Qu’est-ce que le proctoring avec IA et comment fonctionne-t-il ?

Ces dernières années, le proctoring avec IA a transformé l’évaluation numérique en rendant les processus plus justes, plus transparents et plus fiables. Son impact se retrouve à chaque étape de l’examen, de l’authentification préalable de l’utilisateur jusqu’à la surveillance en temps réel.

Comment fonctionne-t-il et que détecte-t-il lors des évaluations numériques ?

Le proctoring avec intelligence artificielle intervient à deux moments clés de l’évaluation. D’abord, lors de l’authentification de l’utilisateur avant le début de l’épreuve, afin de confirmer qui se trouve derrière l’écran.

Ensuite, il accompagne discrètement le déroulement de l’épreuve en analysant en temps réel l’activité de l’environnement et de l’appareil : le son, l’image et l’activité de l’ordinateur en dehors de l’évaluation.

Authentification des candidats

L’authentification est la première ligne de défense de l’intégrité de toute évaluation numérique. Elle consiste à collecter et à comparer des données biométriques ou des documents officiels avec l’image de l’utilisateur capturée par la webcam.

Authentification initiale 1:1

Le système demande au candidat de prendre une photo en direct (de type selfie) avec sa webcam, puis la compare avec la pièce d’identité préalablement chargée dans le système de l’établissement.

L’intelligence artificielle intervient au sein des modèles de vision par ordinateur pour analyser le visage : elle extrait des points nodaux précis, comme la distance entre les pupilles, le contour du menton ou la profondeur des orbites, puis les convertit en un modèle mathématique ou un vecteur alphanumérique.

L’IA calcule ensuite la distance mathématique entre l’empreinte biométrique de la pièce d’identité et celle du selfie en direct. Si la correspondance dépasse le seuil de sécurité configuré, l’accès à l’examen est validé.

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.

Vérification périodique de l’utilisateur

L’authentification ne s’arrête pas à l’ouverture de la session. Tout au long de l’examen, le système effectue une reconnaissance faciale continue pour confirmer la présence effective du candidat.

À noter : pour préserver la bande passante et la vie privée de l’utilisateur, l’IA n’a pas besoin de diffuser une vidéo en continu. Elle analyse des captures d’image périodiques, prises par la webcam à intervalles aléatoires.

Pour chaque capture, les algorithmes extraient l’empreinte biométrique en temps réel et la comparent au modèle enregistré lors de la phase initiale. Si la correspondance baisse ou si le visage ne correspond pas, une preuve horodatée est ajoutée au rapport final.

Ces modèles détectent également les absences prolongées, la présence de tierces personnes devant la caméra et les variations de posture ou de direction du regard.

Types d’authentification et rôle de l’IA

Il est important de souligner que l’intelligence artificielle n’agit pas uniquement par analyse biométrique. Elle intervient aussi dans des flux non biométriques, où elle vérifie que l’image capturée n’a pas été retouchée numériquement avant sa validation par un évaluateur humain.

Cette polyvalence ouvre la voie à différentes modalités d’authentification selon les besoins de sécurité, le budget et les exigences de confidentialité de chaque épreuve.

Dans les évaluations en ligne, on distingue ainsi trois grandes modalités d’authentification, selon le niveau de sécurité, le budget et le degré d’intervention de l’IA :

• Authentification 100 % automatique par IA : l’algorithme analyse les données biométriques et décide immédiatement d’autoriser ou de refuser l’accès. Cette modalité convient surtout aux gros volumes et aux épreuves à faible enjeu.
• Authentification assistée par IA avec validation humaine (approche hybride) : l’intelligence artificielle effectue la comparaison et détecte d’éventuelles altérations, mais l’approbation finale revient à un réviseur humain. Ce modèle offre la plus grande validité juridique, réduit le stress de l’utilisateur et évite les refus injustes liés à des changements physiques ou à des biais algorithmiques.
• Simple détection de présence : le système confirme qu’un visage se trouve devant la webcam grâce à des algorithmes génériques, sans comparaison avec une pièce d’identité ni création d’empreinte biométrique. C’est une option économique, mais vulnérable aux usurpations préparées dès le départ.

