1. Introduction

1Dans le monde universitaire, il est courant de recourir aux évaluations des enseignements par les étudiant·es (EEE) en organisant des enquêtes à l’issue de la période d’enseignement : ces questionnaires permettent aux étudiant·es de donner leur avis quant à l’organisation des cours, aux apprentissages acquis et aux compétences des enseignant·es. Les EEE constituent un outil important à l’université non seulement en vue d’améliorer la qualité des enseignements, mais aussi en raison du rôle qu’elles jouent dans des pays tels que la Belgique, dans les décisions relatives à l’emploi, à savoir l’embauche, la promotion, le salaire et l’octroi de prix. La question de savoir si les EEE sont biaisées est donc essentielle puisque celles-ci pourraient refléter des stéréotypes, des préjugés et des doubles standards chez les étudiant·es et, par conséquent, conduire à l’application de critères d’évaluation différents pour les enseignants et les enseignantes plutôt que traduire leurs compétences pédagogiques réelles (Basow & Martin, 2012 ; Biernat, 2003 ; Carli, 2001 ; Carli, Alawa, Lee, Zhao & Kim, 2016 ; Eagly & Karau, 2002 ; Foschi, 2000). Dans des milieux traditionnellement masculins, ces biais pourraient aller à l’encontre des enseignantes jusqu’à entraver leur carrière académique : à cause d’évaluations plus négatives de celles des hommes, elles pourraient se voir reléguées à des postes de niveau inférieur, des évaluations négatives étant, dans certains pays, l’un des obstacles principaux à la promotion à l’université. En effet, selon le dernier rapport She Figures (Commission Européenne [CE], 2021), en 2018 les femmes représentaient 48,1% des titulaires d’un doctorat, mais leur présence à l’université diminuait au fur et à mesure que l’on avançait dans l’échelle académique, phénomène dit du « tuyau percé ». Elles occupaient 46,6% des postes universitaires de grade C (postes d’assistant·e, chargé·e de cours etc.), 40,3% des postes de grade B (postes de professeur·e associé·e) et seulement 26,2% des postes de grade A (postes de professeur·e titulaire). Ainsi, malgré les efforts déployés au niveau européen en matière de recherche et d’innovation, dans le monde académique, les femmes continuent d’occuper majoritairement les échelons les plus bas de la carrière universitaire.

2. Sélection du corpus et méthode d’analyse des données 

3Pour réaliser cette revue de la littérature, nous avons d’abord effectué une recherche préliminaire de différents termes en anglais, français et espagnol sur Google Scholar, afin d’identifier les mots-clés principaux employés dans ce type d’études. Ensuite, nous avons identifié les bases de données à partir de trois critères : (1) les domaines disciplinaires qu’elles incluent (2) la langue et le contexte géographique et (3) l’accès à la base de données. Plus précisément, les bases de données devaient être multidisciplinaires ou spécialisées dans les sciences humaines et sociales, inclure des articles en anglais, français et/ou espagnol (langues parlées par les auteures) et permettre le libre accès ou à partir d’un identifiant de notre université, l’Université libre de Bruxelles. Sur base de ces critères, nous avons sélectionné Google Scholar, Scopus, ProQuest Central, Érudit, Scielo et Redalyc. Les trois premières sont des bases de données internationales et multidisciplinaires. Érudit, Scielo et Redalyc sont, au contraire, régionales et de sciences humaines et sociales. Par ailleurs, Érudit est francophone, alors que Scielo et Redalyc publient des articles en espagnol et en portugais. 

4Nous avons ensuite effectué une recherche dans les bases de données sélectionnées. Les mots-clés et les opérateurs booléens utilisés peuvent être consultés dans le tableau 1. Chaque algorithme de recherche reposait sur le mot-clé, « genre », combiné avec le mot-clé « évaluations ». Les mots ont été saisis en anglais, français et espagnol. Par ailleurs, en anglais les mots « professor OR faculty OR higher education » ont été ajoutés pour affiner la recherche vu le nombre élevé de résultats.

