Quel prompt transforme trois observations en appréciation de bulletin ?
Le prompt est un niveau, une matière, trois observations, un ton et une longueur, sans le nom de l'élève. Nous avons lancé exactement ce texte le 27 septembre 2026 : « You are helping a teacher draft report card comments. Use only the notes below; do not invent achievements, grades or behaviour I did not list. Grade band: Grade 4. Subject: Mathematics. Observations: 1. Solves multi-step word problems accurately. 2. Rushes written explanations and often skips showing the steps. 3. Helps table partners without giving the answer away. Tone: warm and direct, written to the parent. Write three different comments of 50 to 70 words each. Refer to the student as 'your child', never a name. Each comment states one strength with evidence, one area to grow, and one specific thing to practise at home. Number them 1 to 3. No headings, no bullet points. »
Trois modèles ont reçu le même prompt via OpenRouter, un seul tour chacun, réglages par défaut. Les neuf appréciations sont restées sur « your child », ont respecté la limite de mots et n'ont rien inventé qui ne figurait pas dans les notes.
| Modèle (27 septembre 2026) | Temps de réponse | Coût pour trois appréciations | Mots par appréciation | Tokens de raisonnement dépensés |
|---|---|---|---|---|
| GPT-5.6 Luna | 4.6 s | $0.0008 | 60, 61, 57 | 386 |
| Claude Sonnet 5 | 7.4 s | $0.0061 | 60, 60, 59 | 258 |
| Gemini 3.7 Flash | 12.3 s | $0.0080 | 56, 56, 60 | 1,898 |
Appréciation 1 de chaque modèle, sans retouche. GPT-5.6 Luna : « Your child demonstrates strong mathematical thinking by solving multi-step word problems accurately and supports table partners thoughtfully without giving away the answer. A next step is slowing down written explanations and showing each step clearly. At home, ask your child to solve one multi-step problem and write a complete explanation, including the operation used and how they checked the answer. »
Claude Sonnet 5 : « Your child solves multi-step word problems accurately, showing strong number sense and problem-solving skills. However, written explanations are often rushed, with steps skipped along the way. At home, please encourage your child to slow down and write out each step of their thinking, even when the final answer is already correct, to build stronger habits for more complex work ahead. »
Gemini 3.7 Flash : « Your child demonstrates strong math skills by accurately solving multi-step word problems. However, your child tends to rush through written explanations and often skips showing the required steps. At home, you can support your child's learning by having them practise writing out each calculation step clearly and explaining their thinking for multi-step problems before moving on. »
La retouche à faire est la même pour chacune : remplacer « demonstrates » par « shows », supprimer le second « however », et ajouter le seul détail que les notes ne contenaient pas, celui que vous seul connaissez. La facture de Gemini est le chiffre étrange du tableau, car il a dépensé 1,898 tokens à réfléchir avant d'écrire 172 mots ; pour une classe entière de 30, la même exécution coûte environ $0.02 sur GPT-5.6 Luna, $0.18 sur Claude Sonnet 5 et $0.24 sur Gemini 3.7 Flash aux tarifs OpenRouter de septembre 2026.
Faut-il mettre des noms d'élèves dans un prompt d'appréciation par IA ?
Non. Une appréciation rédigée à partir de « Grade 4, trois observations » ne concerne personne ; le même texte avec un nom, un numéro d'élève ou un diagnostic contient ce que 34 CFR 99.3 range parmi les informations personnellement identifiables d'un dossier scolaire, et son partage hors de l'école relève de la FERPA. La réglementation américaine sous la FERPA (34 CFR 99.3) cite les informations personnellement identifiables en commençant par « The student's name; the name of the student's parent or other family members », puis les numéros d'élève, les données biométriques et la date de naissance. Parmi les exceptions au consentement de cette page, celle qui couvre un fournisseur d'IA est une partie « to whom an agency or institution has outsourced institutional services or functions » sous le contrôle direct de l'école, c'est-à-dire le contrat que votre district signe avec un outil approuvé et que vous n'avez pas avec un chatbot grand public.
Les recommandations britanniques sont plus directes. La page du Department for Education sur l'IA générative en éducation, mise à jour le 12 août 2025, indique « It is recommended that personal data is not used in generative AI tools » et prévient que beaucoup d'outils gratuits utilisent les saisies pour entraîner leurs modèles. Cet avertissement vaut à la lettre pour ChatGPT grand public : en septembre 2026, le centre d'aide d'OpenAI précise que le trafic Business, Enterprise, Edu et API est exclu de l'entraînement par défaut, et qu'un utilisateur Free, Plus ou Pro doit désactiver « Improve the model for everyone » dans Data controls pour bénéficier du même traitement.
