evidoria

← Retour à la liste

Good practice

Évaluation numérique assistée par IA de la CBSE — correction numérisée et surveillée par IA pour les examens nationaux indiens

Inde · New Delhi · Voir le profil de Inde

La CBSE indienne étend la correction à l'écran avec contrôle qualité par IA pour les examens de terminale (Class XII) à partir de 2025-26 : les copies sont numérisées, anonymisées par code-barres, et l'IA signale les examinateurs corrigeant de manière inhabituellement rapide ou incohérente, tandis que les humains restent les correcteurs finaux.

3-5 marks
Divergence moyenne de notation entre le contrôle assisté par IA et les correcteurs humains experts (pilot, 250+ answer sheets)
250+ answer sheets
Copies couvertes par le projet pilote (2024-25 pilot)
>8 hours/week
Temps hebdomadaire économisé par les enseignants sur la totalisation manuelle/la logistique (2024-25 pilot)

Détails

Maturité
Scaling
Promoteur
Central Board of Secondary Education (CBSE)
Période
2025–present
Mots-clés
examination boards, education administration, assessment, AI quality-control

Contexte

Le Central Board of Secondary Education (CBSE) d'Inde déploie la correction à l'écran (On-Screen Marking, OSM) assortie d'un contrôle qualité basé sur l'IA pour les examens de la classe XII, passant d'un projet pilote en 2024-25 à un déploiement complet en 2025-26 dans environ 29 000 écoles affiliées. Les copies numérisées et anonymisées sont traitées dans un centre d'évaluation numérique et d'IA situé à Dwarka, New Delhi.

Objectifs

Uniformiser la cohérence de la correction et améliorer l'efficacité de la notation au sein du plus grand organisme d'examens scolaires d'Inde, grâce à des copies numérisées et anonymisées surveillées par l'IA.

Activités

Les copies sont numérisées dans des centres régionaux et se voient attribuer des codes-barres uniques, puis sont affichées à l'écran à des correcteurs humains, l'identité des élèves étant anonymisée. Une couche d'IA totalise automatiquement les notes et surveille le comportement des correcteurs, signalant les copies corrigées de manière anormalement rapide ou selon des schémas incohérents pour un contrôle supervisé par des humains ; les correcteurs humains restent les évaluateurs finaux, et le système ne note pas de manière autonome les réponses rédactionnelles.

Résultats

Dans un projet pilote portant sur plus de 250 copies, les vérifications de notation assistées par IA n'ont divergé des correcteurs humains experts que de 3 à 5 points en moyenne, et les enseignants ont déclaré économiser plus de 8 heures par semaine auparavant consacrées à la totalisation manuelle et à la logistique des copies.

Conclusions

Les données disponibles à ce jour portent sur la qualité du processus (cohérence de la correction, temps gagné par les correcteurs) plutôt que sur les résultats d'apprentissage des élèves, et aucune évaluation indépendante et examinée par des pairs du système n'a été menée.

Mise en œuvre
Coût indicatif
High (€500k–€5M) — Not available in source documentation.
Délai jusqu’aux résultats
Medium (1–3 years) — Piloted 2024-25; full rollout for Class XII exams beginning 2025-26.
Personnel et compétences
CBSE digital-evaluation and AI centre staff (Dwarka, New Delhi), Regional scanning-centre staff, Human examiners as final assessors, Supervisory reviewers for AI-flagged scripts

Conditions de réussite

  • Reliable barcode-based anonymisation of scripts
  • Human supervisory review of all AI-flagged scripts
  • Examiner training on the new digitised workflow

Modes d’échec courants

  • No autonomous grading of descriptive answers -- human examiners remain necessary
  • No independent evaluation to verify pilot accuracy figures
  • Examiner training described as still early-stage

Où cela s’applique

Type de gouvernance
national examination board
Échelle
national (~29,000 affiliated schools)
Niveau de revenu
lower-middle income

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles

★ 33

Détection d'écriture par IA de Turnitin

États-Unis d'Amérique

Détection d'écriture par IA largement déployée — mais des faux positifs documentés, un biais contre les écrivains non-natifs en anglais, …