Tableau 1. Recherche de mots clés

Langue	Mot-clé « genre »	Mot-clé « évaluations »
EN	Gender differences  Gender bias  Sex differences  Sex bias  Gender inequality	Student evaluations Student ratings  AND  (professor OR faculty OR higher education)
FR	Biais de genre  Biais de sexe  Différences de sexe  Différences de genre	Évaluation des enseignements  Évaluation de l’enseignement
ES	Sesgos de género  Diferencias de género	Evaluación docente Evaluación de la docencia

5Sur base de ces recherches, deux critères ont été appliqués pour présélectionner les documents : le fait qu’ils traitent des EEE dans l’enseignement supérieur et qu’ils examinent les caractéristiques des enseignant·es qui relèvent de l’EDI (égalité, diversité et inclusion). Cette présélection a abouti à un total de 358 documents qui, après l’élimination des doublons, se sont réduits à 245. Les critères d’inclusion ont ensuite été élargis pour comprendre aussi :

• L’accès au texte intégral.

• La sélection de chapitres de livres et d’articles évalués par les pairs.

• La sélection de documents de type théorique, empirique, de revue de la littérature ou de méta-analyse.

• L’application d’une limite de temps aux études empiriques, qui ne devaient pas dater d’avant 2005.

• L’inclusion uniquement des revues de la littérature systématiques et des méta-analyses dont le sujet principal est le « biais ».

6Après l’application de ces critères, la sélection finale a abouti à un total de 88 documents. Une première lecture des résumés des articles retenus a, par la suite, été menée afin de classer les articles selon :

• Le type d’article : études empiriques, articles théoriques, revues de la littérature et méta-analyses.

• Le type de données : articles traitant des scores et des commentaires écrits.

• La méthodologie utilisée pour recueillir les données : études observationnelles (réalisées à partir de l’observation de la réalité et analysant des variables ne pouvant pas être manipulées par les chercheur·es) et études expérimentales ou quasi-expérimentales (où les chercheur·es peuvent créer des situations artificielles, intervenant sur les variables étudiées).

7En raison de la multitude de publications sur le sujet, nous avons choisi de nous concentrer sur les études empiriques observationnelles portant sur les scores, ce qui réduit le corpus des documents présentés à 50. Parmi ceux-ci, une trentaine sont d’origine états-unienne, tandis que les autres proviennent de divers pays du monde (principalement d’Europe et d’Amérique Latine).

8En ce qui concerne la méthode d’analyse, nous avons employé une analyse de contenu (Andréu Abela, 2000). Nous avons créé un tableau, où chaque ligne correspondait à l’un des articles sélectionnés et chaque colonne à l’une des catégories ci-dessous :

• Type d’étude (distinguant les études observationnelles des études expérimentales) ;

• Caractéristiques de l’échantillon ; 

• Méthodologie d’analyse des données ;

• Variables étudiées ; 

• Résultats principaux, à savoir les relations entre les variables et la taille des effets.

9Une fois le tableau rempli avec ces informations, nous y avons ajouté quatre colonnes supplémentaires intitulées « Biais liés au genre de l’enseignant·e », « Biais liés au genre de l’étudiant·e », « Biais liés à la discipline » et « Biais liés au niveau/années d’études » où nous avons noté la présence (« oui »), l’absence (« non ») ou le défaut de mention (« / ») de ces biais pour chaque article. Cela nous a permis d’avoir une vue d’ensemble des résultats principaux.

3. Résultats 

10Dans cette section, nous présenterons les résultats que l’analyse de contenu a mis en évidence. La première partie sera consacrée au genre de l’enseignant·e et de l’étudiant·e, ainsi qu’à leurs interactions. La deuxième et troisième partie porteront sur les interactions du genre avec le domaine disciplinaire et le niveau d’études respectivement.

3.1. Le genre de l’enseignant·e, le genre de l’étudiant·e et leurs interactions

11La plupart des études traitant des scores ont montré que les EEE ne sont pas exemptes de biais de genre. Très peu sont d’ailleurs celles qui n’ont détecté aucun biais lié au genre des enseignant·es (Acevedo Álvarez & Mairena Rodríguez, 2006 ; Bassey & Joshua, 2016 ; Brockx, Spooren & Mortelmans, 2011 ; Stuber, Watson, Carle & Staggs, 2009 ; Thawabieh, 2017). Néanmoins, ces biais révèlent une grande variété de résultats qui sont rarement convergents, voire contradictoires. Pour rendre plus claire leur complexité, nous distinguerons d’abord entre les études qui montrent des biais en faveur des enseignants (et donc au détriment des enseignantes) et celles qui, au contraire, montrent des biais en faveur des enseignantes (au détriment des enseignants). 

