« Lundi prochain, votre bac blanc sera corrigé par une intelligence artificielle. » Cette phrase, une professeure de mathématiques l’a prononcée dans un lycée d’Île-de-France en mai 2026, provoquant stupeur et interrogations parmi ses élèves. Derrière cette annonce se cache une expérimentation menée dans une vingtaine d’établissements franciliens, où près de 2000 copies de bac blanc ont été soumises à un algorithme. Le ministère de l’Éducation nationale a fixé une règle claire : l’IA peut assister les enseignants pour tous les travaux hors examen national, mais le bac reste un sanctuaire intouchable. Entre promesses de gain de temps et craintes de déshumanisation, le monde scolaire vit une transformation silencieuse mais profonde.
« Lundi prochain, votre bac blanc sera corrigé par une IA »
Le décor est planté dans un lycée ordinaire d’Île-de-France. La professeure annonce à sa classe que leur prochain devoir sur table sera évalué non par elle, mais par un programme informatique. « On ne s’y attendait pas, raconte Léa, une élève dont le prénom a été modifié par Le Parisien. Certains ont réagi en disant : « Si maintenant on travaille pour être corrigés par une IA… » »
Le protocole est simple : les copies sont scannées, soumises à l’algorithme d’Examino, puis le professeur reçoit une proposition de correction. L’enseignant garde la main, valide ou ajuste. L’expérimentation, menée dans une vingtaine de lycées avec une centaine d’enseignants volontaires, a porté sur des épreuves de français et de mathématiques. Les résultats, scrutés par la région Île-de-France et le rectorat, doivent déterminer si l’outil peut être déployé plus largement.
Les chiffres donnent le tournis : Examino revendique la capacité de traiter une copie en trente secondes. Pour un enseignant qui croule sous les piles de copies le week-end, la promesse est alléchante. Mais les élèves, eux, vivent cette annonce comme une remise en question du contrat pédagogique traditionnel. « Travailler pour une machine, ça change la motivation », confie un autre lycéen interrogé par le quotidien régional.
La règle des deux France scolaire : bac sous contrôle humain, année sous algorithme
Le cadre officiel, publié par le ministère de l’Éducation nationale après une consultation nationale menée de janvier à mai 2025, est formel. L’intelligence artificielle est autorisée pour soutenir « le geste enseignant » — préparation de cours, aide à l’évaluation, correction de devoirs hors examen. Mais le baccalauréat reste une « ligne rouge » intouchable.
Édouard Geffray, ministre de l’Éducation, a insisté sur ce point le 19 mai 2026 dans Le Figaro : « Corriger, c’est apprécier avec un niveau de subtilité la production d’un élève et la qualité d’un raisonnement. C’est le métier même de l’enseignant. » Traduction : aucune machine ne peut se substituer au jugement humain le jour de l’examen national.
Cette distinction crée une situation paradoxale. Un lycéen peut voir ses bac blancs, ses devoirs maison et ses contrôles continus corrigés par un algorithme, mais le jour J, tout redevient manuel. Les enseignants, eux, doivent jongler entre deux régimes d’évaluation : l’un assisté par l’IA, l’autre exclusivement humain. Une schizophrénie qui interroge sur la cohérence pédagogique globale.
Disserts, équations, QCM : le grand tri des correcteurs automatiques
Tous les devoirs ne se valent pas face à l’intelligence artificielle. La capacité d’un algorithme à évaluer une copie dépend directement du type d’exercice et de la matière concernée. Les outils disponibles sur le marché français en 2026 illustrent cette diversité de performances.
Examino, la pépite française qui promet 30 secondes par copie
Fondée en 2024 par Dimitri Nicolas, 26 ans, diplômé de l’UTT de Troyes, et Dorian Colin, Examino s’est imposée comme la start-up la plus visible du secteur. Avec plus de 8000 professeurs utilisateurs répartis dans plus de vingt académies et plus de 90 000 copies corrigées, l’entreprise revendique une couverture de 25 disciplines. Son argument choc : trente secondes par copie, soit un gain de temps considérable pour les enseignants.
Le modèle économique repose sur des abonnements allant de 6 à 15 euros par mois selon les forfaits. La société a connu une explosion de ses inscriptions entre mai et juin 2026, avec une augmentation de 70 % liée à la période du bac. Environ 10 000 copies sont traitées chaque semaine.
Mais Examino n’est pas seul sur le marché. Gingo, développé par Compilatio, promet de corriger dix fois plus vite, avec un rendement de trente copies en cinq minutes. PyxiScience, créé par Joachim Lebovits (maître de conférences à Sorbonne Paris Nord) et Jacques Lévy Véhel (ex-Inria), se concentre exclusivement sur les mathématiques, du niveau bac-3 à bac+3, avec un gain annoncé de huit fois la vitesse humaine. Ed.AI, autre acteur, a levé 1,7 million d’euros et expérimenté son outil dans l’académie de Lyon auprès de 4000 élèves.
Pourquoi les maths et les QCM passent mieux que les dissertations de philo
La différence fondamentale réside dans la nature de l’évaluation. Les exercices à réponse fermée — QCM, équations, calculs — se prêtent parfaitement à une correction algorithmique : l'IA compare la réponse de l'élève à une grille préétablie et attribue une note en quelques millisecondes. La marge d'erreur est faible, le résultat objectif.
En revanche, l’évaluation de l’argumentation, du style, de la créativité ou de la nuance pose problème. Les enseignants du forum Neoprofs expriment un scepticisme marqué : « Pour les travaux d’analyse littéraire, je doute », écrit l’un d’eux. Un autre témoigne que l’IA a confondu deux personnages dans une copie de français et a « tenu tête » à la professeure qui tentait de lui signaler son erreur.
L’obstacle technique de l’écriture manuscrite ajoute une couche de difficulté. La reconnaissance optique de caractères (OCR) progresse, mais elle reste imparfaite face à une écriture serrée, maladroite ou abîmée. Un élève qui écrit mal pourrait voir sa copie mal interprétée, et donc mal notée, sans que l’enseignant ne s’en rende compte s’il valide trop rapidement la proposition de l’IA.
« Ma copie a été corrigée par une machine ? » : comment savoir et est-ce juste ?
La question de la transparence est centrale pour les élèves. Savoir qui ou quoi évalue son travail change le rapport à l’apprentissage. Le cadre d’usage du ministère impose de « signaler toute utilisation de l’IA ». Mais dans les faits, cette obligation est-elle respectée ?
« L’IA a tenu tête à la prof » : quand la machine se trompe et ne veut pas l’avouer
Le témoignage rapporté sur le forum Neoprofs est édifiant. Une professeure utilise Gemini, un outil d’IA générative, pour l’aider à corriger des copies de français. L’algorithme confond un personnage secondaire avec le protagoniste principal. Quand l’enseignante tente de corriger l’erreur, l’IA maintient sa position, argumentant longuement pour justifier son interprétation erronée.
Ce cas illustre le problème des « biais » algorithmiques. Une IA entraînée sur un corpus de copies d’un certain niveau ou d’un certain style peut développer des préférences implicites. Un élève qui utilise un vocabulaire simple mais juste sera-t-il pénalisé au profit de celui qui emploie des termes complexes mais approximatifs ? Une copie rédigée dans un français non standard, avec des tournures régionales ou des expressions issues de l’oral, risque-t-elle d’être sous-évaluée ?
La crainte que les copies servent à entraîner les IA est également vive chez les enseignants. « Donner des copies aux big data, c’est le meilleur moyen d’aider les IA à s’améliorer sur notre dos », écrit un participant du forum. Les syndicats s’inquiètent d’un modèle économique où les données des élèves deviendraient une matière première gratuite pour les entreprises.
Transparence ou invisibilité ? L’élève a-t-il le droit de savoir qui le note ?
Le Parisien montre que, dans l’expérimentation francilienne, la professeure prévient ses élèves. Mais qu’en est-il dans les dizaines de milliers de corrections déjà effectuées via Examino ou d’autres outils ? Le cadre d’usage ministériel exige que toute utilisation de l’IA soit signalée, mais aucun mécanisme de contrôle systématique n’existe.
Un élève peut-il contester une note en arguant qu’elle a été mal évaluée par la machine ? Le droit à l’erreur et le recours pédagogique sont flous. Si l’enseignant valide la proposition de l’IA sans vérification approfondie, la responsabilité de l’erreur est partagée. Mais dans la pratique, qui assume la charge de la preuve ?
Le ministère recommande d’« examiner les propositions avec un œil critique » et de « vérifier l’exactitude ». Mais ces principes, aussi louables soient-ils, reposent sur la bonne volonté d’enseignants déjà surchargés. La tentation de valider rapidement une correction algorithmique pour gagner du temps est réelle.
Pourquoi les profs y passent leurs dimanches (et nuits) : le Baromètre Examino décrypté
Pour comprendre l’attrait des enseignants pour ces outils, il faut regarder les chiffres. Le Baromètre Examino 2026, réalisé auprès de 1072 enseignants et analysant 548 733 consultations de corrections, dresse un tableau sans appel de la charge de travail.
72 % des profs voient leur correction baisser en qualité en fin de session
Cinquante pour cent des enseignants consacrent entre deux et cinq heures par semaine à la correction, et 40 % dépassent les six heures. Le dimanche est le jour le plus actif, avec 16,3 % des consultations. Plus frappant encore : 2,5 % des corrections sont consultées entre minuit et cinq heures du matin, soit environ 13 758 corrections en pleine nuit.
Soixante-douze pour cent des enseignants constatent une baisse de qualité de leur correction en fin de session. La fatigue, la répétition et la pression du temps altèrent le jugement pédagogique. Dans ces conditions, un outil capable de proposer une première évaluation rapide devient une bouée de sauvetage.
Les commentaires personnalisés, pourtant essentiels à l’apprentissage, sont souvent sacrifiés sur l’autel de la productivité. Un enseignant qui doit corriger trente copies en une soirée ne peut pas rédiger des retours détaillés pour chaque élève. L’IA, en automatisant la partie la plus mécanique de la correction, libère théoriquement du temps pour le feedback qualitatif.
Le dimanche, jour de correction le plus actif : l’IA change-t-elle vraiment la donne ?
Les données du baromètre montrent que le dimanche reste le jour de correction le plus actif, même avec l’IA. Preuve que l’outil ne supprime pas la charge de travail, mais la transforme. Les enseignants qui utilisent Examino passent moins de temps sur la notation brute, mais doivent consacrer du temps à la vérification, à l’ajustement et à la rédaction de commentaires.
Guillaume Pernin, professeur de français interrogé par France 3, témoigne : « Je l’utilise surtout pour les devoirs d’écriture. C’est un gain de temps. » Mais il précise que l’IA reste un assistant : « Je ne valide jamais sans avoir tout relu. »
La question est de savoir si ce gain de temps est réellement réinvesti dans la qualité pédagogique. Certains enseignants pourraient être tentés de valider en bloc les propositions de l’IA, transformant la correction en simple process de validation. D’autres, au contraire, utilisent le temps gagné pour rédiger des retours plus précis et plus personnalisés. Le baromètre valorise cette seconde approche, mais la pratique réelle est difficile à mesurer.
6 à 15 euros par mois : combien coûte vraiment cette révolution ?
Derrière la promesse de gain de temps se cache une question économique : qui paie ? Les abonnements aux outils de correction par IA ne sont pas gratuits, et leur coût peut peser sur le budget des enseignants ou des établissements.
6 à 15 € par mois : qui paye l’abonnement, le prof ou l’établissement ?
Examino propose des forfaits allant de 6 à 15 euros par mois. Pour un enseignant qui gagne entre 1500 et 2500 euros net par mois, la somme peut sembler modeste. Mais multipliée par le nombre d’enseignants d’un établissement, elle devient significative.
Dans la plupart des cas, faute de budget dédié dans les établissements, ce sont les professeurs eux-mêmes qui paient sur leurs fonds personnels. Une situation qui crée une inégalité : les enseignants les plus motivés ou les mieux informés s’équipent, tandis que d’autres restent à l’écart. Les établissements les plus riches ou les mieux gérés peuvent mutualiser les abonnements, creusant l’écart avec ceux qui n’en ont pas les moyens.
Le marché attire les investisseurs. Ed.AI a levé 1,7 million d’euros, PyxiScience 2 millions. Ces levées de fonds montrent que le secteur est jugé porteur, mais elles posent aussi la question de la pérennité du modèle économique. À terme, le coût des abonnements pourrait augmenter, ou les fonctionnalités gratuites se réduire.
Données des copies contre RGPD : les syndicats s’inquiètent du modèle économique des start-up
La question des données personnelles est un point sensible. Les copies des élèves contiennent des informations sur leur niveau, leur style, leurs difficultés. En les confiant à une entreprise privée, les enseignants prennent un risque.
Les mentions légales d’Examino précisent qu’il n’y a pas de revente des données et que l’entreprise respecte le RGPD. Mais l’hébergement est assuré par AWS, une société américaine, ce qui pose la question de la juridiction applicable. En cas de demande des autorités américaines, les données pourraient être transmises ?
Le cadre d’usage du ministère met en garde contre les IA grand public « non respectueuses des données personnelles ». Mais la frontière entre un outil spécialisé comme Examino et une IA généraliste comme ChatGPT est parfois floue. Gingo, par exemple, est basé sur ChatGPT, ce qui signifie que les données des copies transitent par les serveurs d’OpenAI.
Les syndicats enseignants s’inquiètent de ce flou juridique. « Donner des copies aux big data, c’est le meilleur moyen d’aider les IA à s’améliorer sur notre dos », résume un intervenant du forum Neoprofs. La crainte est que les copies deviennent des données d’entraînement gratuites pour les algorithmes, sans consentement explicite des élèves ou de leurs parents.
Interdit le jour du bac, toléré le reste de l’année : un paradoxe intenable pour Geffray ?
La position officielle du ministère crée une tension difficile à résoudre. Si l’IA est suffisamment fiable pour être utilisée toute l’année, pourquoi serait-elle interdite le jour du bac ? Et si elle ne l’est pas, pourquoi l’autoriser pour les devoirs qui comptent dans le contrôle continu ?
« Corriger, c’est apprécier un raisonnement » : Édouard Geffray justifie la ligne rouge du bac
La déclaration d’Édouard Geffray le 19 mai 2026 est claire : le baccalauréat reste un « sanctuaire » de l’évaluation humaine. Le ministre justifie cette position par la nature même de l’examen : « Corriger, c’est apprécier avec un niveau de subtilité la production d’un élève et la qualité d’un raisonnement. »
Cette ligne rouge répond à plusieurs préoccupations. La crainte de la triche, d’abord : si l’IA corrige le bac, comment empêcher les élèves d’utiliser l’IA pour tricher pendant l’épreuve ? La défense du jugement humain, ensuite : le bac est le dernier examen national où l’humain a le dernier mot. La pression des syndicats, enfin, qui voient dans l’automatisation de la correction une menace pour le métier d’enseignant.
Mais ce paradoxe est-il tenable à long terme ? Les expérimentations montrent que l’IA peut donner des résultats utiles, voire supérieurs à la correction humaine pour certains types d’exercices. Si les enseignants l’utilisent toute l’année, pourquoi l’interdire le jour J ? La cohérence pédagogique est en jeu.
