Comment concevoir des examens plus fiables (et beaucoup moins faciles à copier) à l’ère du numérique et de l’IA

L’évaluation a toujours été un point critique en éducation, mais ces dernières années elle est devenue un véritable champ de bataille.

Avec l’essor de l’apprentissage en ligne et hybride, et des outils comme l’IA générative à la portée de tous les étudiants, la question n’est plus de savoir s’ils peuvent copier, mais comment concevoir des évaluations qui restent utiles, justes et fiables même quand le contexte joue contre nous.

La réponse la plus simple pourrait être technologique : plus de surveillance grâce aux outils numériques.

Mais l’expérience et la recherche en évaluation invitent aussi à regarder ailleurs : la fiabilité se construit aussi dès la conception. Un examen fiable et difficile à copier naît d’une approche globale qui combine :

1. Une conception pédagogique solide (ce que vous demandez et comment vous le demandez).
2. Un paramétrage technique intelligent (comment vous présentez et encadrez l’examen).
3. Une surveillance proportionnée au risque (le proctoring quand il se justifie, avec des critères clairs).
4. Une révision et une amélioration continues (analyse des résultats et ajustements).
5. Une culture de l’intégrité (règles, communication et cohérence institutionnelle).

Dans cet article, vous trouverez des stratégies pratiques, applicables dans des LMS comme Moodle, Canvas ou Blackboard, pour créer des examens qui reflètent mieux ce que l’étudiant sait et sait faire, avec moins de place pour la fraude et plus de place pour l’apprentissage réel.

Avant d’« éviter la copie » : ce qui rend un examen vraiment fiable

Quand on parle d’examens « fiables », beaucoup pensent seulement à empêcher la triche.

Mais un examen peut être impossible à copier et pourtant mauvais (par exemple s’il mesure des éléments sans intérêt ou pénalise injustement certains étudiants). Il faut donc distinguer deux notions clés :

• Fiabilité (reliability) : la constance. Si l’étudiant passait une épreuve équivalente dans des conditions similaires, obtiendrait-il un résultat comparable ?
• Validité (validity) : la pertinence. L’épreuve mesure-t-elle vraiment ce qu’elle prétend mesurer (les objectifs d’apprentissage), ou autre chose (mémoire littérale, vitesse, capacité à deviner, résistance au stress) ?

Un examen « anti-copie » qui réduit le temps à l’extrême ou empêche toute relecture peut « bloquer » la fraude… mais aussi introduire du bruit (stress, erreurs dues à la précipitation, pénalisation des étudiants ayant des besoins spécifiques).

L’objectif n’est pas seulement d’attraper les tricheurs : c’est d’obtenir des preuves crédibles de l’apprentissage.

Nombre et qualité des questions : plus n’est pas toujours mieux, mais moins est souvent pire

Dans les épreuves objectives (surtout les QCM), un petit nombre de questions augmente la part du hasard. Si une grande partie de la note dépend de 8 ou 10 items, une mauvaise interprétation ou une distraction peut faire chuter le résultat, et une réponse chanceuse peut le gonfler.

La solution n’est pas pour autant d’« aligner 200 questions ». L’essentiel :

• Une couverture suffisante du programme : chaque résultat d’apprentissage doit être représenté.
• Une rédaction soignée : les questions ambiguës, mal formulées ou « pièges » réduisent fiabilité et validité.
• Un équilibre de difficulté : si tout est trop facile ou trop difficile, l’épreuve discrimine moins bien.

Conseil pratique : créez une table de spécification (test blueprint). Ce document simple croise thèmes ou compétences et niveaux cognitifs (se souvenir, comprendre, appliquer, analyser, évaluer). Il évite les examens « au hasard » et améliore la cohérence.

Pouvoir discriminant : la bonne question distingue les niveaux de maîtrise

Un item est utile s’il distingue les étudiants qui maîtrisent bien le sujet de ceux qui le maîtrisent peu. En théorie classique des tests, on parle :

• d’indice de difficulté (pourcentage de bonnes réponses) ;
• d’indice de discrimination (capacité à séparer ceux qui savent de ceux qui ne savent pas).

Deux signaux d’alerte :

• si presque tout le monde répond juste, la question est peut-être trop évidente ou triviale ;
• si presque tout le monde se trompe, le contenu a peut-être été mal enseigné, la question est confuse ou trop difficile.

Même sans calculer d’indices statistiques formels, vous pouvez faire quelque chose de très utile : analyser les tendances après chaque session. Si une question « piège » les bons étudiants ou suscite des réclamations récurrentes, elle mérite d’être revue.