13Certaines études montrent des résultats plus nuancés. Si les enseignants sont mieux évalués dans certains aspects, les enseignantes le sont dans d’autres (Angelo et al., 2019 ; Huebner & Magel, 2015 ; Medel & Asún, 2014 ; Ólafsdóttir, 2018 ; Vázquez Arenas et al., 2018), mais encore une fois, la taille de l’effet est faible. Par exemple, l’étude d’Angelo et al. (2019) illustre ces contrastes. À partir de MedHub, un système qui permet aux stagiaires en médecine d’évaluer leurs enseignant·es, les chercheur·es ont analysé les évaluations d’étudiant·es inscrit·es en chirurgie générale. Les résultats montrent que les enseignantes ont obtenu des scores plus favorables dans les domaines des soins aux patient·es, du professionnalisme (respect des rendez-vous, ponctualité etc.) et de la défense des patient·es au sein du système de santé. Quant aux enseignants, ils ont reçu des scores plus élevés dans la catégorie « savoir médical ». Medel et Asún (2014) montrent également que les étudiant·es de la faculté de sciences sociales de l’Universidad de Chile évaluent plus positivement les hommes en ce qui concerne leur maîtrise de la matière, alors qu’ils et elles attribuent des scores plus élevés aux femmes dans les sphères des habiletés pédagogiques et de la responsabilité. Par ailleurs, d’autres études montrent que si l’on demande aux étudiant·es d’attribuer des caractéristiques à leurs enseignant·es, celles utilisées pour décrire les femmes et les hommes sont très différentes entre elles : les femmes sont accessibles, aimables, compatissantes et attentives aux autres, elles sont souvent considérées comme étant en mesure d’interagir avec leurs étudiant·es et de favoriser l’interaction individuelle enseignant·e-étudiant·e. Au contraire, les hommes sont surtout définis par le leadership, ils sont perçus comme ayant une meilleure maîtrise de la matière, comme étant plus compétents, innovants, dynamiques et enthousiastes (Basow, Phelan & Capotosto, 2006 ; Burke, Head-Burgess & Siders, 2017). Ces différences d’appréciation indiquent l’application de critères d’évaluation différents pour les enseignants et pour les enseignantes.

14Les interactions entre le genre de l’enseignant·e et celui de l’étudiant·e jouent aussi un rôle déterminant sur les EEE. Plusieurs articles mettent en évidence des same-gender biais, à savoir des biais qui montrent une préférence des étudiants pour leurs enseignants d’un côté, et des étudiantes pour leurs enseignantes de l’autre. Basow et al. (2006) montrent à ce propos que les étudiants sont beaucoup plus enclins à désigner comme meilleur professeur un homme. Au contraire, le pourcentage d’étudiants qui nomment leurs enseignantes comme étant les meilleures qu’ils n’aient jamais eues, correspond seulement à la moitié du pourcentage d’enseignantes qu’ils ont effectivement eues. D’autres études (Boring, 2017 ; Boring et al., 2016 ; Zare-ee et al., 2016) montrent des résultats similaires : tant globalement que dans les différentes dimensions de l’enseignement, les hommes reçoivent des scores plus élevés lorsqu’ils sont évalués par des étudiants. Par exemple, la probabilité qu’un étudiant évalue un professeur comme excellent en termes de satisfaction globale est entre 33% et 41% fois plus élevée que celle que le même étudiant qualifie une enseignante d’excellente (Boring, 2017). Mengel et al. (2019) montrent que les enseignantes reçoivent systématiquement des scores inférieurs à ceux des hommes et ce biais est dû essentiellement aux évaluations des étudiants.

