L’intelligence artificielle générative (IAG) connaît actuellement un essor sans précédent, notamment depuis l’accessibilité au grand public de l’agent conversationnel ChatGPT. Cette IAG se caractérise par sa capacité à répondre à des commandes qui sont écrites sous forme d’un texte continu ou d’une conversation. Selon la commande qui lui est formulée, l’IAG peut répondre en créant un texte ou un contenu multimédia, par exemple. Les potentialités de l’IAG pour favoriser l’apprentissage des étudiant∙es postsecondaires sont donc nombreuses et variées. Ainsi, cette recension visait à synthétiser les recherches qui portaient sur l’usage de l’IAG pour soutenir l’autoévaluation des apprentissages en fournissant de la rétroaction (feedback) sur une production qui lui est demandée d’évaluer. La communication présentera en détail la stratégie de recherche documentaire, les critères d’inclusion/exclusion et les bases de données consultées. Les résultats permettent de comparer les cas d’usages l’IAG pour fournir de la rétroaction selon les outils utilisés, les disciplines visées et certaines caractéristiques des étudiant∙es ou des enseignant∙es. La discussion propose des pistes de recherche futures qui viseraient à analyser l’influence de la rétroaction fournie par une IAG sur les apprentissages.