Application pendant l’évaluation

Une fois l’identité de l’utilisateur confirmée, l’intelligence artificielle accompagne le déroulement de l’épreuve pour garantir qu’elle se passe dans des conditions d’équité et d’intégrité. Pendant l’examen, la technologie de proctoring et l’IA qu’elle intègre analysent en continu quatre dimensions clés de l’environnement numérique et physique.

Reconnaissance visuelle par webcam

Pendant l’examen, les modèles de vision par ordinateur traitent des captures d’image périodiques issues de la webcam frontale. Cette analyse visuelle en temps réel permet de vérifier que le candidat reste concentré sur l’évaluation.

L’intelligence artificielle est entraînée à repérer les déplacements du candidat hors de son poste, les mouvements de tête inhabituels et les regards répétés en dehors de l’écran.

De la même manière, les réseaux neuronaux reconnaissent la présence de plusieurs personnes dans le champ ou l’utilisation d’objets non autorisés devant la caméra, comme des téléphones portables, des notes papier, des écouteurs ou des lunettes connectées.

Surveillance de l’environnement physique

Pour renforcer la sécurité des épreuves à fort enjeu, le proctoring permet d’ajouter une caméra externe grâce à un second appareil (smartphone ou tablette), connecté simplement au moyen d’un code QR.

L’IA traite le flux de cette seconde prise de vue pour offrir une vision périphérique de l’espace de travail : le bureau et les côtés de l’ordinateur sont ainsi vérifiés.

Cette surveillance permet de détecter des aides extérieures hors du champ de la webcam principale, comme un document imprimé caché, un second écran placé sur le côté ou une personne présente dans la pièce. L’IA repère minutieusement ce que l’œil humain peut ne pas percevoir ou laisser passer.

Surveillance audio et environnement sonore

Le proctoring intègre des analyses acoustiques fondées sur des algorithmes de traitement du signal audio, à partir du microphone de l’ordinateur, pour évaluer l’environnement sonore de l’épreuve.

L’IA distingue les bruits ambiants habituels (frappe au clavier, respiration) des anomalies sonores qui dépassent les seuils de tolérance définis par les évaluateurs.

Parmi les principaux éléments détectés figurent les voix en arrière-plan, les conversations dans la pièce, la lecture à voix haute, la dictée de réponses ou l’utilisation d’assistants vocaux et d’audio synthétique.

Activité numérique et contrôle de l’ordinateur

La surveillance de l’activité numérique sur l’ordinateur de l’étudiant associe le contrôle du navigateur et celui du système d’exploitation pour garantir que l’examen se déroule avec les seules ressources autorisées par les examinateurs.

Les fonctions de blocage et d’intégrité du navigateur limitent l’ouverture de nouveaux onglets, le changement de fenêtre et l’usage de raccourcis clavier comme le copier-coller.

En complément, les composants de surveillance du système d’exploitation détectent les applications exécutées en arrière-plan, les machines virtuelles, les outils de bureau à distance et les requêtes en temps réel adressées à des modèles d’IA générative (ChatGPT, Gemini, Copilot, entre autres).

Comparaison avec la surveillance sans IA

L’évolution du proctoring avec IA permet d’adapter l’évaluation numérique aux besoins de chaque établissement et de chaque type d’épreuve. Comparer les différents modèles aide à identifier la combinaison idéale pour renforcer la confiance, l’accessibilité et l’équité selon chaque contexte d’évaluation.

Proctoring hybride

Le proctoring hybride associe précision technologique et jugement humain.

Dans ce modèle, l’intelligence artificielle collecte et analyse les preuves en arrière-plan, tandis qu’un évaluateur, un surveillant ou un enseignant examine les éléments relevés pour prendre une décision finale juste, selon les critères définis par l’établissement.

Il est particulièrement adapté aux situations suivantes :

• Examens finaux et épreuves à fort enjeu : examens universitaires, diplômes officiels ou certifications professionnelles, pour lesquels la validité institutionnelle exige une validation humaine définitive.
• Processus réglementés et recertifications obligatoires : environnements professionnels ou réglementaires qui exigent une traçabilité complète et auditable.
• Contextes de diversité et d’inclusion : évaluations qui laissent une marge de souplesse aux candidats, afin que tout incident technique soit interprété avec empathie et discernement humain.

