Quand les langues régionales partent à la conquête de l’IA

L'intelligence artificielle est désormais partout : dans nos téléphones, nos applications, nos moteurs de recherche, nos traducteurs automatiques, nos assistants vocaux… Mais comment cette technologie intègre-elle les spécificités linguistiques, les particularismes culturels et les identités locales propres à chaque territoire ? Peut-on imaginer des modèles d’IA différents de ceux conçus par les acteurs dominants du marché, majoritairement entraînés en anglais ? Et à quels services pourraient-ils répondre ? C’est le travail sans précédent auquel se sont confrontés les partenaires du projet LINGUATECH IA, le second volet du programme européen LINGUATECH qui vise à défendre la place des langues régionales dans l’univers numérique. Un point d’étape était proposé ce mercredi à Bayonne, à l’occasion des cours d’été transfrontaliers.

Des langues invisibilisées sur Internet

Ce matin, dans l'assemblée, informaticiens, linguistes et professionnels des médias semblent d'emblée s'accorder sur un point : l'avenir des langues minoritaires passera par l'IA ou ne passera pas. L'IA, ce n'est pas le futur, c'est le présent, c'est maintenant que ça se joue, appuie Helena Torres Purroy, spécialiste de l'occitan aranais à l’Université de Lleida en Catalogne et associée aux travaux. On ne parle pas d'un territoire nouveau à conquérir mais d'un espace existant à occuper. Un chiffre donne à lui seul la mesure de la situation : sur les quelques 7 000 langues parlées dans le monde, à peine 5 % disposent aujourd'hui d'une véritable présence sur Internet. Sans cette fenêtre de visibilité, les idiomes régionaux seront tôt ou tard voués à disparaître. Dès lors, l’enjeu n’est plus de questionner l'utilité de la machine mais plutôt de s’interroger sur son usage.

Une plateforme pionnière

Pilote du projet LINGUATECH, le centre de recherche Elhuyar, qui développe depuis plus de 20 ans des outils technologiques en langue basque, rappelle le rôle pionnier qu’a joué le Pays Basque dans la révolution digitale. Même s’il est encore loin des grandes langues internationales, l’euskara a aujourd’hui une bonne santé numérique, souligne Aitzol Astigarraga Pagoaga, coordinateur d’Orai, la branche d’Elhuyar dédiée à l’intelligence artificielle. Et ce n’est pas le fruit du hasard. Grâce au travail engagé depuis des années, nous pouvons puiser aujourd’hui dans des bases de données très riches pour entrainer nos modèles.  La conférence du jour était l’occasion de présenter leur dernière création : une application de sous-titrage et de doublage générés par IA. La plateforme scanne une vidéo, retranscrit la voix en texte, propose des traductions en six langues différentes et va même jusqu’à générer une nouvelle voix à partir de ces contenus. Encore à l’étape de prototype, la solution pourrait être ouverte au public mais pour des usages limités pour le sous-titrage de courtes vidéos ou le doublage de films d’entreprise, décrit Itziar Cortés Etxabe, informaticienne et coordinatrice de l’Unité Language et Technologie au sein d’Elhuyar.

Rester souverains

Pour aller plus loin, nous avons besoin de beaucoup plus de ressources, que ce soient des capacités financières, de la puissance de calcul mais aussi des données linguistiques. Car c’est souvent là où le bât blesse. Pour s’améliorer, les intelligences artificielles ont besoin d’ingérer des quantités toujours plus importantes d’informations. Mais pour les petites langues déjà invisibilisées, il faut souvent bidouiller, explique Aure Séguier, développeuse informatique au Congrès, l’organisme public dédié à la langue occitane. Comme nous n’avons pas suffisamment de données sur Internet, on part de dictionnaires papiers qu’on formate en numérique, on fait lire des textes, mais ça demande un temps de retraitement très long et qui dépasse parfois les capacités des machines.

Invités de la journée, des professionnels des médias et des responsables politiques ont également pu débattre de l’intérêt de déployer des solutions d’IA à l’échelle du territoire pyrénéen. Un enjeu de souveraineté technologique mais aussi de représentation culturelle, a rappelé Javier Arakama Urtiaga, directeur général d’Euskarabidea, l'institut navarrais de la langue basque. Sur des plateformes comme Spotify, par exemple, les artistes basques sont sous-représentés et ne sont pas recommandés par les algorithmes. Nous avons besoin de déployer des solutions collaboratives, à notre image. Un constat partagé par Mathieu Bergé, conseiller régional de Nouvelle-Aquitaine et ancien président de l’Office Public de la langue basque qui souligne les bénéfices de ces technologies pour aider les petites langues à exister tout en s’interrogeant. Ça coûtera sans doute moins cher de mettre des guichets avec de l’IA dans nos services publics plutôt que des humains mais qui va pouvoir transmettre la langue ensuite ? Comment va-t-on former de nouveaux locuteurs si c’est la technologie qui nous répond ?

Entre promesses et inquiétudes, le journaliste Lionel Buannic, venu présenter les deux web-télés Brezowheb et Oc’TV qu’il a fondées, formule ce vœu pour l’avenir. Que l’intelligence artificielle soit capable demain d’intégrer les traits les plus fins et subtils de nos cultures, de notre histoire, de nos imaginaires pour enrichir et colorer les langues que l’on se transmet.