Nous avons lu les neuf pages d'outils le 27 septembre 2026. Varsity Tutors et Knowt marquent le nom de l'élève comme champ obligatoire, Monsha accepte une liste de classe CSV ou Excel avec noms et pronoms, et ReportCards.ai importe les élèves depuis Google Classroom. Aucune des neuf ne mentionne la FERPA dans le texte de sa page ; plusieurs renvoient vers une politique de confidentialité, et MagicSchool et Khanmigo vendent des contrats aux districts qui les placeraient sous l'exception du school official. Savoir si votre école en a signé un est une question pour la personne qui gère les données des élèves dans votre district, et la réponse est au dossier, alors demandez avant de coller. D'ici là, la règle de travail est celle de ce qu'il ne faut jamais coller dans un chat IA : le prompt porte les observations, le bulletin porte le nom, et vous les réunissez après.
Un enseignant peut-il utiliser l'IA pour écrire les appréciations de bulletin ?
Oui, là où le district autorise l'outil, et la tendance des politiques va vers l'autorisation sous conditions plutôt que vers l'interdiction. Les écoles de Kearny, dans le New Jersey, ont déclaré à NBC New York le 31 août 2026 que les enseignants ont accès à trois plateformes LLM pour les fiches d'exercices, les quiz et les appréciations de bulletin ; la surintendante, Flora Encarnacao, parle d'un outil qui ne remplace ni le retour personnel de l'enseignant ni la relation avec l'élève.
Les syndicats ont écrit les conditions. La politique type de conseil scolaire sur l'IA de la National Education Association, datée du 23 juin 2025, dit qu'un district « must inform educators, parents, and students of what and how AI tools are used », et sa déclaration de principe de 2024 garde enseignants et élèves au centre de chaque décision que l'outil touche. Les conseils de la Fédération des enseignantes et enseignants de l'élémentaire de l'Ontario du 15 novembre 2024 disent de « only use digital tools and resources that are approved » et de faire attention à la confidentialité en saisissant quoi que ce soit dans un outil d'IA. L'Ontario compte ici parce que « ai report card comment generator ontario » est une suggestion d'autocomplétion à part entière ; les commentaires sur les habiletés d'apprentissage de la province sont une corvée connue.
La question de la transparence est plus ancienne que les politiques. À la Georgetown Day School de Washington, DC, le journal des élèves a rapporté en mars 2023 que des enseignants avaient utilisé ChatGPT pour les commentaires du premier semestre ; un enseignant disait que l'outil l'aidait face à plus de 50 commentaires, et un élève de terminale l'a jugé « freaky and a little bit of a betrayal of trust ». L'objection des parents dans cet article ne visait pas l'outil, mais l'idée qu'on économisait de l'attention à raison de cinq à dix minutes par enfant. Une appréciation construite à partir de vos trois observations et retouchée par vous répond à cette objection ; une appréciation générée à partir d'une note et d'un nom n'y répond pas.
L'ampleur de l'usage est désormais mesurée. L'enquête Gallup auprès de 2,232 enseignants du public américain, menée du 18 mars au 11 avril 2025 et publiée en juin 2025, a trouvé que 60 % avaient utilisé l'IA pour leur travail cette année-là, 32 % au moins chaque semaine, et que les utilisateurs hebdomadaires gagnaient 5,9 heures par semaine, ce que Gallup chiffre à « the equivalent of six weeks per school year ». Voici donc la règle de décision : vérifiez si votre district désigne un outil approuvé (utilisez-le le cas échéant), gardez noms et notes hors de tout outil non approuvé, et dites au parent qui demande que vous avez rédigé avec l'IA à partir de vos propres notes et relu chaque ligne. Cette dernière phrase n'est vraie que si c'est le cas.
19 exemples d'appréciations de bulletin, rédigées par l'IA et retouchées
Les trois appréciations présentées dans le test ci-dessus, plus les seize ci-dessous, font 19. Nous avons rédigé les seize sur GPT-5.6 Luna le 27 septembre 2026 avec la même forme de prompt (quatre niveaux, quatre situations, 40 à 55 mots, un espace réservé [Name], « they » comme pronom) puis retouché chacune : « diligently », « imaginative » et « demonstrates » ont disparu, l'orthographe est passée à l'américain, et chaque phrase finale est devenue une chose qu'un parent peut faire cette semaine. Remplacez l'espace réservé par le nom de votre carnet de notes, jamais dans le chat.
