University of Sydney 'two-lane' assessment for the AI era
Australia
Instead of an unwinnable AI-detection arms race, Sydney redesigned assessment into two lanes — secure in-person assessment of core capability, …
Canada · Waterloo · See the Canada profile
Crowdmark, plateforme de correction fondée à Toronto, numérise la correction d'examens avec des outils de commentaires groupés et des analyses. Après un pilote d'un an, l'Université de Waterloo l'a adoptée dans tout le campus via un appel d'offres public ; les études de cas du fournisseur rapportent une correction plus rapide, mais les chiffres les plus marquants sont auto-publiés, sans audit indépendant.
Crowdmark est une plateforme d'évaluation et de correction en ligne fondée en 2012 à Toronto par James Colliander, professeur de mathématiques à l'Université de Toronto, et Martin Muñoz. Elle permet aux enseignants de numériser ou de collecter les travaux numériques des étudiants, puis de corriger question par question pour toute une classe à la fois, de réutiliser des commentaires issus d'une bibliothèque partagée, et d'exporter des analyses sur la performance par item.
L'Université de Waterloo a testé Crowdmark pendant environ 12 mois avant de lancer un appel d'offres public ; elle a choisi Crowdmark en juillet 2015 et l'offre désormais gratuitement aux enseignants dans tout le campus, intégrée au système de gestion de l'apprentissage de l'université et au logiciel de logistique d'examens Odyssey. Le Centre d'excellence en enseignement de Waterloo publie sa propre page de conseils recommandant l'outil et citant une réduction d'environ 50 % du temps de correction, ainsi qu'un retour plus rapide et une correction plus cohérente au sein d'équipes de plusieurs assistants d'enseignement.
Par ailleurs, l'étude de cas publiée par Crowdmark elle-même rapporte que les équipes de correction de l'Université Northwestern (21 000 étudiants, départements d'économie, de mathématiques, de physique, de chimie et de psychologie inclus) ont économisé environ 16 660 heures de correction, soit une réduction d'environ 40 %, avec moins de demandes de réévaluation attribuées à un retour plus riche et plus rapide. Ces chiffres phares proviennent d'études de cas publiées par le fournisseur et de témoignages d'enseignants nommément cités, et non d'un essai audité de façon indépendante ou évalué par des pairs ; ils doivent donc être lus comme illustratifs plutôt que comme une preuve causale. Les conseils de Waterloo eux-mêmes reconnaissent franchement que l'adoption a un coût réel : les examens papier nécessitent toujours une numérisation, les assistants d'enseignement doivent être formés pour corriger de façon cohérente, et la soumission numérique tend à accroître les attentes des étudiants quant au détail du retour.
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Where this practice's information was retrieved from, and when.
Australia
Instead of an unwinnable AI-detection arms race, Sydney redesigned assessment into two lanes — secure in-person assessment of core capability, …
Hong Kong
In June 2023 HKU's Senate named GenAI a "fifth literacy" and gave every student and staff member free ChatGPT-class access. …
United Kingdom
Bedfordshire ran a published evaluation comparing its human-tutor Studiosity writing service with a new AI-augmented version. The 2024 AI trial …
United States of America
AI platform grouping similar student responses for batch grading; 3.2M students at 2,600+ universities. A peer-reviewed ACM 2017 study found …
Open full copilot Grounded in cited practices — always check the sources.