Évaluation formative ou sommative : comment choisir

Un quiz de dix minutes en début d'heure, un devoir surveillé de deux heures, un oral en binôme : au moment de préparer le sujet, la même question revient. Est-ce que ça compte ? Derrière elle se cache la distinction entre évaluation formative et évaluation sommative, familière en formation mais floue dès qu'il faut remplir le carnet de notes.

La différence ne se lit pas dans le sujet. Elle tient à ce que vous ferez des résultats et, depuis les réformes du brevet et du lycée, à l'endroit où ils vont atterrir. Voici des repères pour trancher.

D'où viennent les mots formatif et sommatif

Le terme « formatif » n'est pas né dans une salle de classe. Michael Scriven l'a proposé en 1967 pour l'évaluation des programmes d'enseignement : il s'agissait de recueillir des données pour ajuster un nouveau programme pendant son élaboration. Benjamin Bloom l'a appliqué dès 1968 aux apprentissages des élèves, dans son modèle de pédagogie de maîtrise, comme le retrace un rapport de l'OCDE de 2005.

Clinton et Hattie (2024) rappellent que Scriven reprenait une image de Robert Stake : quand le cuisinier goûte la soupe, c'est formatif ; quand les invités la goûtent, c'est sommatif. Pour eux, n'importe quel test peut être interprété de façon formative ou sommative : c'est le but de l'interprétation qui diffère, pas le test.

Côté francophone, Lucie Mottier Lopez (2015) reprend les trois fonctions définies par Perrenoud en 2001 : formative (réguler l'enseignement et les apprentissages en cours de route), certificative (garantir des acquis à l'égard de tiers, à l'issue d'un cursus) et pronostique (orienter avant un nouveau cursus), ajoutée par Cardinet en 1983. Comme Perrenoud, elle préfère le mot « certificative » à « sommative ».

Ce que disent les textes officiels

Pour le collège, l'article D331-25 du Code de l'éducation indique que l'évaluation « a pour fonction d'aider l'élève à progresser et de rendre compte de ses acquis », et que les élèves comme les parents sont informés de ses objectifs, de ses modalités et de ses résultats.

Pour le lycée général et technologique, le guide de l'évaluation publié sur Eduscol en novembre 2023 donne des définitions plus opérationnelles :

• diagnostique : en début d'année ou de séquence, elle informe l'élève sur son niveau et le professeur sur les besoins des élèves ; une note indicative est possible, sans vocation à entrer dans la moyenne ;
• formative : pendant les apprentissages, elle permet à l'élève de se situer grâce aux appréciations explicites et régulières du professeur ;
• sommative : au terme d'un temps d'apprentissage donné, elle atteste un niveau de maîtrise.

Le vademecum sur le projet d'évaluation de septembre 2025 ajoute des ordres de grandeur. Le diagnostic (QCM rapide, sondage) est traditionnellement non noté ou affecté d'un coefficient 0. Le formatif (exercices d'entraînement, questionnaires) peut rester non noté ou recevoir un coefficient nul ou faible. Le devoir de fin de séquence reçoit un coefficient significatif (2 par exemple), et les évaluations sommatives périodiques, comme les devoirs communs type bac, les coefficients les plus forts (de 3 à 4 par exemple).

Un même sujet peut servir les deux usages

Un QCM de dix questions n'est ni formatif ni sommatif par nature. Pour Black et Wiliam (2009), une pratique est formative dans la mesure où les informations sur les acquis des élèves sont recueillies, interprétées et utilisées pour décider des étapes suivantes. Un quiz corrigé puis oublié dans un classeur ne remplit donc pas cette fonction, même sans note.

L'inverse est vrai. L'OCDE relève que des résultats sommatifs peuvent être exploités de manière formative. Le jury de la conférence de consensus du Cnesco sur l'évaluation en classe estime qu'une évaluation sommative accompagnée de critères de réussite et de retours précis peut jouer un rôle formatif. Il juge « très réducteur » de définir les pratiques évaluatives par leur fonction.

Un modèle concret : la pédagogie de maîtrise

D'après la synthèse de Guskey (2005) sur le dispositif de Bloom, l'enseignant propose après une unité d'environ une à deux semaines une évaluation formative brève, destinée à renseigner l'élève plutôt qu'à clore l'unité. Suivent des activités correctives ciblées question par question, puis une seconde évaluation « parallèle » (autres questions, mêmes notions) qui vérifie l'effet des corrections et offre une seconde chance. Pour organiser cette phase, voir comment mettre en place des groupes de besoin après une évaluation.

Ce que la recherche permet d'en attendre

En 1998, Black et Wiliam publient une revue de la recherche portant sur 681 publications repérées, dont environ 250 lues intégralement. Ils relèvent des preuves solides que renforcer les retours fréquents aux élèves produit des gains d'apprentissage substantiels, et n'ont trouvé aucun compte rendu d'effet négatif. Dans leur article « Inside the Black Box », ils avancent des tailles d'effet typiques de 0,4 à 0,7 (à 0,4, l'élève moyen du groupe concerné atteint le niveau d'un élève classé parmi les 35 % meilleurs de l'autre groupe) et un bénéfice plus marqué pour les élèves en difficulté.

