La difficulté de l’évaluation de la qualité de l’enseignement par des données chiffrées
L’idée selon laquelle la qualité de l’enseignement pourrait être appréciée à partir des performances scolaires des élèves est susceptible d’exercer une influence importante sur les politiques éducatives contemporaines.
Les évaluations standardisées, les indicateurs de performance et les comparaisons entre établissements peuvent être mobilisés afin d’orienter les décisions administratives, d’évaluer les écoles ou l’efficacité des enseignants. Cette logique repose sur l’hypothèse que les résultats des élèves peut constituer un indicateur fiable de la qualité de l’enseignement dispensé.
Pourtant, la littérature scientifique montre que cette relation est beaucoup plus complexe qu’elle n’y paraît (Darling-Hammond, 2013 ; Kane & Staiger, 2012).
Hypothèses liés à l’évaluation de l’enseignement
Il est possible d’observer un enseignant en classe et d’établir certains constats sur sa pratique de l’enseignement. Certains aspects de l’enseignement peuvent être observés et analysés :
Les stratégie pédagogiques,
La qualité des interactions en classe,
La structuration des apprentissages
L’utilisation de la rétroaction.
Ces éléments sont susceptibles d’être documentés de manière rigoureuse (Pianta, Hamre, & Mintz, 2012).
De même, les apprentissages des élèves peuvent être mesurés à travers diverses formes d’évaluation. L’idée qui en découle est que si nous développons des méthodes sophistiquées d’évaluation de l’apprentissage des élèves, nous pourrions informer chaque enseignant exactement sur ce que chaque élève apprend et sur les déficits de son enseignement. Les enseignants disposeraient d’une meilleure référence pour réfléchir à leur pratique et, à partir de là, améliorer la qualité de leur enseignement.
Sur base de ces paramètre, certains intervenants peuvent penser qu’il suffirait de mesurer avec davantage de précision les performances des élèves pour obtenir un diagnostic fiable de la qualité de l’enseignement.
Dans cette perspective, pour rendre les enseignants plus efficaces, nous pourrions :
Les payer aux mérites, à l’opposé les sanctionner si les résultats de leurs élèves sont jugés trop faibles.
Leur proposer un parcours de formation personnalisé qui puisse améliorer leur pratiques et leur efficacité en ciblant leurs points faibles.
Faille liées à ces hypothèses
Selon la loi de Campbell (1976), plus un indicateur social quantitatif est utilisé à des fins de prise de décision à forts enjeux, plus il tend à être corrompu et à pervertir les processus sociaux qu’il prétend mesurer.
Da fait, il existe de multiples preuves issues de la recherche qui nous montrent que ces approches basées sur l’évaluation stricte de résultats d’élèves sont impraticables, statistiquement limitées et peu propices à l’amélioration de la qualité de l’enseignement.
Une méta-analyse (Uttl et coll., 2017) a montré que la corrélation entre les performances des élèves et les évaluations des enseignants est proche de zéro, ce qui remet en cause la validité des évaluations basées uniquement sur les résultats chiffrés Cette absence de lien significatif suggère que les notes chiffrées ne reflètent pas nécessairement la qualité réelle de l’enseignement ni la maîtrise effective des compétences par les élèves.
Il existe à cela différentes raisons :
Les évaluations standardisées peuvent être biaisées par des facteurs individuels des élèves, tels que leur milieu socio-économique, leur motivation, ou encore des caractéristiques liées à leur établissement scolaire (Laveault, 2009). Ces biais limitent la fiabilité des résultats et compliquent la comparaison objective des performances entre établissements.
Il existe un problème de l’échantillonnage et de la volatilité. Les tests utilisés pour évaluer les enseignants, les élèves et les écoles présentent un problème inhérent d’échantillonnage. Les classes et les écoles sont hétérogènes.
À l’échelle d’une classe (souvent moins de 30 élèves), la taille de l’échantillon est statistiquement insuffisante. Kane et Staiger (2002) ont démontré qu’une part prépondérante de la fluctuation des scores d’une année à l’autre relève du « bruit » statistique (variations dans la composition de la classe, événements contextuels) plutôt que d’un changement de l’efficacité de l’enseignant.
En raison de cette instabilité, un enseignant excellent peut être classé comme défaillant une année donnée (faux négatif), tandis qu’un enseignant médiocre bénéficiant d’un groupe d’élèves particulièrement autonomes peut être surévalué (faux positif) (Amrein-Beardsley, 2014).
La démarche n’est pas non plus sans conséquences potentielles néfastes pour les démarches mobilisées par les enseignants :
Les enseignants risquent de rentrer dans une dynamique d’évitement où ils enseigneront leurs élèves à réussir leurs évaluations plutôt qu’à apprendre. Koretz (2008) décrit de manière détaillée la manière dont les enseignants, soumis à une pression de résultats, tendent à réduire leur enseignement aux seuls contenus susceptibles d’être évalués lors des tests officiels, au détriment d’une vision plus globale et intégrée des savoirs. Cette dynamique d’évitement pédagogique, où l’objectif devient non plus de faire apprendre mais de faire réussir une évaluation, conduit à un appauvrissement significatif de l’expérience éducative.
Les enseignants risquent également d’orienter leur soutien vers les élèves dont les résultats se situent à la marge du seuil de réussite — les élèves dits « tangents » —, au détriment des élèves les plus en difficulté et des élèves les plus avancés. En effet, une légère progression de ces derniers améliore davantage les indicateurs de performance que le soutien apporté aux élèves les plus faibles ou les plus avancés. Cette stratégie de ciblage instrumental, bien que rationnelle du point de vue de la maximisation des taux de réussite officiels, est contraire aux principes d’équité éducative et ne contribue pas à l’amélioration globale de la qualité de l’enseignement.