Méthode de correction : cohérence, grilles et critères

Pour les questions ouvertes ou les travaux, la fiabilité se joue à la correction. Deux enseignants peuvent lire le même texte et attribuer des notes différentes si :

• il n’existe pas de grille claire ;
• la grille ne s’appuie pas sur des éléments observables ;
• la charge de travail entraîne fatigue et variabilité.

Si vous intégrez des questions ouvertes (très recommandées pour limiter la copie), compensez avec :

• des grilles d’évaluation aux descripteurs concrets ;
• des exemples de réponses « excellente / satisfaisante / insuffisante » ;
• et, si possible, une double correction sur un échantillon ou une harmonisation entre enseignants.

Le contexte compte : temps, environnement et accessibilité

Un examen ne se déroule pas dans le vide. En ligne, les conditions peuvent être très inégales :

• bruit à la maison ;
• mauvaise connexion ;
• ordinateur partagé ;
• décalages horaires ;
• stress ou fatigue.

Tout cela influence les résultats, à connaissances égales. Pour gagner en fiabilité, il faut des conditions raisonnablement stables ou, au minimum, des règles claires et des solutions de repli en cas d’incident justifié.

Conception des questions : la barrière la plus efficace contre la fraude

Voici l’idée centrale : si une question peut être résolue en copiant-collant une réponse trouvée en ligne en 30 secondes, le problème n’est pas (seulement) la surveillance, c’est la conception.

La copie est généralement « rentable » quand :

• la réponse existe telle quelle « quelque part » ;
• il suffit de se souvenir de données isolées ;
• l’examen est le même d’une année sur l’autre ;
• tous les étudiants ont exactement le même énoncé.

Pour réduire la triche de façon réaliste, il faut que la fraude soit peu utile et que la réponse exige compréhension, jugement et élaboration.

Déplacer le curseur : de la mémorisation à l’application (sans diaboliser la mémoire)

La mémorisation n’est pas « mauvaise », mais elle est facile à externaliser : moteur de recherche, notes, IA, camarade. Si vous évaluez uniquement la restitution, vous évaluez ce qui est aujourd’hui le plus automatisable.

Comparaison rapide :

• Question fragile : « En quelle année le traité de Versailles a-t-il été signé ? »
• Question robuste : « À partir de deux conséquences économiques du traité de Versailles, expliquez comment il a pu contribuer au climat social qui a favorisé la montée du nationalisme en Allemagne. Justifiez par des relations de cause à effet (et non une simple énumération). »

La seconde oblige à relier des notions, à argumenter et à montrer sa compréhension. Copier une phrase isolée ne suffit plus.

Concevoir pour les compétences de haut niveau

Sans transformer un examen en mémoire de recherche, vous pouvez en élever le niveau cognitif avec des techniques simples :

• Analyse d’arguments : présentez une affirmation avec ses prémisses et demandez d’identifier hypothèses, sophismes ou lacunes.
• Décisions avec des données imparfaites : fournissez des informations incomplètes, voire contradictoires, et demandez de justifier la décision.
• Transfert : la même notion dans un contexte nouveau.
• Synthèse : intégrer des contenus de plusieurs chapitres dans une même réponse.

Une astuce très utile : ajoutez une deuxième couche à la question. Par exemple :

1. choisissez la bonne réponse ;
2. justifiez en 3 à 5 lignes pourquoi les autres options sont fausses.

Vous réduisez ainsi la réussite due au hasard et rendez la copie sans compréhension beaucoup plus difficile.

Des questions qui résistent aux moteurs de recherche (et à l’IA) : précision, contexte et preuves

Aujourd’hui, le défi ne se limite plus aux moteurs de recherche : l’IA peut produire des explications plausibles en quelques secondes. Pour renforcer la résistance :

• Contextualisez avec un cas propre au cours (entreprise fictive, jeu de données précis).
• Demandez des preuves : « citez la donnée du graphique X », « justifiez avec le résultat du calcul », « mobilisez deux notions vues au chapitre 3 ».
• Exigez la démarche : « montrez les étapes », « expliquez pourquoi vous écartez l’option A ».
• Introduisez de la variation : des paramètres différents selon l’étudiant (chiffres, scénarios, variables).

Exemples par discipline :

• Mathématiques et statistiques : « À partir des données du tableau, calculez la régression et expliquez ce qui se passerait si vous supprimiez la valeur aberrante. Le résultat ne suffit pas : interprétez-le. »
• Programmation : « Dans ce code qui contient un bug, expliquez l’erreur, proposez une correction et justifiez sa complexité. »
• Santé : « Face à ce patient (signes, antécédents, traitement), hiérarchisez les diagnostics différentiels et justifiez le choix des examens. »
• Droit : « Avec cette jurisprudence et ce cas pratique, argumentez pour et contre avant de conclure. »

L’essentiel est que la réponse soit le produit d’un raisonnement, et non une définition.

Éviter les schémas prévisibles (et les questions pièges)

Deux erreurs sont fréquentes :

1. des examens dont le format et le style sont si constants que les étudiants peuvent « réviser le schéma » plutôt que le contenu ;
2. des examens aux formulations piégeuses, qui pénalisent l’étudiant honnête sans forcément gêner celui qui copie.

L’idéal : varier les formats de façon intentionnelle :

• un QCM bien construit (avec des distracteurs plausibles) ;
• des questions courtes d’application ;
• un cas plus long ;
• une question de réflexion ou de justification.

Et pour les QCM, soignez l’essentiel :

• des énoncés clairs ;
• une seule meilleure réponse ;
• des distracteurs vraisemblables (et non absurdes) ;
• pas d’indices grammaticaux (« toutes les réponses ci-dessus » est souvent une mauvaise idée).

Paramétrage technique : aléatoire, banques d’items et limites intelligentes

Une fois la conception pédagogique solide, la technologie démultiplie votre capacité à protéger l’évaluation. Pensez comme un architecte : inutile d’avoir un seul mur géant, il vous faut plusieurs barrières intermédiaires.

L’aléatoire à plusieurs niveaux (et pourquoi ça marche)

L’aléatoire réduit l’intérêt de « se passer les réponses » en temps réel :

• Ordre des questions : chaque étudiant voit une séquence différente.
• Ordre des options (en QCM) : la bonne réponse n’est pas toujours la B.
• Banques de questions : un échantillon est tiré au hasard dans un large ensemble.

Cela complique la copie et limite aussi les fuites. Si quelqu’un tente de mémoriser les questions pour les transmettre à la promotion suivante, l’intérêt diminue lorsque la banque est large et renouvelée.

Conseil pratique : si vous avez aujourd’hui 40 questions fixes, fixez-vous un objectif réaliste : une banque de 120 à 200 items en une ou deux années universitaires, enrichie par itérations.

Les questions paramétrées (quand c’est pertinent)

Dans les disciplines quantitatives, une stratégie très efficace consiste à créer des questions dont les variables changent :

• les chiffres changent ;
• les conditions initiales changent ;
• les données d’un tableau changent.

Si vous demandez en plus une interprétation, « transmettre le résultat » ne suffit plus : l’étudiant doit comprendre la démarche.

Restrictions de navigation : une question à la fois, sans retour… avec discernement

Certains paramétrages réduisent la coordination entre étudiants :

• afficher une question par écran ;
• empêcher le retour en arrière (une réponse validée est définitive) ;
• bloquer le copier-coller (le cas échéant).

Attention : ces restrictions augmentent la pression et peuvent pénaliser les étudiants ayant des besoins spécifiques ou sujets à l’anxiété. Réservez-les aux examens à fort enjeu et compensez avec :

• des consignes claires ;
• un entraînement préalable avec un « examen blanc » ;
• une procédure en cas d’incident (que se passe-t-il si la connexion coupe ?).

Limites de temps : moins de « temps pour chercher », plus de preuves de maîtrise

Le temps est une arme à double tranchant. Bien calibré, il limite les recherches à chaque question. Mal calibré, il devient injuste.

Repères indicatifs (très généraux) pour un QCM :

• questions simples : 45 à 60 secondes ;
• questions intermédiaires : 75 à 90 secondes ;
• questions avec graphique ou cas : 2 à 3 minutes.

Plutôt qu’un chronomètre agressif, mieux vaut :

• un temps global raisonnable ;
• une conception qui oblige à réfléchir (s’il faut justifier, chercher sert moins).

Et n’oubliez pas : si certains étudiants bénéficient d’aménagements (dyslexie, TDAH, etc.), le LMS doit permettre un temps majoré sans rompre l’équité.

L’évaluation authentique : quand copier n’a plus de sens

Si votre objectif est de mesurer une compétence réelle (et pas seulement la restitution), l’évaluation authentique est votre alliée. Elle repose sur des tâches proches de ce que ferait une personne compétente dans la vie réelle : analyser, décider, créer, argumenter, exécuter.