Dimension	Surveillance automatique (IA)	Proctoring hybride	Proctoring traditionnel (humain)
Rôle de l’IA	Traite les données et filtre les résultats selon les règles préconfigurées par l’établissement.	Analyse et organise discrètement les preuves pour le réviseur humain.	N’utilise pas d’IA, ou seulement en appui secondaire.
Rôle de l’humain	Configure l’IA en amont et définit les paramètres de l’examen.	Prend la décision finale en analysant les éléments enregistrés.	Assure un accompagnement en direct ou une révision complète du processus.
Principal avantage	Agilité et rapidité pour les épreuves à grand volume.	Équilibre optimal entre analyse par l’IA, précision et empathie humaine.	Proximité et interaction directe.
Évolutivité	Très élevée : des milliers d’utilisateurs simultanés.	Élevée, avec un temps de révision optimisé pour l’enseignant.	Idéal pour les petits groupes ou les sessions individuelles.
Contexte idéal	Tests diagnostiques ou évaluations fréquentes.	Examens finaux, certifications et admissions universitaires.	Entretiens individuels ou évaluations orales ou écrites.

Rapports objectifs ou pourcentages de suspicion

Un aspect distinctif de la surveillance numérique réside dans la manière dont les résultats de l’épreuve sont présentés, une question d’autant plus importante lorsque l’IA intervient dans l’examen. Il existe deux approches principales pour transmettre l’information aux évaluateurs :

1. Pourcentages statistiques de suspicion : ces modèles attribuent un pourcentage à l’utilisateur (par exemple « 80 % de probabilité d’avoir regardé hors de l’écran »). Ils donnent un chiffre rapide, mais obligent l’enseignant à se fier aveuglément à un calcul algorithmique sans forcément voir ce qui s’est passé, et laissent une zone d’incertitude statistique.
2. Rapports objectifs avec preuves : ces systèmes compilent un rapport analytique avec horodatage et images précises des événements survenus pendant la session (par exemple la détection d’un second écran ou d’un son extérieur). Ces preuves sont réunies dans un rapport final.

Les rapports objectifs font de l’évaluation un processus transparent et offrant des garanties, pour les enseignants comme pour les étudiants.

Au lieu d’attribuer au candidat un pourcentage probabiliste, le rapport objectif fournit à l’enseignant un relevé clair et vérifiable des faits. Cela limite l’impact des biais algorithmiques, protège la réputation de la personne évaluée et garantit une décision finale juste, argumentée et fondée sur des preuves réelles.

---

---

Où le proctoring avec IA est-il le plus utile ?

Le proctoring avec IA est particulièrement précieux pour les évaluations où la légitimité des résultats est essentielle, avec un fort impact juridique, professionnel ou académique.

En traitant des preuves analytiques et en authentifiant les candidats en temps réel, cette technologie permet d’évaluer un grand nombre d’étudiants sans compromettre la sécurité ni l’expérience utilisateur.

Examens de certification

La surveillance numérique avec IA est très adaptée aux certifications professionnelles et d’entreprise, en raison de leur niveau d’exigence en matière de traçabilité et d’intégrité. Dans les secteurs très réglementés, une évaluation frauduleuse peut compromettre des licences d’exploitation ou entraîner des sanctions réglementaires.

La surveillance avec intelligence artificielle permet d’authentifier le candidat avant l’épreuve et de vérifier qu’il respecte les conditions requises pendant toute la session. Elle est essentielle pour :

• Les recertifications annuelles : épreuves obligatoires de mise à jour réglementaire selon le secteur, qui exigent des traces auditables auprès des autorités de contrôle.
• Les accréditations professionnelles et internationales : examens de licences d’État passés à distance. La surveillance avec IA garantit que le professionnel évalué est bien celui qui possède les compétences.
• Les tests de sélection et de recrutement : évaluations techniques d’entrée qui mesurent des capacités d’analyse, des compétences ou des savoir-faire techniques comme la programmation. Cette technologie limite le risque d’usurpation d’identité et l’usage non autorisé d’IA générative.