15La concordance de genre prédit aussi les scores que les étudiantes attribuent à leurs enseignantes. Dans certains cas, elle est moins significative que chez les hommes (Boring, 2017 ; Boring et al., 2016), dans d’autres, c’est plutôt le contraire. Gehrt et al. (2015) expliquent d’ailleurs que les étudiantes semblent préférer les enseignantes de rang inférieur, telles que les assistantes ou les professeures associées, plutôt que celles de rang supérieur, telles que les professeures titulaires. Cela pourrait montrer un biais en faveur du corps professoral le plus similaire en termes de genre et d’âge relatif.

16D’autres études (Gupta, Garg & Kumar, 2018 ; Price, Svensson, Borell & Richardson, 2017 ; Young, Rush & Shaw, 2009) ne mettent en lumière aucune tendance systématique des étudiant·es à donner des scores différents aux enseignant·es du même genre. Néanmoins, l’effet de ces interactions est faible.

17L’interaction entre le genre de l’enseignant·e et celui de l’étudiant·e se manifeste également à travers le cross-gender bias. Dans ce cas-ci, ce sont les étudiants qui évaluent plus positivement les enseignantes, alors que les étudiantes attribuent des scores plus élevés aux enseignants. Deux études (Gupta et al., 2018 ; Kohn & Hatfield, 2006) mettent en évidence ce phénomène. Plus spécifiquement, Kohn et Hatfield (2006) montrent que ce sont les étudiantes qui évaluent les enseignants de façon significativement plus élevée. Cependant, ces différences entre étudiants et étudiantes se doivent d’être nuancées. En effet, d’un point de vue structurel, peu de différences dans les évaluations globales des étudiant·es en fonction de leur genre peuvent être observées.

3.2. Le domaine disciplinaire 

19Des différences apparaissent aussi entre les disciplines traditionnellement masculines et celles féminines. Dans le contexte états-unien, Stuber et al. (2009) identifient les sciences dites dures, les mathématiques, l’ingénierie et le business comme étant des disciplines masculines, les sciences humaines et les arts comme étant féminines et les sciences sociales comme étant neutres sur le plan du genre. Ces catégorisations se réfèrent aux expert·es qui ont enseigné et créé les connaissances dans ces domaines, ainsi qu’au contenu des programmes et aux styles pédagogiques utilisés. Les résultats montrent que les disciplines dites masculines prédisent des scores de qualité globale de l’enseignement plus faibles, ce qui confirme la tendance des étudiant·es dans les STIM à attribuer à leurs enseignant·es des scores plus négatifs que dans les sciences humaines et sociales (Basow & Montgomery, 2005 ; Stuber et al., 2009). Toutefois, Pama et al. (2013) montrent des résultats qui vont dans le sens contraire : en matière d’efficacité de l’enseignement, les scores moyens de la faculté de technologie industrielle sont significativement plus élevés que ceux de la faculté des arts et des sciences. Bien que cette étude soit la seule exception, les auteur·es n’utilisent pas des méthodes d’analyse des données inédites, ni n’émettent d’hypothèses quant à ces résultats en contradiction avec la tendance générale. Or, Pama et al. (2013) ont mené leur étude dans une école spécialisée en sciences et technologie aux Philippines. D’une part, ces résultats pourraient dépendre de l’orientation des étudiant·es qui y sont inscrit·es qui apprécient davantage les enseignant·es des domaines STIM par rapport à ceux et celles des arts. De l’autre, nous ne pouvons pas exclure que ces différences soient de nature culturelle. La dimension genrée des disciplines scientifiques pourrait varier aussi en fonction de l’histoire et de la culture propres aux domaines disciplinaires dans différentes zones géographiques du monde.

20Le domaine disciplinaire peut aussi interagir avec le genre de l’enseignant·e (Basow & Montgomery, 2005 ; Bianchini, Lissoni & Pezzoni, 2013 ; Fassiotto et al., 2018 ; Fisher et al., 2019 ; Gupta et al., 2018 ; Martínez-González et al., 2012 ; Narayanan, Sawaya & Johnson, 2014 ; Price et al., 2017 ; Rivera & Tilcsik, 2019 ; Rosen, 2018). Dans les départements d’ingénierie, d’informatique, de business et économie et de droit, ce sont les enseignantes qui perdent le plus de points. D’ailleurs, si tous·tes les enseignant·es sont moins bien évalué·es, ce sont les femmes qui sont les plus touchées. Dans les autres domaines, en revanche, à savoir l’anglais, la philosophie, l’histoire et l’histoire de l’art, le genre de l’enseignant·e ne semble pas interagir avec la discipline. Néanmoins, la taille des effets de cette interaction est faible. 

