Une réponse confiante, et fausse
Posez une question nuancée en isiZulu ou en yoruba à un agent conversationnel de pointe réputé : il risque fort de répondre avec fluidité et assurance, mais à côté de la plaque. Non pas parce que le modèle manque de sophistication, mais parce qu'il a été entraîné en très grande majorité sur des contenus en anglais, en mandarin et dans une poignée d'autres langues disposant de nombreuses ressources. Les langues africaines ont été reléguées au second plan, lorsqu'elles étaient présentes. L'Afrique compte environ 2 000 langues. Presque aucune n'a façonné les données utilisées pour construire les modèles que tout le monde est censé adopter.
Cet écart n'est pas une erreur d'arrondi que la prochaine génération de modèles corrigera d'elle-même. C'est une caractéristique structurelle de la façon dont les modèles de pointe sont construits : ils exploitent les corpus les plus abondants sur Internet, lesquels reflètent encore des décennies d'investissements inégaux. Certaines langues ont été numérisées, certaines émissions de radio transcrites et certains romans scannés, tandis que d'autres langues ont été négligées. Une poignée d'équipes africaines ont décidé de combler elles-mêmes cet écart plutôt que de le subir comme un effet secondaire.
Une communauté qui refuse d'attendre la prochaine mise à jour
Masakhane(lien externe, nouvel onglet) — le nom signifie « nous construisons ensemble » en isiZulu — est une communauté de recherche panafricaine qui rassemble des contributeurs dans plus de trente pays. Sa position est directe : les langues africaines ne deviendront pas spontanément une priorité technologique pour les laboratoires étrangers. Les chercheurs africains doivent donc maîtriser les données, les tests de référence et les modèles au lieu d'attendre qu'on les inclue. La communauté a déjà publié des tests de traduction et de reconnaissance vocale pour des dizaines de langues africaines qui n'en disposaient pas auparavant. Ce travail repose sur une recherche ouverte et reproductible plutôt que sur la feuille de route d'une seule entreprise.
Ce cadrage compte pour quiconque, hors d'Afrique, suppose que « l'IA pour le prochain milliard d'utilisateurs » consiste surtout à réduire un modèle existant et à lui ajouter une couche de traduction. Le moment technologique de l'Afrique a déjà montré que la contrainte favorise souvent une meilleure conception que l'abondance. La couverture linguistique raconte la même histoire : la solution n'est pas un modèle de pointe plus gros, mais de meilleures données, produites par des personnes qui parlent réellement la langue concernée.
Des startups transforment la recherche en produits
L'entreprise sud-africaine Lelapa AI(lien externe, nouvel onglet) illustre bien ce passage de la recherche au produit. Sa plateforme Vulavula assure la transcription et la traduction vocales pour des centres de relation client dans les télécommunications et les services financiers. Elle est spécialement conçue pour gérer l'alternance codique, cette façon qu'ont les locuteurs de passer de l'isiZulu au sesotho puis à l'anglais au sein d'une même phrase, que la plupart des systèmes de transcription entraînés sur des données monolingues gèrent mal. Le positionnement de Lelapa est direct : l'efficience est un principe de conception, pas une contrainte ajoutée après coup à un modèle surdimensionné, car l'infrastructure disponible dans la plupart des marchés africains n'a jamais ressemblé à un centre de données de la Silicon Valley.
Cette recherche d'efficience fait écho à une idée que j'ai déjà abordée dans un autre contexte : les petits modèles deviennent un pari stratégique sérieux, précisément parce que la plupart des tâches réelles n'exigent pas la puissance de calcul d'un modèle de pointe. Chez Lelapa, la contrainte n'est pas une préférence. C'est une exigence qui aboutit à un produit réellement différent et, à certains égards, plus rigoureux qu'une simple version réduite de l'agent conversationnel d'un tiers.
Ce que ça doit changer dans votre vision de l'IA « mondiale »
Si votre feuille de route produit suppose qu'un seul modèle de pointe, même bien guidé, finira par couvrir chaque marché et chaque langue, cette hypothèse mérite d'être réexaminée sérieusement. La couverture linguistique, l'alternance codique et le contexte culturel ne se règlent pas par l'ingénierie des prompts. Ils exigent des données qui n'existent pas encore dans la plupart des jeux d'entraînement et des équipes qui les construisent délibérément, plutôt que d'espérer qu'un modèle plus gros finisse par les absorber.
Pour toute entreprise qui prévoit réellement d'opérer sur des marchés africains, cela signifie considérer les fournisseurs locaux d'IA comme une option d'approvisionnement à part entière, et non comme une case de conformité ou une ligne de responsabilité sociale. Le critère de qualité reste le même que partout ailleurs : le système fonctionne-t-il sur des paroles réelles, désordonnées et mêlant plusieurs langues, plutôt que sur une phrase de test parfaitement préparée ?
À retenir
Si votre produit touche un marché africain, testez-le sur des paroles réelles mêlant plusieurs langues avant de supposer que l'aisance de votre modèle de pointe en anglais se transposera automatiquement.