Examens d’entrée, examens finaux et épreuves diplômantes

L’un des principaux usages du proctoring avec IA concerne l’enseignement supérieur, en particulier les examens à fort enjeu. Ces épreuves marquent souvent une étape décisive du parcours de l’étudiant, comme la fin d’un cours ou d’un cursus. Le prestige d’un établissement et la valeur de ses diplômes dépendent de leur équité et de leur rigueur.

La solution de proctoring avec intelligence artificielle s’intègre directement aux environnements numériques d’apprentissage (LMS) des universités pour garantir l’intégrité des examens suivants :

• Examens finaux de licence et de master : son utilisation lors des évaluations cumulatives de fin de cursus permet de limiter les irrégularités tout en préservant un environnement d’examen serein et accessible.
• Mémoires de master et soutenances de thèse : lors des épreuves diplômantes, le proctoring avec IA est essentiel, car la confirmation préalable de l’identité est indispensable à la délivrance officielle du diplôme.
• Tests d’admission et de positionnement : pour les examens d’entrée dans les programmes universitaires ou les certifications de langues passées à distance, la surveillance avec IA garantit un processus juste et transparent pour les candidats et une validation légitime des connaissances.

Précisons que le proctoring avec IA ne se limite pas à ces scénarios, mais il y est prioritaire en raison de leur niveau de risque et de leur impact stratégique. Protéger l’intégrité de ces évaluations ne sert pas seulement à éviter la fraude pendant l’examen et à garantir un environnement équitable : cela constitue aussi un bouclier préventif face aux plaintes, réclamations ou litiges futurs pour l’établissement.

Comment évaluer avec justice et éviter les faux positifs ?

Dans la surveillance avec IA, garantir une évaluation équitable signifie que de petites distractions ou des gestes involontaires liés au stress ne se transforment pas en sanctions injustes. La technologie de surveillance sert donc d’appui analytique, conçu pour apporter de la transparence et protéger les efforts de la personne évaluée.

Système d’apprentissage

Les solutions de proctoring avec IA reposent sur des modèles mathématiques et des algorithmes d’apprentissage automatique (machine learning) qui traitent des schémas visuels, sonores et numériques pendant l’examen. Ces systèmes analysent les données en continu pour affiner la détection d’éventuelles actions non autorisées.

Pendant l’épreuve, l’intelligence artificielle vérifie que la personne qui passe l’examen est bien celle qu’elle prétend être et repère les éléments ou comportements non autorisés. Il existe deux types de proctoring : des systèmes qui interprètent l’intention de l’utilisateur et émettent des jugements automatiques, et d’autres qui n’émettent aucun jugement et génèrent des rapports détaillés dont l’interprétation revient à un surveillant humain.

Selon la modalité de proctoring avec IA, il existe différentes manières de prévenir les faux positifs. Toutefois, la plus fiable est celle qui produit des rapports objectifs réunissant des preuves horodatées.

La technologie ne disqualifie ni ne suspend jamais un étudiant : son rôle pendant l’examen est celui d’un témoin neutre qui organise l’information recueillie pendant la session, afin que l’évaluateur humain analyse le contexte et prenne la décision finale.

De même, ce type de surveillance permet au candidat de terminer son examen sans aucune interruption du système. Le stress de l’étudiant diminue, l’égalité des conditions est garantie et l’environnement d’évaluation numérique reste sûr, juste et respectueux.

Réglementations internationales et protection des données

Le proctoring avec IA doit s’inscrire dans des cadres juridiques rigoureux afin de protéger la vie privée et les droits fondamentaux des candidats. Les réglementations internationales garantissent ainsi que la collecte de données se limite à des finalités strictement évaluatives, dans des conditions de sécurité numérique.

Règlement sur l’IA et RGPD

Pour la surveillance avec IA sur le territoire européen, la législation de l’UE fixe la norme de confidentialité et d’éthique numérique la plus exigeante au monde.

Pour comprendre le cadre juridique de la surveillance en ligne, il faut toutefois distinguer le rôle de deux règlements :

• Règlement général sur la protection des données (RGPD) : il encadre strictement le traitement des données personnelles et biométriques, y compris toutes les données capturées pendant les sessions de proctoring. Il protège les étudiants en obligeant les établissements et les fournisseurs technologiques à appliquer le chiffrement et le principe de minimisation des données.
• Règlement sur l’intelligence artificielle (AI Act) : il encadre la technologie elle-même et son niveau de risque. L’annexe III classe expressément comme systèmes à haut risque les outils d’IA destinés à la surveillance, à l’évaluation et à la détection de comportements.