| Niveau | Situation | Appréciation (rédigée le 27 septembre 2026 sur GPT-5.6 Luna, retouchée) |
|---|---|---|
| K-2 | Solide partout | [Name] comes to every lesson curious and ready. They follow directions the first time, share ideas that move the group along, and finish tasks on their own. The next step is explaining their thinking in more detail. At home, ask them to describe how they solved a problem in full sentences. |
| K-2 | Solide, une lacune nette | [Name] is building strong reading habits: they recognize familiar words, retell the main events and choose books with real interest. Number facts are still shaky, and they find it hard to explain a math strategy. At home, play short counting games and ask for two ways to solve a simple addition. |
| K-2 | Beaucoup d'efforts, compétence en retard | [Name] keeps trying when a task is hard, which is the habit that matters most at this age. Letter formation is still developing, so their ideas can be hard to read. At home, five relaxed minutes of printing a day, watching starting points and spacing, will help. |
| K-2 | Le comportement pose problème | [Name] shows real creativity in hands-on activities and contributes well once they settle. They are working on listening, waiting for a turn and following a direction without a reminder. At home, practice one routine: listen, repeat the direction back, finish one step, then choose the next activity. |
| 3-5 | Solide partout | [Name] understands new material quickly and uses class time well. They back up ideas with details, apply strategies accurately and work respectfully with partners. The next step is revising their own work before handing it in. At home, ask them to reread one assignment and find one change that makes it clearer. |
| 3-5 | Solide, une lacune nette | [Name] writes clearly, with organized paragraphs and relevant examples. Multiplication and division facts are not yet automatic, which slows them down on multi-step problems. At home, spend a few minutes a day on facts with cards or a game, then ask how one fact helps with a related problem. |
| 3-5 | Beaucoup d'efforts, compétence en retard | [Name] works hard and takes feedback well, especially on the assignments that stretch them. Reading fluency is still developing, so longer texts take extra time. At home, ten minutes of reading aloud a day, rereading one short passage and talking about what it meant, is the most useful practice. |
| 3-5 | Le comportement pose problème | [Name] has good ideas and contributes well when they are on task. They are working on staying with an activity, using materials responsibly and letting others work without interruption. At home, set a short homework timer, clear distractions, and afterwards ask which one choice helped them focus. |
| 6-8 | Solide partout | [Name] understands the course material and applies it thoughtfully. They use evidence in discussion, keep assignments organized and act on feedback. The next step is considering more than one side of a question. At home, ask them to explain an issue with an example and then argue the opposite view. |
| 6-8 | Solide, une lacune nette | [Name] reasons well in science, using observations and evidence to explain what happened and why. Organization is the gap: missing materials and late work have cost marks this term. At home, a weekly planning routine listing tasks, materials and a realistic finish time would remove most of that. |
| 6-8 | Beaucoup d'efforts, compétence en retard | [Name] puts in steady effort and asks for help when unsure, which is exactly right. Written analysis is still developing; explanations need stronger evidence and a clearer link to the main idea. At home, ask them to write a paragraph as claim, evidence, explanation and one linking sentence. |
| 6-8 | Le comportement pose problème | [Name] produces thoughtful project work when fully engaged. Consistent participation, respectful listening and finishing work in class time are the areas to grow. At home, agree one participation goal a week and ask them to note how they contributed in a discussion or group task. |
| 9-12 | Solide partout | [Name] shows mature understanding and applies course concepts well in independent work. They support claims with evidence, meet deadlines and contribute constructively in class. The next step is precision: replacing general words with exact ones. At home, ask them to revise one paragraph with that single aim. |
| 9-12 | Solide, une lacune nette | [Name] performs strongly in mathematical reasoning, choosing efficient methods and explaining solutions clearly. Longer written responses are less confident, mainly in how they are organized. At home, ask them to outline the main point, two supporting details and a conclusion before drafting any extended answer. |
| 9-12 | Beaucoup d'efforts, compétence en retard | [Name] consistently puts in the effort, acts on feedback and persists through difficult coursework. Analysis is still developing, especially connecting a piece of evidence to a wider conclusion. At home, have them annotate one source with the claim, the evidence and why it matters, then talk through how the parts connect. |
| 9-12 | Le comportement pose problème | [Name] does thoughtful work when focused and brings a useful perspective to individual tasks. Attendance, preparation and active participation in class are the concern this term. At home, review the next day's schedule together, get materials ready the night before, and set one specific participation goal. |
Chacune des seize est revenue avec le même squelette (point fort, lacune, geste à la maison) parce que le prompt l'exigeait, et c'est justement le but : une banque d'appréciations d'une seule forme se vérifie facilement et se distingue facilement de l'enfant que vous avez devant vous. La longueur est voulue aussi. Le générateur de Monsha fixe par défaut une limite de 500 caractères parce que c'est ce qu'acceptent beaucoup de systèmes de bulletin ; les seize ci-dessus font de 262 à 323 caractères, elles tiennent donc avec de la marge pour la phrase que vous ajoutez.
Comment retoucher un brouillon d'IA pour qu'il sonne comme vous ?
Ajoutez le seul fait que le modèle ne pouvait pas connaître, puis supprimez le mot qu'il choisit toujours. Le premier est un moment concret du trimestre (le mur des fractions, la question de la foire scientifique, le jour où l'élève a aidé un nouveau camarade) ; le second est « demonstrates », qui ouvrait six de nos 19 premiers brouillons. Un parent lit trente appréciations par an et remarque quand chaque enfant « demonstrates strong » quelque chose.