États-Unis, Royaume-Uni : ce qui se passe quand l’IA note les examens nationaux
La France n’est pas seule face à cette question. Aux États-Unis, des correcteurs automatisés sont utilisés depuis des années pour évaluer les essays du SAT, l’examen d’entrée à l’université. Le système, développé par des entreprises privées, analyse la structure, le vocabulaire et la grammaire des dissertations. Les résultats sont controversés : certains élèves ont vu leurs copies notées de manière incohérente, avec des variations allant jusqu’à plusieurs points selon l’algorithme utilisé.
Au Royaume-Uni, le débat a été relancé après les scandales des algorithmes de notation pendant la pandémie de Covid-19. En 2020, un algorithme utilisé pour attribuer les notes du bac britannique (A-level) a provoqué une crise politique : des milliers d’élèves ont vu leurs notes baisser par rapport aux prédictions de leurs professeurs, pénalisant injustement les lycéens des quartiers défavorisés. Le gouvernement a dû faire machine arrière et annuler les résultats algorithmiques.
Ces exemples montrent que l’automatisation de la notation n’est pas une simple question technique. Elle soulève des enjeux d’équité, de transparence et de confiance. La France peut-elle tirer des leçons de ces expériences pour éviter les mêmes écueils ?
Correction machine, jugement humain : vers quelle école se dirigent les lycéens ?
L’intelligence artificielle dans la correction des copies n’est ni une révolution miraculeuse ni une catastrophe annoncée. C’est un outil, perfectible, qui soulage les enseignants mais pose des questions d’équité et de biais que le cadre actuel ne résout pas complètement.
L’humain validateur : une leçon venue du secteur automobile
L’expérience de l’Éducation nationale rejoint celle d’autres secteurs confrontés à l’automatisation. Ford, par exemple, a dû réembaucher d'anciens ingénieurs pour corriger les erreurs commises par ses systèmes automatisés. La leçon est claire : l’automatisation sans supervision humaine crée plus de problèmes qu’elle n’en résout.
Dans la correction des copies, la même logique s’applique. L’IA peut assister, accélérer, proposer. Mais elle ne peut pas remplacer le regard pédagogique, la capacité à comprendre un raisonnement original, à détecter une progression ou à encourager un élève en difficulté. L’humain doit rester le validateur final.
Ce qui doit changer pour que l’IA ne remplace pas le jugement pédagogique
Plusieurs conditions sont nécessaires pour que l’intégration de l’IA dans la correction des copies se fasse dans de bonnes conditions. Les élèves doivent être informés de manière systématique de l’utilisation de l’IA, avec un droit de regard et de contestation. Les données des copies doivent être protégées, avec un hébergement en France ou en Europe et une interdiction claire de revente ou d’utilisation pour l’entraînement des algorithmes sans consentement.
Le cadre du bac est probablement amené à évoluer. Interdire l’IA le jour de l’examen tout en l’autorisant le reste de l’année crée une incohérence qui ne pourra pas durer éternellement. Une réflexion sur ce que signifie « corriger » à l’ère du numérique est nécessaire.
Conclusion : une révolution à encadrer, pas à subir
Plus qu’une révolution technologique, l’arrivée de l’IA dans la correction des copies est un test de confiance entre l’institution, les enseignants et les élèves. Si cette confiance est rompue, l’outil, aussi performant soit-il, deviendra un facteur de défiance et de contestation. Si elle est construite avec soin, il pourra libérer du temps pour l’essentiel : l’accompagnement pédagogique des élèves.
Les enseignants ne rejettent pas l’IA en bloc, mais ils veulent garder la main. Les élèves, eux, exigent de la transparence et de l’équité. Le ministère, tiraillé entre modernisation et prudence, doit trouver un équilibre qui préserve la valeur du jugement humain sans freiner l’innovation.
La question n’est plus de savoir si l’IA corrigera des copies, mais comment et dans quelles limites. Les expérimentations en cours en Île-de-France, les retours d’expérience des enseignants et les précédents étrangers fournissent une matière précieuse pour construire ce cadre. L’école française a une occasion rare de définir elle-même les règles du jeu, avant que la technologie ne les impose.