Ces chiffres sont discutés. Kingston et Nash (2011) jugent cette fourchette non étayée : sur plus de 300 études, seules 13 permettaient de calculer une taille d'effet, pour une moyenne pondérée de 0,20. Un essai de grande ampleur trouve un effet positif, plus mesuré : le programme Embedding Formative Assessment, évalué pour l'Education Endowment Foundation (EEF) dans 140 établissements secondaires anglais, a produit l'équivalent de deux mois de progrès supplémentaires, davantage pour le tiers des élèves au niveau initial le plus faible (un résultat que l'EEF juge moins robuste).

Le retour compte plus que l'étiquette

L'étiquette « formative » ne garantit rien si le retour est pauvre. Kluger et DeNisi (1996) trouvent un effet moyen positif des retours, mais plus d'un tiers des interventions étudiées faisaient baisser la performance, l'efficacité diminuant quand le retour attire l'attention sur la personne plutôt que sur la tâche. Wisniewski, Zierer et Hattie (2020) obtiennent sur 435 études un effet moyen de 0,48, qui dépend fortement de l'information contenue dans le retour.

Sur la note elle-même, l'étude de Butler (1988), résumée par Black et Wiliam, portait sur 48 élèves de 11 ans et des tâches hors programme : ceux qui recevaient uniquement des commentaires ont progressé, alors que ceux qui recevaient une note et des commentaires ont reculé. Le guide de l'EEF sur le feedback (2021) nuance : les études récentes sont plus partagées, et dans un établissement gallois, des élèves n'ayant reçu pendant un an que des commentaires, trop vagues, ont obtenu de moins bons résultats. Le guide invite plutôt à viser des retours qui ciblent des lacunes précises.

Quand une note formative finit dans une moyenne certificative

En 3e et au cycle terminal, la distinction a désormais des conséquences directes. Depuis la session 2026, le résultat du brevet repose à 40 % sur la moyenne des moyennes annuelles des enseignements obligatoires de 3e et à 60 % sur les épreuves. Au lycée, les notes des bulletins de première et de terminale comptent pour 40 % du baccalauréat (tronc commun hors français et philosophie, et spécialité abandonnée en première). Depuis la rentrée 2025, le bilan périodique de 3e doit comporter la note de l'élève, alors qu'en 5e et en 4e « tout autre positionnement » reste possible.

Conséquence pratique, qui relève de notre lecture des textes et non d'une disposition écrite : dans ces classes, un quiz d'entraînement noté qui entre dans la moyenne finit par peser sur un diplôme. Sa fonction devient certificative, quelle que soit l'intention de départ.

Au lycée, le vademecum de 2025 répond par le coefficient. Les moyennes du bulletin, qui éclairent aussi l'accès au supérieur via Parcoursup, ne sont calculées qu'à partir des notes de coefficient supérieur à 0, même si toutes les notes figurent sur le relevé remis aux familles. Les évaluations à coefficient intermédiaire ne doivent pas peser plus que les sommatives périodiques, et il est attendu au moins trois évaluations hors coefficient 0 par période. Le texte voit dans ces coefficients un moyen de diminuer la pression sur les élèves.

Choisir en pratique, séquence par séquence

Sur une séquence de trois ou quatre semaines, voici un enchaînement possible, donné à titre d'exemple :

1. En ouverture, une courte évaluation diagnostique non notée (cinq questions, dix minutes) pour repérer les acquis et les représentations erronées.
2. Pendant la séquence, une ou deux évaluations formatives brèves, suivies d'un temps où les élèves reprennent leurs erreurs. Le jury du Cnesco recommande aussi des temps réguliers où les élèves se testent, sans note, qui favorisent la mémorisation.
3. Avant l'évaluation finale, une version parallèle des questions les moins réussies, pour vérifier que la remédiation a porté.
4. En fin de séquence, une évaluation sommative fondée sur des critères connus à l'avance, avec un barème clair et défendable.

La revue de l'EEF sur la correction écrite (2016), qui note la rareté des études solides, observe que noter chaque travail peut réduire l'effet des annotations quand les élèves se focalisent sur la note. Sa formule : corriger moins de travaux, mais mieux, en laissant aux élèves le temps d'exploiter les remarques. Si vous gardez la note sur 20, le jury du Cnesco suggère de raisonner par paliers (par exemple 8, 11, 14, 17 et 20) plutôt qu'au point près.

La question à se poser avant chaque évaluation

Le choix se fait moins en regardant le sujet qu'en répondant à une question : qui va utiliser ce résultat, et pour décider quoi ? Si c'est vous et l'élève, pour ajuster la suite, gardez l'évaluation légère et prévoyez le temps de reprise. Si le résultat alimente une moyenne qui compte pour le brevet, le bac ou Parcoursup, traitez-la comme une évaluation certificative, avec des critères et un poids annoncés à l'avance. Au lycée, le coefficient 0 permet de garder de vrais temps d'entraînement sans renoncer à noter.