21Par ailleurs, il semblerait que dans les domaines disciplinaires à faible représentation féminine au sein du corps enseignant, les enseignantes soient moins bien évaluées que leurs homologues masculins. Par contre, dans les domaines à représentation féminine moyenne ou élevée, il n’y aurait pas de différence majeure entre les genres ni de conséquences négatives pour les hommes. Cela montre un effet négatif de la faible représentation des femmes dans certaines disciplines (Fassiotto et al., 2018 ; Narayanan et al., 2014 ; Rivera & Tilcsik, 2019). Les résultats de Martínez-González et al. (2012) sont similaires, mais dans ce cas-ci la sous-représentation des hommes a aussi un effet négatif sur les évaluations, montrant que la faible représentation peut défavoriser autant les hommes que les femmes. Quant à Mengel et al. (2019), leur étude met en exergue une taille des effets assez comparable qui va dans le même sens autant pour les cours avec une majorité d’instructrices que pour ceux avec une majorité d’instructeurs. Cela suggère que les biais au détriment des enseignantes vont à l’encontre des enseignantes en tant que telles plutôt que contre leur faible niveau de représentation.

22Toutefois, Gupta et al. (2018) révèlent un comportement de genre atypique de la part des étudiant·es, qui ont tendance à donner une note plus élevée aux enseignants dans les disciplines à faible représentation masculine et aux enseignantes dans les cours à faible représentation féminine. Si un comportement de genre typique est observé en ingénierie électrique, où les hommes sont mieux évalués que les femmes, en ingénierie informatique, en ingénierie civile et en mathématiques c’est plutôt le contraire. Malgré la sous-représentation féminine dans ces domaines, les enseignantes ont été mieux notées que leurs homologues hommes, alors que ces derniers ont reçu de meilleurs scores en sciences humaines et sociales où ils sont sous-représentés par rapport aux enseignantes (Gupta et al., 2018). Price et al. (2017) illustrent aussi un comportement de genre atypique : les étudiant·es en informatique attribuent des scores plus élevés aux enseignantes, alors que les étudiant·es en ingénierie environnementale font de même pour leurs enseignants. Ces résultats sont remarquables car au vu de la proportion d’étudiants et de celle d’étudiantes dans ces facultés, l’informatique est davantage masculine, alors que l’ingénierie environnementale est plutôt féminine. Néanmoins, la taille des effets de ces interactions est faible.

23Enfin, certaines études révèlent aussi une interaction entre la discipline, le genre de l’enseignant·e et celui de l’étudiant·e (Gupta et al., 2018 ; Martínez-González et al., 2012 ; Mengel et al., 2019). Mengel et al. (2019) montrent que les étudiants attribuent aux enseignantes des scores inférieurs d’environ 17% à l’écart type des enseignants dans les cours sans contenu mathématique. Quant aux étudiantes, la différence n’est que de 4% et n’est pas significative. Cependant, pour les cours de mathématique, les différences sont plus importantes, car les étudiants attribuent aux enseignantes des scores inférieurs d’environ 32% à l’écart type de leurs homologues hommes. Pour les étudiantes, l’effet est également important : dans les cours de mathématiques, elles attribuent aux enseignantes des scores inférieurs d’environ 28% à l’écart type des enseignants. Par contre, Gupta et al. (2018) et Martínez-González et al. (2012) ne mettent en lumière aucune tendance systématique. Les effets de cette interaction sont faibles.

3.3. Le niveau d’études

24Les biais rencontrés dans les EEE dépendent aussi du niveau d’études ou de l’année d’inscription à l’université (Acevedo Álvarez & Mairena Rodríguez, 2006 ; Arámburo Vizcarra & Luna Serrano, 2013 ; Bianchini et al., 2013 ; Johnson et al., 2013 ; Kozub, 2010 ; McPherson et al., 2009 ; Medel & Asún, 2014 ; Mengel et al., 2019 ; Narayanan et al., 2014 ; Sena & Crable, 2017 ; Vázquez Arenas et al., 2018).

