Automatisons la correction des QCM grâce aux QR-codes

Université Paris-Nord
Institut Galilée
M1 Info - Conduite et gestion de projet
Année 2013-2014
Automatisons la correction des QCM grâce aux QR-codes
Sébastien Guérif
Contexte
Les Questionnaires à Choix Multiples (QCM) permettent de déterminer le degré d’acquisition de certaines
compétences et/ou le niveau de compréhension de certains concepts. Pour être efficaces, ces évaluations doivent
être régulières sans devenir chronophages. Ainsi, toutes les parties du processus qui peuvent l’être doivent être
automatisées.
L’Espace Numérique de Travail (ENT) de l’Université Paris 13 repose sur la plateforme d’apprentissage Moodle
(https://moodle.org/) et permet la mise en place de QCM. La correction automatique de ces tests permet
un retour immédiat aux apprenants qui peuvent plus facilement apprendre de leurs éventuelles erreurs et ainsi
progresser. Cette fonctionnalité de Moodle est adaptée à l’apprentissage en autonomie mais elle requiert un poste
par apprenant pendant l’évaluation ; cette contrainte limite de façon significative son utilisation à l’université.
Auto Multiple Choice (AMC, http://home.gna.org/auto-qcm/) est un logiciel libre permettant de créer, gérer
et corriger automatiquement des QCM. Les sujets de QCM sont rédigés en LaTeX 1 et peuvent inclure toutes
sortes de formules mathématiques. Les apprenants remplissent une version imprimée des questionnaires qui sont
ensuite numérisés pour être corrigés automatiquement ; les performances des apprenants sont regroupées dans
un fichier OpenDocument 2 . Cette dernière fonctionnalité impose aux apprenants de s’identifier à l’aide d’une
grille de chiffres à cocher qui n’est pas très ergomique.
Objectif
On souhaite, d’une part, utiliser les possibilités de l’ENT pour proposer des QCM d’auto-évaluation aux apprenants et d’autre part, disposer d’un logiciel similaire à AMC utilisable dans le cadre d’un processus d’évaluation
continue.
Ce logiciel doit permettre :
– une identification des apprenants à partir de leur numéro, de leur nom et de leur prénom (reconnaissance
optique de caractères, OCR) ;
– l’utilisation de la même base de questions que sur l’ENT (exportée au format XML depuis Moodle) ;
– une correction automatique des QCM (annotation des questionnaires numérisés et/ou rapport d’évaluation
au format PDF et texte) ;
– le stockage de tous les résultats dans un fichier OpenDocument ;
– la génération automatique de QCM (choix et ordres des questions, ordres des réponses proposées, paramètres
des questions le cas échéant) ;
Contraintes
– Fonctionnement du logiciel sur une machine de bureau standard fonctionnant sous Linux ;
– Utilisation de QR-code 3 pour stocker les informations permettant de trouver les informations nécessaires à
la correction des questionnaires ;
– Aucune utilisation de bibliothèques commerciales ;
– Correction de 100 QCM comportant 10 questions réparties sur 2 pages en moins de 10 minutes.
1. http://fr.wikipedia.org/wiki/LaTeX
2. http://fr.wikipedia.org/wiki/OpenDocument
3. http://fr.wikipedia.org/wiki/Code_QR