Comment Rédiger un Internal Assessment IB | Guide Étape par Étape (2026)

Qu'est-ce qu'une évaluation interne (Internal Assessment) ?

L'Internal Assessment (IA), ou évaluation interne, est un travail de fond que chaque élève du Programme du Diplôme du Baccalauréat International doit réaliser dans chacune de ses six matières. Contrairement aux examens externes de mai, rédigés et notés entièrement par l'IB, les évaluations internes sont réalisées pendant le cours sous la supervision de l'enseignant, puis soumises à l'IB pour une modération externe qui garantit la cohérence de la notation entre les établissements du monde entier. Le poids de l'IA dans la note finale de chaque matière varie, mais se situe généralement entre 20 et 25 pour cent, ce qui en fait une composante significative capable d'influencer notablement le score global d'un élève, à la hausse comme à la baisse. En sciences (Physique, Chimie, Biologie), l'IA prend la forme d'une investigation de laboratoire indépendante au cours de laquelle les élèves conçoivent leur propre expérience, collectent et analysent les données, puis évaluent leur méthodologie et leurs résultats. En Mathématiques, l'IA est la Mathematical Exploration, une investigation écrite sur un sujet choisi par l'élève. En Littérature et Langue anglaises, les élèves rédigent des commentaires écrits ou des dissertations comparatives. En Histoire, l'IA est une investigation historique fondée sur des sources primaires et secondaires. Les matières où les IA pèsent le plus lourd et exigent le travail autonome le plus conséquent sont sans doute les sciences et les mathématiques, où la combinaison de travaux expérimentaux ou exploratoires avec une analyse et une évaluation rigoureuses crée une tâche nettement plus complexe qu'une dissertation ou un examen classique. Comprendre la nature et les attentes de l'IA dès le début du Programme du Diplôme est essentiel, car une planification anticipée et des progrès réguliers sont bien plus efficaces que les efforts de dernière minute.

Choisir son sujet

Le choix du sujet est sans doute la décision la plus déterminante de l'ensemble du processus de l'IA, et c'est précisément celle que les élèves échouent le plus souvent à prendre correctement. L'erreur la plus courante consiste à choisir un sujet qui paraît impressionnant mais qui est trop vaste, trop complexe ou trop éloigné des centres d'intérêt réels de l'élève pour soutenir une investigation ciblée et personnelle. Les meilleurs sujets d'IA partagent plusieurs caractéristiques. Premièrement, ils naissent d'une curiosité authentique : un élève passionné de cuisine pourrait étudier l'effet de la température sur la vitesse du brunissement enzymatique des pommes, tandis qu'un élève intéressé par le sport pourrait analyser la biomécanique d'un service au tennis à l'aide de principes de physique. Deuxièmement, les meilleurs sujets sont réalisables : l'élève doit être en mesure de collecter des données fiables dans les limites de temps et de ressources dont il dispose. Une expérience nécessitant un équipement de laboratoire coûteux non disponible à l'école, ou une investigation mathématique reposant sur des jeux de données inaccessibles, mènera rapidement à la frustration et à de piètres résultats. Troisièmement, le sujet doit permettre à l'élève de démontrer l'ensemble des compétences évaluées par les critères de l'IB, notamment l'engagement personnel, une méthodologie claire, l'analyse mathématique ou scientifique et l'évaluation critique. Avant de s'engager sur un sujet, les élèves devraient en discuter avec leur enseignant, examiner attentivement les critères d'évaluation et consulter des IA exemplaires ayant obtenu de bonnes notes afin de comprendre ce que les examinateurs valorisent. Entamer ce processus tôt, idéalement dès le premier trimestre du Programme du Diplôme, donne aux élèves le temps d'affiner leur question de recherche et de mener des essais préliminaires avant le début du calendrier officiel de l'IA.