Des formats authentiques qui fonctionnent particulièrement bien en ligne

• Projets appliqués : rapports, prototypes, plans d’intervention, supports de communication, scripts, analyses de données.
• Études de cas : diagnostic, options et justification.
• Simulations et jeux de rôle : avec des décisions en temps réel ou par étapes.
• Portfolios : des preuves cumulées (qui réduisent le « tout ou rien » de l’examen final).
• Soutenance orale courte (ou en vidéo) : 3 à 7 minutes pour expliquer ses choix et répondre à des questions.

Ce dernier point est essentiel : la soutenance courte est un outil anti-copie très puissant. Si un étudiant a rendu un travail parfait mais ne peut pas l’expliquer de façon cohérente à l’oral, le signal est clair.

Rendre l’authentique évaluable (sans crouler sous les copies)

La principale crainte des enseignants est le temps de correction. On peut la maîtriser avec :

• des grilles bien conçues (moins d’improvisation) ;
• des rendus par étapes (moins de « copier-coller final ») ;
• des commentaires à partir de modèles ;
• et, pour les grands groupes, une combinaison entre une partie automatique (test court sur les notions) et une partie authentique (cas ou projet).

Une combinaison très efficace est l’examen mixte :

• 60 à 70 % : épreuve objective (robuste, aléatoire, avec une banque large) ;
• 30 à 40 % : cas appliqué ou soutenance courte.

---

---

Surveillance et proctoring : la protection périmétrique

Dans certains contextes, la surveillance en ligne se justifie : examens universitaires, certifications, accès aux stages cliniques, habilitations, examens à fort enjeu ou respect de standards externes.

La transparence compte aussi : l’étudiant doit savoir ce qui est surveillé, pourquoi, et comment ses données sont protégées (notamment dans le cadre du RGPD ou d’autres réglementations).

Ce que fait une solution de proctoring complète

Un proctoring complet couvre généralement :

• l’authentification des utilisateurs (pièce d’identité et reconnaissance du visage) ;
• la surveillance de l’environnement (une autre personne ? des notes ? un téléphone ?) ;
• la surveillance de l’activité sur l’appareil (onglets, applications, raccourcis, changements de fenêtre) ;
• l’enregistrement des preuves (vidéo, audio et événements horodatés) ;
• des alertes et des rapports pour une révision humaine (tout ne doit pas être automatique).

Exemple : SMOWL, une solution intégrée

Dans le paysage du proctoring, SMOWL illustre une approche modulaire pensée pour réduire la fraude aux examens numériques. Parmi ses fonctionnalités les plus connues :

• L’authentification continue des utilisateurs : pas seulement au début, mais tout au long de la session.
• Computer Monitoring (avec SMOWL CM) : signale les applications ouvertes, les tentatives d’utilisation de machines virtuelles et, point particulièrement important aujourd’hui, l’ouverture d’outils d’IA générative (ChatGPT, Copilot, Gemini…) si le règlement de l’examen les interdit.
• Browser Lock (avec SMOWL EXTENSION) : limite l’accès aux sites et onglets non autorisés.
• Enviro Scan : utilisation d’une caméra externe pour analyser l’environnement et repérer les appareils non autorisés.
• L’enregistrement audio et vidéo, avec des événements étiquetés.

Lorsque l’authentification repose sur des données biométriques, elle requiert le consentement explicite de l’utilisateur (article 9.2.a du RGPD) et le modèle biométrique est supprimé une fois l’authentification effectuée.

Un point important du proctoring moderne consiste à distinguer les incidences : une coupure de connexion n’a rien à voir avec une tentative délibérée de masquer la caméra ou de changer de fenêtre à répétition. Les solutions qui enregistrent les événements avec leur contexte facilitent des décisions plus justes. Avec SMOWL, ces décisions restent toujours entre les mains de l’établissement.

La culture de l’intégrité : le facteur humain le plus sous-estimé

Vous pouvez avoir la meilleure banque de questions, le meilleur LMS et le proctoring le plus sophistiqué : si la culture de l’établissement laisse entendre que « seule la note compte », la tentation de copier restera forte.

L’intégrité se construit avec :

• de la clarté (ce qui est autorisé et ce qui ne l’est pas) ;
• de la cohérence (les règles s’appliquent à tous de la même façon) ;
• du sens (pourquoi c’est important) ;
• du soutien (le stress et le désespoir alimentent la fraude).

