AAEE — L'Évaluateur Automatique de Dissertations en Arabe de l'Université King Saud pour les Élèves Saoudiens

Des chercheurs du Département d'informatique, au sein du Collège des sciences informatiques et de l'information de l'Université King Saud, à Riyad, ont développé AAEE (Évaluation Automatisée des Dissertations d'Élèves en Arabe), l'un des premiers systèmes à noter automatiquement et à donner un retour sur des dissertations en langue arabe rédigées par des élèves saoudiens du collège et du lycée. La morphologie riche de l'arabe et le manque d'outils de TAL grand public avaient concentré l'essentiel de la recherche en évaluation automatique de dissertations (AES) sur l'anglais, laissant les élèves arabophones sans outils d'évaluation par IA équivalents.

AAEE a été délibérément conçu sur le modèle du barème déjà utilisé par les enseignants saoudiens, évaluant les dissertations selon trois critères officiels : maîtrise de la langue, structure de la dissertation et pertinence du contenu par rapport au sujet donné. Techniquement, il combine l'Analyse Sémantique Latente (LSA) et la Théorie de la Structure Rhétorique (RST) pour évaluer à la fois la qualité lexicale/grammaticale et la cohérence de la structure argumentative de la dissertation.

Les chercheurs ont évalué AAEE sur un corpus conçu spécifiquement pour l'étude, comprenant 350 dissertations couvrant huit thèmes différents, rédigées par de véritables élèves de collège et de lycée et notées de manière indépendante par des enseignants comme référence. Le système a atteint 90 % de précision et une corrélation de 0,756 avec les notes des correcteurs humains (en comptant à la fois les correspondances « exactes » et les notes « dans la fourchette », avec un écart allant jusqu'à 2,5 points). Une étude comparative ultérieure (Alsaif et al., 2023, Computers, Materials & Continua) a directement cité les chiffres d'AAEE (précision de 0,9, corrélation de 0,76 sur le même corpus de 350 dissertations) et a constaté que des approches d'apprentissage automatique plus récentes, dont des modèles Random Forest, pouvaient porter la corrélation à 0,913 — preuve qu'AAEE a constitué un jalon précoce important pour l'AES en arabe, mais a depuis été dépassé en précision brute. AAEE reste un système au stade de la recherche : les sources examinées décrivent sa validation sur un corpus de dissertations compilé, et non un déploiement réel dans les salles de classe ou les examens nationaux saoudiens.