Structure et rédaction

Une IA bien structurée suit une progression logique claire qui reflète la méthode scientifique ou, dans le cas des mathématiques, un récit d'investigation cohérent. La structure type d'une IA en sciences comprend une introduction avec une question de recherche précise et le cadre théorique pertinent, une section méthodologique décrivant le dispositif expérimental avec suffisamment de détails pour permettre sa reproduction, une section de collecte de données présentant les données brutes dans des tableaux clairs, une section d'analyse des données avec les données traitées et l'utilisation appropriée d'outils statistiques ou de représentations graphiques, et une section d'évaluation qui examine les points forts, les limites et les pistes d'amélioration. Pour une IA de mathématiques, la structure est moins rigide mais devrait inclure une introduction établissant la question de recherche et la motivation personnelle, une section de développement où les outils mathématiques sont appliqués de manière systématique, et une conclusion accompagnée d'une réflexion. Les limites de longueur varient selon la matière : les IA de sciences ont une longueur recommandée de 6 à 12 pages, tandis que les IA de mathématiques devraient compter de 12 à 20 pages. Dépasser ces limites n'entraîne pas automatiquement une pénalité, mais les examinateurs considèrent une longueur excessive comme un signe de manque de rigueur et de relecture insuffisante. Ce que les examinateurs recherchent avant tout, c'est la preuve d'un engagement personnel : la voix propre de l'élève, ses choix et sa réflexion doivent transparaître tout au long du travail, et non uniquement dans un bref paragraphe de réflexion personnelle à la fin. L'analyse doit dépasser la simple description pour révéler une interprétation authentique et une évaluation critique des résultats. Les élèves capables de discuter honnêtement de ce qui n'a pas fonctionné, de la raison pour laquelle leurs résultats peuvent être incertains et de ce qu'ils feraient différemment font preuve de la maturité intellectuelle qui obtient les meilleures notes.

Erreurs courantes à éviter

Ayant accompagné des centaines d'élèves du Baccalauréat International dans leurs évaluations internes, plusieurs erreurs récurrentes se démarquent comme les plus préjudiciables aux notes. La première et la plus fréquente est la tendance à trop compliquer le sujet. Les élèves croient souvent qu'une question de recherche plus complexe impressionnera les examinateurs, mais c'est généralement l'inverse qui se produit. Une investigation simple et bien menée, avec une analyse approfondie et une évaluation honnête, obtiendra une meilleure note qu'un projet ambitieux que l'élève ne maîtrise ni ne comprend pleinement. La deuxième erreur courante est une analyse des données insuffisante. Dans les IA de sciences, certains élèves présentent leurs données sans calculer les incertitudes, sans tracer de barres d'erreur ni effectuer de tests statistiques appropriés. Dans les IA de mathématiques, les élèves peuvent appliquer des techniques avancées trouvées en ligne sans démontrer une compréhension réelle de leur fonctionnement et de leur pertinence. Les examinateurs ne sont pas impressionnés par la complexité en tant que telle ; ils veulent voir que l'élève peut justifier chacun de ses choix analytiques. La troisième erreur majeure consiste à négliger les sections d'évaluation et de réflexion. Beaucoup d'élèves les traitent comme des ajouts secondaires, rédigeant un bref paragraphe sur l'« erreur humaine » sans s'engager de manière critique avec les limites spécifiques de leur propre travail. L'évaluation devrait identifier les faiblesses concrètes de la méthodologie, expliquer comment elles ont affecté les résultats et proposer des améliorations spécifiques et réalistes. De même, la réflexion devrait démontrer que l'élève a tiré un enseignement significatif du processus, et non simplement qu'il y a pris plaisir. Enfin, remettre l'IA à la dernière minute est une erreur qui aggrave toutes les autres. L'IA est un travail conséquent qui nécessite plusieurs brouillons, des retours de l'enseignant et des révisions. Les élèves qui commencent tôt ont le luxe du temps pour peaufiner leur travail, tandis que ceux qui procrastinent soumettent souvent des investigations bâclées et insuffisamment développées qui ne reflètent pas leurs véritables capacités.

Questions Fréquentes

Articles connexes

Matières et Spécialisations