Des actions concrètes qui réduisent les tentatives de copie

• Un code d’honneur explicite (court et compréhensible).
• Une déclaration sur l’honneur avant la remise (« Je déclare que cette épreuve reflète mon propre travail… »).
• Une formation préalable : ce qu’est le plagiat, la collaboration non autorisée, comment citer, quelle place pour l’IA.
• Une politique claire sur l’IA : si elle est interdite, dites-le, précisez la portée et alignez la conception de l’examen ; si elle est autorisée, précisez comment (par exemple : « elle peut servir à générer des idées, mais vous devez citer vos prompts et justifier vos choix »).
• Un retour réel : quand les étudiants voient que l’évaluation les aide à progresser (et pas seulement à être classés), le système leur paraît plus légitime.

Une architecture multicouche : la combinaison qui fonctionne vraiment

La stratégie la plus robuste n’est pas un seul « grand » mécanisme, mais une architecture en couches qui se renforcent :

1. Couche pédagogique : des questions qui exigent compréhension, transfert, justification et application.
2. Couche de paramétrage : aléatoire, banques larges, limites de temps raisonnables, navigation adaptée.
3. Couche de surveillance : un proctoring proportionné à l’enjeu (identité, environnement, écran).
4. Couche de révision humaine : analyse des incidences et des preuves ; aucune décision critique automatisée sans révision.
5. Couche culturelle : règles claires, formation, communication et cohérence.

Quand l’ensemble est bien construit, il se passe quelque chose d’intéressant : la copie cesse d’être rentable. Non pas parce que « la surveillance est plus forte », mais parce que l’examen est conçu pour que copier soit difficile, risqué et peu utile.

Feuille de route réaliste sur cinq mois

On ne transforme pas l’évaluation en un après-midi, mais on peut avancer par étapes sans épuiser l’équipe pédagogique.

Mois 1 : audit rapide de l’examen actuel

• Classez les questions : restitution littérale ou application ?
• Repérez les items problématiques : ambigus, triviaux, répétés, divulgués.
• Réécrivez les 30 % les plus fragiles sous forme de scénarios ou avec justification.

Mois 2 : banque de questions et aléatoire

• Passez d’une « liste fixe » à une banque par thème.
• Activez l’ordre aléatoire des questions et des options.
• Testez avec un petit groupe pour repérer les erreurs de paramétrage.

Mois 3 : introduire au moins une tâche authentique

• Un cas appliqué court, un mini-projet ou une soutenance vidéo de 3 à 5 minutes.
• Concevez une grille simple (3 à 5 critères, 4 niveaux).

Mois 4 : décider si le proctoring est nécessaire (et dans quelles conditions)

• Définissez des niveaux de risque (faible, moyen, élevé).
• Pour les examens à fort enjeu, étudiez des solutions intégrées à votre LMS (par exemple Moodle) et vérifiez la conformité juridique et l’expérience utilisateur.
• Créez un « examen d’essai » pour que les étudiants se familiarisent avec le dispositif.

Mois 5 : communication et culture

• Publiez les règles d’intégrité et la politique sur l’IA.
• Expliquez le pourquoi des changements.
• Ajustez l’examen à partir des retours (enseignants et étudiants).

Liste de contrôle finale (utile si vous devez monter un examen demain)

Avant l’examen

• Objectifs d’apprentissage clairs et alignés sur les questions.
• Banque de questions suffisante (et qui s’enrichit).
• Questions d’application ou de justification (pas seulement des définitions).
• Ordre aléatoire activé (questions et options).
• Grilles prêtes pour les questions ouvertes ou les cas.
• Politique claire sur l’IA, la collaboration et les documents autorisés.
• Procédure en cas de problème technique.

Pendant l’examen

• Durée raisonnable (et aménagements activés le cas échéant).
• Navigation paramétrée selon l’enjeu (avec entraînement préalable).
• Surveillance proportionnée (si nécessaire).

Après l’examen

• Révision des questions aux taux de réussite ou d’échec inhabituels.
• Registre des incidences (techniques ou comportementales).
• Retours utiles pour l’apprentissage.
• Mise à jour de la banque : améliorer ou retirer les items faibles.

Conclusion

Concevoir des examens plus fiables et moins copiables, ce n’est pas « serrer la vis » aux étudiants : c’est faire de l’évaluation une preuve crédible de l’apprentissage.

Quand les questions exigent une vraie réflexion, que le paramétrage technique réduit les occasions évidentes de fraude, que la surveillance est utilisée avec proportionnalité et que l’établissement cultive l’intégrité avec cohérence, la fraude devient en grande partie inutile.

L’évaluation à l’ère numérique n’a pas à être un éternel jeu du chat et de la souris. Elle peut être une pratique moderne, juste et rigoureuse, qui récompense l’essentiel : comprendre, appliquer, argumenter et construire des connaissances.

---

---