L’intelligence artificielle comprend aujourd’hui des centaines de langues. Sur les quelque 2 000 langues parlées en Afrique, une poignée seulement est correctement prise en charge par les grands modèles. