Articles
Technologie19 mai 20262 min de lecture

Pourquoi la transparence de l'évaluation de Kritik : les outils VisibleAI challengent les méthodes d’évaluation traditionnelles pour le pair-à-pair, et Kritik360 (LLM inputs) créateur de cours

Mohsen Shahini, fondateur ayant travaillé chez Top Hat, a conçu Kritik pour résoudre la tension pédagogique fondamentale entre l'utilisation avancée de l'IA et le développement mesurable des capacités critique...

Pourquoi la transparence de l'évaluation de Kritik : les outils VisibleAI challengent les méthodes d’évaluation traditionnelles pour le pair-à-pair, et Kritik360 (LLM inputs) créateur de cours
Ce qui compte
Afficher
Point clé
  • Mohsen Shahini, fondateur ayant travaillé chez Top Hat, a conçu Kritik pour résoudre la tension pédagogique fondamentale entre l'utilisation avancée de l'IA et le développement mesurable des capacités critique...
Secteurs touchés
  • Secteur principal : Infrastructure IA
Prochaines étapes / conseils concrets
  • Vérifiez les résultats publiés et les limites des sources avant de prendre une décision à partir de cette annonce.

Mohsen Shahini, fondateur ayant travaillé chez Top Hat, a conçu Kritik pour résoudre la tension pédagogique fondamentale entre l'utilisation avancée de l'IA et le développement mesurable des capacités critiques. Le système ne cherche pas simplement à surveiller l’usage étudiant ; il recadre l'objectif d’apprentissage : on passe de « La réponse est-elle correcte ? » à « Comment l'étudiant améliore-t-il son processus de pensée ? » Ce changement de perspective représente une évolution significative dans l'évaluation éducative.

L'ingéniosité de la plateforme repose sur une double approche : l’évaluation pair-à-pair et une transparence approfondie de l’usage de l'IA. L'offre initiale de Kritik, qui améliore l'évaluation collaborative (Kritik360), maintient l'élément humain au centre – les étudiants évaluent leurs pairs tout en critiquant leur usage de l'IA. Cette interaction structurée empêche à la fois le plagiat académique et une dépendance technologique passive.

Kritik fait évoluer l'évaluation académique en passant du jugement de la justesse finale à l'évaluation transparente du processus et du développement des compétences critiques à l'aide de l'IA comme outil explicite.

La pièce maîtresse est VisibleAI. Au lieu de fonctionner comme un outil classique de détection de « naturalité humaine », il offre une visibilité complète sur le processus d'écriture lui-même. Les étudiants travaillent dans cet environnement contrôlé avec accès à plusieurs LLMs, et le système suit méticuleusement trois flux de données essentiels : l'entrée directe de l’étudiant, les prompts utilisés par l'utilisateur, et le volume de contenu puisé auprès des chatbots IA. Ce niveau de transparence granulaire éloigne l'évaluation d'un jugement binaire de réussite/échec pour se diriger vers un processus qui évalue le processus comme partie intégrante de la note. Shahini souligne que cela rend clair l'attente : les étudiants sont censés utiliser l’IA ; leur maîtrise dans ce faire devient la compétence mesurable.

Ce modèle résonne particulièrement dans le paysage universitaire canadien. Les universités ont souvent du mal à maintenir la rigueur pédagogique tout en reconnaissant l'intégration profonde de la technologie dans la vie étudiante. En rendant visible l'interaction avec l'IA, Kritik fournit aux éducateurs un outil diagnostique plutôt qu'une simple accusation. Il permet aux établissements de concevoir des résultats d'apprentissage qui valorisent explicitement le prompt engineering sophistiqué et la compétence critique de synthèse du contenu LLM – compétences de plus en plus demandées par les employeurs modernes dans l’économie du savoir et technologique.

Pour approfondir la décision

L’infolettre du mardi

Recevez l’essentiel de la tech canadienne de la semaine.

Cinq minutes. Un courriel utile. Aucun bruit.

Sources et notes techniquesAfficher
Citation des sources
Sources consultables

Sur quoi cet article repose

Consultez les documents cités pour distinguer les annonces des résultats démontrés.

Taxonomie connexe
Profondeur de lecture technique

Ce qu’il faut évaluer ensuite

Ce bloc met en avant les systèmes, les flux de travail et les décisions que cet article aide à évaluer.

Kritik fait évoluer l'évaluation académique en passant du jugement de la justesse finale à l'évaluation transparente du processus et du développement des compétences critiques à l'aide de l'IA comme outil explicite.
L'ingéniosité de la plateforme repose sur une double approche : l’évaluation pair-à-pair et une transparence approfondie de l’usage de l'IA.
Angle opérationnel : Peer-to-peer assessment tool, VisibleAI (AI usage transparency tracker), Kritik360 course creator based on LLM inputs.
Suivre cette entreprise

Restez dans le signal après cet article.

Suivez la page de l’entreprise, puis passez au hub sectoriel plus large avant de quitter l’article.

Analyse approfondie + Guide pratique + Infolettre
Analyse approfondie
01
Kritik

Gardez le contexte de l’entreprise à portée de main en poursuivant la lecture.

Infolettre
Recevoir le briefing

Signaux tech canadiens hebdomadaires, condensés pour les opérateurs.

S'abonner au signal

Briefing hebdomadaire gratuit • Désabonnement à tout moment

Guide pratique
03
La liste de contrôle de conformité IA canadienne 2026

Une liste de contrôle pratique pour les équipes canadiennes de politique, de confidentialité, d’approvisionnement et de gouvernance qui ont besoin d’un moyen rapide de vérifier les déploiements d’IA avant de passer à l’échelle.

Ouvrir la ressource