L’effet motivationnel pour les enseignants d’une évaluation externe fondée uniquement sur les résultats des élèves peut être délétère. Les travaux de Deci et coll. (1999), dans une méta-analyse portant sur 128 expériences contrôlées, ont montré que les récompenses extrinsèques tendent à diminuer la motivation intrinsèque, notamment lorsque la tâche est intrinsèquement intéressante. Appliqué au contexte professionnel des enseignants, ce résultat suggère que les dispositifs de rémunération à la performance ou de sanction fondés sur des résultats chiffrés risquent de nuire à la créativité pédagogique et à l’engagement professionnel à long terme.
L’évaluation par les résultats chiffrés modifie également le rapport au développement professionnel et altère le climat de travail (Hattie & Timperley, 2007) :
Si l’enseignant transparait comme efficace dans les résultats de ses classes, il peut dormir sur ses lauriers. Or, il a peut-être une marge de progrès. Ces résultats peuvent être le reflet du capital culturel des familles plutôt que de sa plus-value pédagogique, le privant ainsi d’une marge de progression nécessaire.
Si l’enseignant ne transparait pas comme efficace dans les résultats de ses classes, il risque de ne pas savoir comment réagir et ressentir la rétroaction comme culpabilisante et stigmatisante face à d’autres collègues estimés plus efficaces. Dans les deux cas, l’évaluation ne remplit pas sa fonction de levier de développement professionnel.
Perte de sens des données chiffrées pour l’apprentissage
En matière d’interprétations pour l’enseignement et pour un apprentissage concret, une note chiffrée n’a que peu de sens pratique. L’existence de ces données ne signifie pas qu’elles puissent être utilisées de manière simple pour mesurer l’efficacité d’un enseignant.
Par exemple si nous prenons deux élèves A et B dans une classe qui ont tous les deux 60 % des points. Nous pouvons en conclure que 40 % des contenus ne sont pas acquis pour chacun. Cependant, cela ne signifie pas que les élèves ont rencontré les mêmes difficultés. Nous pouvons donc recouvrir de 40 à 80 % de la matière non apprise par un élève. Rapidement, si nous augmentons le nombre d’élèves considérés, nous tendons vers 100 % de la matière qui n’est pas apprise par l’un ou l’autre élève. De plus, chaque point de matière n’est pas isolable l’un de l’autre. Chaque point de matière présente des dépendances.
De plus, si la note est chiffrée ou est constituée par un commentaire général se pose la question de son interprétation et d’une prise en compte efficace.
Limites à une évaluation quantitative de l’enseignement
Tant de facteurs entrent en jeu que dans l’ensemble, les résultats quantitatifs spécifiques à une classe ou à un enseignant, sauf cas extrêmes évidents, ne sont d’aucune aide pour améliorer la qualité de l’enseignement. Ils ne nous permettent pas de déterminer ce qu’il faut faire pour améliorer l’enseignement.
Les performances scolaires résultent d’une multitude de facteurs qui dépassent largement l’action de l’enseignant : caractéristiques cognitives des élèves, niveau socio-économique, climat familial, motivation, composition de la classe, effets de pairs, ressources disponibles ou encore contexte institutionnel (Darling-Hammond, 2013 ; Hattie, 2023).
Darling-Hammond et coll. (2012) ont montré que les corrélations entre les scores de valeur ajoutée d’un même enseignant d’une année sur l’autre n’excèdent généralement pas 0,35, signe d’une instabilité préoccupante pour un instrument à vocation évaluative.
Hattie (2009) estime quant à lui que l’enseignant ne rend compte que de 30 % environ de la variance des résultats scolaires, les 70 % restants relevant de facteurs extérieurs à la classe.
Attribuer directement les résultats des élèves à la seule qualité de l’enseignement conduit dès lors à une simplification excessive de phénomènes éducatifs multidimensionnels.
Vers une vision plus globale de l’évaluation de l’enseignement
L’amélioration de l’enseignement nécessite des informations diagnostiques fines permettant d’identifier précisément les conceptions erronées, les obstacles cognitifs et les connaissances déjà maîtrisées. C’est le rôle de l’évaluation formative pilotée par l’enseignant.
Les connaissances scolaires présentent une forte interdépendance. Les compétences ne constituent pas un ensemble d’éléments indépendants qu’il serait possible d’isoler parfaitement lors d’une évaluation. Les difficultés rencontrées dans un domaine peuvent provenir de lacunes plus fondamentales acquises antérieurement, ce qui limite encore davantage l’interprétation d’un score unique (Pellegrino, Chudowsky, & Glaser, 2001).
L’évaluation externe qui montre des défaillances peut être l’indicateur de difficultés bien réelles, mais elle n’en est en rien une solution. Elle ne constitue pas, en elle-même, un dispositif d’amélioration des pratiques pédagogiques. Elles renseignent sur les résultats obtenus, mais beaucoup moins sur les processus qui les ont produits (Black & Wiliam, 1998 ; Wiliam, 2018). Elle ne s’intéresse pas aux antécédents et ne les documente pas. Elle répond avant tout à des exigences de gestion administrative. Sa transposition à l’évaluation individuelle des enseignants s’avère contre-productive.
Une amélioration durable des pratiques repose sur des démarches formatives collectives. Celles-ci peuvent intégrer l’observation des pratiques de classe, l’analyse collaborative des apprentissages, le coaching pédagogique, l’utilisation d’évaluations diagnostiques et le développement d’une culture réflexive fondée sur des preuves scientifiques (Darling-Hammond et coll., 2017 ; Hattie, 2023 ; Wiliam, 2018).