Cette étude, basée sur la théorie de réponse à l'item, compare la validité du test de lecture à choix multiples en anglais selon trois modes de création des items : dirigé par des experts, généré par l’intelligence artificielle (IA) et collaboratif homme-machine, afin d’évaluer les limites des capacités de l'IA en création d’items et le potentiel de la collaboration homme-machine. Les résultats montrent : 1) en validité de contenu, les copies des experts sont les meilleures, les copies collaboratives les moins satisfaisantes ; 2) en validité structurelle, les copies des experts ont la fiabilité la plus élevée, et la correspondance des construits est significativement meilleure que celle des copies collaboratives et de l’IA ; 3) en validité critériée, seules les copies des experts sont significativement corrélées aux résultats du CET-4, les copies collaboratives et IA n’ont pas montré de pouvoir prédictif efficace. L’étude révèle que le mode collaboratif « experts conçoivent les items + IA génère les options » n’améliore pas la qualité de la création des items, mais conduit plutôt à une tendance à la baisse, d’où la nécessité de reconstruire le paradigme collaboratif homme-machine et d’explorer de nouveaux mécanismes de coopération comme « pré-sélection IA — optimisation par les experts ».

création d’items en collaboration homme-machine;validité;test de lecture en anglais;choix multiples