressemble. Plus l’attendu de chaque critère est écrit noir sur blanc, moins l’outil a de place pour l’indulgence.

Une copie manuscrite mal lue

Avant de noter, l’outil doit lire, et une partie des erreurs naît là. Thibaud Hayette, professeur de lettres dans l’Ain, a séparé les deux étapes : transcription des copies avec un premier outil, correction avec un second. Il a dû vérifier toute la transcription. Sur les passages illisibles, l’IA ne laisse pas de blanc : elle produit un texte vaguement lié aux quelques mots qu’elle a déchiffrés. Une note calculée sur des phrases que l’élève n’a pas écrites ne veut rien dire, et rien dans le résultat final ne le montre si l’on ne relit pas.

Un modèle qui ne répond pas deux fois pareil

Une IA générative produit la suite de mots la plus probable, ce que rappelle d’ailleurs le cadre d’usage publié par le ministère en juin 2025. Probable ne veut pas dire constant : la même copie soumise deux fois peut recevoir deux notes, comme dans le test de janvier. Le compte rendu du Café pédagogique ajoute un détail parlant. Quand on indique à l’IA la note mise par le correcteur humain, elle révise la sienne et la justifie à nouveau, cette fois dans le sens de l’enseignant. Une note qui bouge dès qu’on la conteste ne peut pas servir de référence ; elle peut seulement servir de proposition.

Ce que l’IA fait plutôt bien

Les mêmes tests montrent aussi où l’outil apporte quelque chose de réel.

• Appliquer un barème fixé avant, sur des réponses identifiables. Les questions de compréhension du brevet ont été corrigées en quelques secondes par copie, barème respecté, chaque point justifié. Contrôle de connaissances, exercices d’application, questionnaire : plus la réponse attendue est nette, plus l’écart avec le correcteur humain se réduit.
• Rédiger un retour détaillé. C’est ce qui a convaincu le professeur d’histoire-géographie : des commentaires qui orientent l’élève vers la notion à retravailler, là où il se contentait parfois d’un signe dans la marge. Ses élèves corrigent ensuite leurs erreurs en binômes à partir de ces retours imprimés.
• Lire les écritures ordinaires. La reconnaissance du manuscrit a nettement progressé, note le même enseignant. Les problèmes se concentrent sur les passages vraiment illisibles, à condition que l’outil les signale.
• Relever ce qui revient d’une copie à l’autre. Compter, sur une pile entière, combien d’élèves confondent périmètre et aire ou oublient de justifier une étape est une tâche de relevé. Elle prépare la séance de remédiation, et c’est vous qui décidez ensuite quoi reprendre.

La frontière tient moins à l’outil qu’au type de copie. Jean-Yves Labouche, professeur de mathématiques interrogé par L’Express Éducation, voit dans l’IA une aide possible, avec un barème qu’il décide ou valide, mais relève qu’elle bute encore sur les constructions géométriques et certaines notations, comme les vecteurs ou les calculs posés. Inès Drège, professeure de philosophie, estime qu’aucune grille rigide ne rend compte du jugement porté sur une dissertation. Leurs deux avis se complètent plus qu’ils ne s’opposent, chacun parlant depuis sa discipline.

Tester un outil sur votre propre pile, en quatre essais

Les tests des collègues portent sur leurs copies, pas sur les vôtres. Une heure d’essai sur un vrai paquet en dira plus que n’importe quelle page de présentation, la nôtre comprise.

1. La même copie, deux fois. Soumettez une copie, puis la même une seconde fois, sans rien changer. Comparez la note et le détail par critère. Un demi-point d’écart se discute ; plusieurs points signifient que l’outil ne tient pas sa propre grille.
2. Des copies notées à la main, en aveugle. Corrigez trois ou quatre copies vous-même avant de les soumettre, sans regarder ce que l’outil propose. Prenez-les aux deux bouts du paquet, une très faible et une très bonne : c’est là que les tests publiés montrent les plus gros écarts. Comparez ensuite critère par critère, pas seulement le total, car deux 12 sur 20 peuvent cacher un désaccord sur tout.
3. Le manuscrit difficile. Prenez la copie que vous lisez vous-même avec peine et regardez, mot par mot, ce que l’outil en a compris s’il affiche sa transcription. Personne ne lui demande de tout lire. Il doit signaler ce qu’il ne lit pas au lieu de l’inventer.
4. Le temps de bout en bout. Chronométrez depuis la pile posée sur le bureau jusqu’à la dernière copie rendue : numérisation, attente, relecture, corrections apportées à l’outil, report des notes et des commentaires. C’est ce total qui se compare à votre correction habituelle, pas la durée d’analyse affichée par le logiciel.

Un dernier essai prend une minute : contestez une note. Si l’outil change d’avis dès que vous annoncez la vôtre, vous savez quel poids donner à ses propositions.

Ce que disent la CNIL et le ministère

Les textes sont plus nets qu’on ne le croit. Dans sa FAQ destinée aux enseignants, publiée le 20 juin 2025, la CNIL écrit qu’un enseignant « ne doit pas déléguer son pouvoir d’évaluation et de décision à un outil d’IA ». Elle précise que ces outils ne sont pas toujours fiables, et qu’on ne peut pas noter un élève sur la seule base de ce qu’ils produisent.

Le cadre d’usage de l’IA en éducation, publié par le ministère le 14 juin 2025, autorise pourtant un enseignant à se servir de l’IA comme aide à l’évaluation et à la correction, sous sa responsabilité, à condition de vérifier ce qu’elle produit. Les deux textes se complètent. L’outil peut proposer une note ; la note reste celle de l’enseignant, qui la vérifie et la signe. Le cadre demande aussi de signaler l’usage de l’IA dans une décision, en indiquant comment elle a été utilisée. Notre synthèse du cadre d’usage de l’IA en éducation détaille ce qui est permis, et à quelles conditions.

Comment Margou cadre la correction

Margou répond à ces constats par trois choix de conception.

Le barème vient d’abord. Vous le posez avant la correction : critères, points, attendus, compétence rattachée à chaque critère. Margou l’applique critère par critère, sans déduire de grille à partir des copies, et aucune note ne dépasse le maximum que vous avez fixé. Tout se règle dans l’évaluation, comme l’explique l’article Ajuster son barème avant la correction.

La lecture passe avant la note. Pour les copies longues ou difficiles à lire, l’analyse approfondie transcrit d’abord ce que l’élève a écrit, puis analyse ce qui a été transcrit. Quand un mot fait doute, Margou vous le signale plutôt que de l’interpréter. Les deux modes sont décrits dans Analyse rapide ou approfondie.

Enfin, rien ne part sans vous. Chaque correction reste une proposition jusqu’à ce que vous la validiez, copie par copie : vous modifiez la note d’un critère ou le retour à l’élève, puis vous validez. Avant cela, l’élève ne voit rien et son suivi ne bouge pas (Valider une correction).

Nous n’avons pas de chiffre de fiabilité à vous opposer aux tests ci-dessus, et nous ne vous demandons pas de nous croire sur parole. Le protocole en quatre essais s’applique à Margou comme aux autres outils, pendant l’essai gratuit, sur une pile photographiée au téléphone. Le parcours complet est présenté sur la page Évaluations.