26Concernant les interactions du niveau d’études avec le genre de l’enseignant·e, Johnson et al. (2013) montrent que les enseignantes obtiennent des scores significativement plus faibles dans les cours de niveau inférieur (première et deuxième année de premier cycle) que leurs homologues hommes, alors que ceci n’est pas le cas dans les cours de niveau supérieur ou de deuxième cycle, où il n’y a pas de différence entre hommes et femmes. L’effet de cette interaction est néanmoins faible. En revanche, Vázquez Arenas et al. (2018) montrent que les femmes obtiennent des scores moyens légèrement plus élevés de la part des étudiant·es de niveau master et dans les cours supérieurs de premier cycle, tandis que les hommes obtiennent de meilleures évaluations dans les autres niveaux. Toutefois, ces différences sont petites et peu significatives. Medel et Asún (2014) indiquent que, contrairement à ce qui se passe avec les enseignants, les enseignantes sont moins bien évaluées par les élèves du deuxième cycle et mieux évaluées par les élèves du premier cycle. Cet effet d’interaction n’est pas sans importance, puisque, dans l’ensemble, il fait perdre aux enseignantes environ quatre points en pourcentage, alors que les enseignants gagnent à peu près autant, ce qui produit un écart entre hommes et femmes d’environ huit points.

27Pour finir, Medel et Asún (2014) montrent l’existence d’une interaction entre le niveau d’études, le genre de l’enseignant·e et celui de l’étudiant·e. Celle-ci suit le même schéma que l’interaction ci-dessus, mais la différence entre le premier et le deuxième cycle est encore plus prononcée lorsque les évaluations sont complétées par des étudiants. Autrement dit, la baisse dans les scores attribués aux enseignantes lors du passage du premier au deuxième cycle est presque le double dans les évaluations des étudiants par rapport à celles des étudiantes. Mengel et al. (2019) relèvent aussi une interaction entre ces trois variables : les biais à l’encontre des enseignantes de la part des étudiants sont plus petits lorsqu’ils entrent à l’université en première année de bachelier et environ deux fois plus importants pour les années consécutives. Pour les étudiantes, seules celles en master attribuent des scores plus faibles à leurs enseignantes.

4. Discussion et conclusions

28Les résultats mettent en évidence la complexité des biais qui affectent les EEE et la difficulté d’avoir accès à un instrument fiable reflétant les compétences pédagogiques et les capacités réelles des enseignant·es.

29La littérature révèle des biais qui, le plus souvent, défavorisent les enseignantes. Ce désavantage s’accentue dans les domaines STIM et les cours de premier cycle, mais la taille des effets est, dans la majorité des cas, faible. Ces biais sont imputables autant au genre de l’enseignant·e qu’à d’autres variables, telles que le genre de l’étudiant·e, le domaine disciplinaire et le niveau d’études qui, interagissant avec celui-ci, complexifient la manière dont ils se répercutent sur les scores attribués aux enseignant·es.