Classé « à haut risque », le proctoring exige des algorithmes développés selon des normes éthiques pour éviter les biais discriminatoires. Le règlement prévoit également que la décision finale de valider ou d’annuler une épreuve ne peut pas reposer sur une décision automatisée de l’IA.

La supervision et l’intervention humaines dans le verdict final ne sont donc plus une préférence méthodologique : elles deviennent une obligation légale dans le secteur éducatif.

Réglementations aux États-Unis : FERPA et CCPA

Aux États-Unis, la protection des données repose sur des lois sectorielles et des réglementations propres à chaque État.

La loi FERPA (Family Educational Rights and Privacy Act) est la norme fédérale qui protège la confidentialité des dossiers scolaires des étudiants. Elle s’impose aux établissements d’enseignement qui reçoivent des fonds du département de l’Éducation des États-Unis.

Pour s’inscrire dans le cadre de FERPA, la surveillance avec intelligence artificielle doit fonctionner sous contrat avec l’établissement. Cet accord garantit que les données collectées servent uniquement à des fins éducatives, sans accès de tiers non autorisés. Au niveau des États, la CCPA (California Consumer Privacy Act) protège les informations personnelles et les données sensibles des résidents de Californie lors des évaluations numériques.

Intégration et sécurité : comment déployer le proctoring avec IA dans votre LMS

Le déploiement de la surveillance avec IA suppose que la technologie s’adapte correctement à l’infrastructure numérique existante de l’établissement ou de l’entreprise. La clé d’une adoption réussie réside dans la facilité d’intégration aux environnements numériques d’apprentissage et dans une maintenance conforme à des normes de sécurité élevées.

Intégration native via LTI et API

La solution se connecte directement aux systèmes de gestion de l’apprentissage (LMS) comme Canvas, Moodle, Blackboard ou Brightspace (D2L), entre autres, selon les partenariats du fournisseur de proctoring. Cette connexion s’appuie sur des standards d’interopérabilité comme LTI ou sur des API personnalisables.

Grâce à cette intégration, la personne évaluée passe l’épreuve sur une plateforme qu’elle connaît déjà, sans devoir accéder à des environnements externes inconnus. Les évaluateurs gèrent quant à eux les examens et consultent les rapports de preuves directement depuis le portail qu’ils utilisent au quotidien.

Sécurité de l’information et confidentialité des données

Sur le plan technique, l’architecture d’un système de proctoring avec IA garantit la protection des données personnelles grâce au chiffrement. Toutes les informations et preuves recueillies pendant l’épreuve sont traitées selon des normes internationales strictes, comme le RGPD, FERPA, la CCPA ou le règlement européen sur l’intelligence artificielle.

Les rapports analytiques et les captures générés par l’IA sont stockés de façon sécurisée dans le cloud et ne sont accessibles qu’aux enseignants ou responsables autorisés de l’organisation. L’établissement garde ainsi le contrôle total des données et des décisions académiques.

Que nous réserve l’avenir avec ce type de technologie ?

À l’avenir, le proctoring avec IA évoluera vers davantage de personnalisation et d’adaptabilité technique. Les solutions avancées permettront aux établissements de configurer avec souplesse les niveaux de surveillance selon chaque examen, en ajustant des modules comme l’authentification ou le contrôle du navigateur.

De même, les progrès des algorithmes d’apprentissage automatique amélioreront la précision de la détection des comportements en temps réel, en réduisant au minimum les fausses alertes et en renforçant l’équité du processus. S’y ajoutera l’intégration de technologies immersives comme la réalité virtuelle et augmentée pour superviser des simulations complexes dans les domaines techniques ou médicaux.

L’essor de l’enseignement hybride et des certifications professionnelles fera du proctoring avec IA une norme mondiale, nécessaire et accessible. Toute cette évolution devra s’inscrire dans un cadre d’intelligence artificielle éthique et de stricte conformité réglementaire, en éliminant les biais algorithmiques et en préservant toujours le jugement humain dans la décision finale.