Ensuite, relisez le lot, pas l'appréciation. Les critiques de Georgetown Day ne réagissaient à aucune appréciation isolée ; elles réagissaient à l'uniformité sur toute une classe. Triez vos brouillons par phrase de progression et réécrivez deux appréciations qui la partagent mot pour mot. Gardez le ton demandé : les neuf brouillons du test, à qui l'on avait seulement demandé « warm and direct », sont revenus sans point d'exclamation ni « amazing », donc si ceux-ci s'infiltrent, c'est que le prompt a dérivé.
L'endroit où vivent les règles compte quand vous faites cela pour 90 élèves en une semaine. Sur Whizi, les règles d'appréciation, le ton, la limite de mots et la consigne « [Name], never a real name » se trouvent dans les instructions d'un projet (jusqu'à 32,000 caractères, tout compte connecté) avec votre grille épinglée en fichier, de sorte que chaque nouveau chat démarre avec elles chargées et que les mêmes notes peuvent aller à GPT, Claude ou Gemini sans retaper. Whizi n'a aucune connexion avec un carnet de notes ou un système d'information des élèves : contrairement au téléversement de liste de classe de Monsha ou à l'import Google Classroom de ReportCards.ai, rien sur un vrai élève n'y entre à moins que vous ne le tapiez, et rien n'est réécrit dans le bulletin non plus. Le guide des Projets couvre la configuration ; comment utiliser l'IA pour écrire traite en général le problème de la prose générique, et comment utiliser ChatGPT pour les devoirs est la page à donner aux élèves.
- Rédigez le prompt avec niveau, matière, trois observations, ton et longueur ; demandez trois versions, pas une
- Gardez le nom de l'élève, son numéro, ses notes et tout diagnostic hors du chat ; la FERPA cite le nom en premier parmi les identifiants
- Vérifiez si votre district désigne un outil approuvé ; Varsity Tutors et Knowt exigent un nom, donc une connexion personnelle à l'un ou l'autre envoie le nom à un fournisseur que votre district n'a pas sous contrat
- Désactivez « Improve the model for everyone » dans les Data controls de ChatGPT si vous utilisez un compte personnel
- Retouchez chaque brouillon : ajoutez un moment du trimestre, supprimez « demonstrates » et réécrivez deux appréciations qui partagent une phrase de progression
- Dites au parent qui demande que vous avez rédigé à partir de vos propres notes avec l'IA et relu chaque ligne, et faites que ce soit vrai
Questions fréquentes
Les enseignants peuvent-ils utiliser ChatGPT pour écrire les appréciations de bulletin ?
Oui, si le district l'autorise, et sans le nom ni les notes de l'élève dans le prompt. Les écoles de Kearny, dans le New Jersey, donnent aux enseignants trois plateformes LLM pour cette tâche en août 2026, la politique type de la NEA demande aux districts d'informer les parents de l'usage de l'IA, et l'ETFO dit aux membres de l'Ontario de n'utiliser que des outils approuvés. Un compte ChatGPT personnel s'entraîne sur vos chats, sauf si vous désactivez « Improve the model for everyone ».
Existe-t-il une IA gratuite pour les appréciations de bulletin ?
Oui. Le générateur de Khanmigo est gratuit pour les enseignants sans limite, financé par Microsoft ; MagicSchool est gratuit pour les enseignants à titre individuel ; ReportCards.ai offre 50 générations de retours gratuites ; et le prompt de cette page fonctionne sur n'importe quel chatbot gratuit. Le coût du modèle lui-même est dérisoire : notre test de neuf appréciations sur GPT, Claude et Gemini a coûté $0.015 au total le 27 septembre 2026.
L'IA peut-elle personnaliser les appréciations de bulletin pour chaque élève ?
Seulement dans la limite de vos notes. Avec trois observations, les modèles de cette page ont écrit chacun trois appréciations distinctes, toutes fidèles aux notes ; avec une note et un nom, ils écriraient la même appréciation pour chaque enfant ayant cette note. La part personnelle, c'est l'observation que vous tapez et le moment du trimestre que vous ajoutez en retouchant.
Quelle longueur pour une appréciation de bulletin ?
Entre 40 et 70 mots pour la plupart des systèmes. Le générateur de Monsha fixe 500 caractères par défaut car c'est une limite courante de champ de bulletin, et les seize appréciations retouchées de notre tableau font de 262 à 323 caractères, tandis que les trois appréciations non retouchées du test font de 56 à 60 mots. Demandez une fourchette de mots dans le prompt ; les trois modèles testés ont tenu une limite de 50 à 70 mots sur chaque appréciation.