30En plus du genre, les sources de biais potentielles sont très nombreuses. Les études observationnelles montrent d’autres variables qui ne sont pas analysées dans le cadre de cette revue mais qui ont néanmoins un impact sur les EEE. Celles-ci peuvent être classées en trois groupes : les caractéristiques du cours, telles que la taille de la classe (Acevedo Álvarez & Mairena Rodrìguez, 2006 ; Arámburo Vizcarra & Luna Serrano, 2013 ; García Berro et al., 2011 ; Johnson et al., 2013 ; Miles & House, 2015 ; Narayanan et al., 2014 ; Ólafsdóttir, 2018), les caractéristiques de l’enseignant·e et les caractéristiques de l’étudiant·e, à savoir l'âge, la race et l'ethnicité (Adibifar, 2019 ; Campbell et al., 2005 ; Johnson & Crews, 2013 ; McPherson et al., 2009 ; Reid, 2010 ; Smith & Hawkins, 2011 ; Smith & Johnson-Bailey, 2011), ou encore la note attendue ou obtenue par les étudiant·es pour un cours (Acevedo Álvarez & Mairena Rodríguez, 2006 ; Boehmer & Wood, 2017 ; Boring, 2017 ; Boring et al., 2016 ; Brockx et al., 2011 ; Campbell et al., 2005 ; García Berro et al., 2011 ; Johnson et al., 2013 ; McPherson et al., 2009 ; Miles & House, 2015 ; Narayanan et al., 2014 ; Thawabieh, 2017). Par ailleurs, les études expérimentales indiquent qu’il existe aussi des variables, telles que le style d’enseignement (Anderson & Smith, 2005 ; Anderson, 2010 ; Burnell, Cojuharenco & Murad, 2018), qui influencent les différences repérées en termes de scores entre les enseignants et les enseignantes. De telles variables ne peuvent pas être étudiées dans le cadre d’études observationnelles, car elles nécessiteraient l’intervention des chercheur·es et la création de situations artificielles pour vérifier leur effet sur les résultats, toutes autres conditions étant égales par ailleurs. Toutefois, elles pourraient affecter et complexifier la manière des étudiant·es d’évaluer les enseignant·es.

31Ensuite, les scores attribués aux enseignant·es sont loin d’avoir toujours la même signification. Cette revue permet de prendre conscience de la difficulté de comprendre la réelle signification des scores ainsi que de comparer les EEE entre elles. Cette difficulté découle non seulement du fait que les questionnaires d’évaluation ne sont guère standardisés d’une université à l’autre, mais elle est également observable au sein d’une même institution. La littérature illustre à quel point la façon d’évaluer les enseignant·es peut changer en fonction du genre de l’enseignant·e qui donne le cours, du genre de l’étudiant·e qui l’évalue, du domaine disciplinaire auquel l’étudiant·e appartient et de son niveau d’études. Ainsi, le fait d’avoir recours à un même instrument d’évaluation ne rend pas les EEE forcément comparables, puisque d’un groupe d’étudiant·es à l’autre la signification attribuée aux scores peut changer considérablement.

32La question méthodologique ne doit pas être sous-estimée non plus. L’ampleur de l’impact des biais pourrait découler, entre autres, de l’étendue de l’échelle employée dans les EEE. Rivera et Tilcsik (2019) montrent que si sous l’échelle de dix points les enseignantes sont moins bien évaluées que les enseignants, sous l’échelle de six points et surtout dans les matières à prédominance masculine, les différences entre les évaluations des hommes et des femmes disparaissent ou diminuent considérablement. Autrement dit, l’impact des biais pourrait être lié à un artefact de la méthodologie employée pour recueillir les données ainsi que pour les analyser. La difficulté à repérer des biais de genre dans certaines études semblerait plutôt liée à une question méthodologique : il est d’ailleurs difficile d’imaginer que le monde académique échappe à une dynamique de genre et que les étudiant·es n’aient pas des attentes genrées vis-à-vis des enseignant·es. Dans le monde académique, les hommes continuent d'être la norme, le point de référence duquel les femmes s'écartent : ils sont perçus comme plus compétents et comme beaucoup plus influents que les enseignantes (Carli, 2001 ; Laube, Massoni, Sprague & Ferber, 2007 ; Sprague & Massoni, 2005). Il faut donc analyser les EEE avec prudence puisque certains choix méthodologiques, comme les analyses statistiques des scores, pourraient rendre invisibles des nuances que l’analyse qualitative pourrait par contre relever. D’autre part, la présence de différences ne conduit pas automatiquement à des biais. Les écarts observés entre les scores des enseignants et des enseignantes pourraient être également le résultat de différences réelles dans la manière de donner cours des hommes et des femmes. Pour ces raisons, il serait souhaitable non seulement de faire appel à une analyse statistique des scores, mais aussi d’élargir le cadre d’analyse, mettant en exergue ce que les commentaires écrits et les réponses à des questions ouvertes pourraient apporter. En raison des avantages de l’analyse des commentaires, il est de plus en plus courant d’y avoir recours (Heath et al., 2019 ; Rojek et al., 2019 ; Terkik, Prud’hommeaux, Alm, Homan & Franklin, 2016 ; Wallace, Lewis & Allen, 2019).