Pour savoir quelle modalité de surveillance convient le mieux à vos évaluations, consultez les formules de proctoring de SMOWL ou échangez avec notre équipe d’experts.

Proctoring avec IA : questions fréquentes

Faut-il un ordinateur spécial pour utiliser le proctoring avec IA ?

Non, aucun ordinateur spécial ou haut de gamme n’est nécessaire. Il suffit d’un ordinateur standard avec une connexion internet de base, une webcam et un microphone. Le système est compatible avec Windows 10+, macOS Big Sur+ et Linux (Ubuntu, Mint), ainsi qu’avec des navigateurs courants comme Google Chrome ou Microsoft Edge.

De plus, la technologie ne diffuse pas de vidéo en continu : elle analyse des captures d’image périodiques prises à intervalles aléatoires. La consommation de bande passante diminue ainsi jusqu’à 90 %, ce qui évite de saturer l’ordinateur et garantit la stabilité même avec une simple connexion domestique.

Faut-il un logiciel spécial pour utiliser le proctoring avec IA ?

SMOWL s’intègre directement aux environnements numériques que l’organisation utilise déjà (comme Canvas, Moodle, Blackboard ou Brightspace) grâce aux standards LTI et API. Pour l’utilisateur ou le candidat évalué, son utilisation est entièrement gratuite et ne nécessite l’achat d’aucun logiciel.

Comment mes données personnelles sont-elles protégées ?

La confidentialité est garantie par le respect du Règlement général sur la protection des données (RGPD) de l’Union européenne, la réglementation la plus stricte au monde en la matière.

Les données sensibles sont pseudonymisées : l’image du visage est dissociée du nom réel et associée à un code alphanumérique chiffré. Les serveurs traitent ainsi des identifiants pseudonymisés, et seul l’établissement client connaît l’identité réelle de l’utilisateur.

Toutes les informations sont stockées de façon chiffrée dans le cloud et ne sont jamais vendues, commercialisées ni partagées avec des tiers. L’organisation peut en outre définir des politiques personnalisées de conservation et de suppression automatique des données à l’issue de la période de révision souhaitée.

À qui s’adresse le proctoring avec IA ?

Le proctoring avec IA s’adresse à tout établissement ou entreprise qui doit évaluer des connaissances ou authentifier des personnes à distance en toute équité et en toute confiance. Dans l’enseignement, il est idéal pour les universités qui organisent des examens d’admission, des partiels, des examens finaux et des soutenances ou diplômes en ligne.

Dans le monde de l’entreprise, il est essentiel pour les services RH lors des recrutements à distance et des tests techniques, ainsi que dans les secteurs réglementés soumis à des recertifications annuelles obligatoires. Enfin, il profite aux candidats, qui peuvent passer leurs épreuves où qu’ils soient, sans frais ni temps de déplacement.

Qu’est-ce qui est préférable : un pourcentage statistique de suspicion ou un rapport objectif de preuves ?

Un rapport objectif de preuves présente davantage d’avantages. Les modèles fondés sur des pourcentages attribuent un chiffre probabiliste issu d’un calcul algorithmique, avec une marge d’erreur qui peut contredire l’hypothèse initiale.

Le rapport objectif fournit au contraire un rapport analytique avec horodatage et images précises de chaque événement détecté. Il garantit la transparence, limite l’impact des biais algorithmiques et constitue une piste d’audit vérifiable en cas d’inspection ou de demande légale.

L’intelligence artificielle sanctionne-t-elle ou disqualifie-t-elle automatiquement un candidat ?

Non. L’intelligence artificielle ne sanctionne, ne suspend ni ne disqualifie automatiquement aucun étudiant ou candidat. Son seul rôle est celui d’un témoin neutre qui recueille, organise et classe les preuves pendant la session.

La décision finale sur la validité de l’examen est toujours 100 % humaine et revient aux enseignants, recruteurs ou responsables de la conformité de l’établissement. D’ailleurs, dans des cadres réglementaires comme le règlement européen sur l’IA (AI Act), l’intervention humaine dans les décisions d’évaluation ayant des effets significatifs est une obligation légale stricte.

---

---