33Par ailleurs, définir comme des biais les différences dans la manière des étudiant·es d’évaluer les enseignants et les enseignantes part du présupposé qu’il est possible de mesurer des écarts par rapport à une manière de juger non biaisée. Toutefois, cette vision ne s’intéresse pas à l’activité de jugement en elle-même, ni à la façon dont les acteur·trices sociaux·ales, ici les étudiant·es, produisent leurs jugements. Les différences spécifiques propres aux étudiant·es dans la manière de construire leur jugement constituent un aspect intéressant à approfondir qui, une fois de plus, représente une raison de se méfier des EEE (Bailey, Gupta & Schrader, 2000), et d’une analyse focalisée exclusivement sur les scores.

34Nous aimerions revenir aussi sur les interactions entre le genre de l’enseignant·e et le domaine disciplinaire et surtout sur le concept de culture disciplinaire. La majorité de la littérature scientifique a relevé des biais à l’encontre des enseignantes dans les domaines STIM. Ces résultats ne sont pas étonnants si l’on considère une certaine histoire des sciences qui en fait une activité masculine. À ce titre elle apparaît liée à des valeurs et normes masculines, telles que l’objectivité, l’ordre et la hiérarchie, au détriment des celles jugées (ou construites) plus féminines comme la subjectivité et la spontanéité. Les activités jugées féminines, tout en s’appuyant sur un savoir-faire spécifique, ont été historiquement exclues du domaine des sciences pour être classées comme des arts (Bernardis, 2013 ; Carli et al., 2016 ; Fox Keller, 1985, 1991 ; Ginzberg, 1987 ; Löwy, 1995). Intégrer une perspective de genre dans l’histoire sociale et culturelle des sciences permet déjà d’éclairer les mécanismes qui ont servi à établir les contours des disciplines scientifiques. Selon Gilbert, Crettaz Von Roten et Alvarez (2006), l’exclusion des femmes de certains domaines (comme les branches techniques et scientifiques) ne s’expliquerait pas tant par la socialisation différenciée sur le plan sexué qu’à leur culture disciplinaire. Il faut donc dépasser cette perspective de socialisation, resituer l’exclusion féminine dans le cadre de la sociologie des sciences et se focaliser sur les savoirs des différentes disciplines, leurs modes de production, leurs formes de communication et d’organisation, leurs valeurs et normes. À partir de cette perspective, Gilbert et al. (2006) montrent que ce sont la prédominance d’une rationalité en finalité ainsi que le caractère spécialisé du savoir qui font que certains domaines, tels que les STIM, restent moins accessibles aux femmes. Les cultures disciplinaires de ces domaines reproduisent les caractéristiques supposées et construites d’un point de vue sociohistorique des mondes masculins fondés sur la rigueur et l’uniformité et résistent face à la féminisation et la diversification. Ces cultures seraient donc non seulement genrées mais elles auraient, en même temps, un effet de genre propre (Gilbert, 2009). Néanmoins, selon le pays ou la zone géographique, la dimension genrée d’un même domaine présente une certaine variabilité. Les cultures disciplinaires de certains domaines et les effets de genre qui les accompagnent pourraient ne pas être exactement les mêmes d’une région du monde à l’autre, en fonction aussi de leur histoire et culture. Dès lors, lorsqu’on travaille sur les biais de genre dans les EEE, il faut prendre conscience de ces différences afin de mettre en pratique des stratégies efficaces pour rendre le monde académique plus égalitaire.

35La suppression des obstacles à la participation des femmes à la recherche et à l’innovation est l’un des objectifs de l’Espace Européen de la Recherche. Dans ce contexte, la mise en place de plans d’égalité de genre dans les universités est de plus en plus courante. Cet article, seule revue sur le sujet en français, apporte un regard critique sur les EEE dans le milieu universitaire actuel où favoriser l'égalité de genre dans les carrières scientifiques devient une priorité. Nous espérons contribuer ainsi à la réflexion et au débat sur la pertinence de ces évaluations dans le cadre des politiques de genre.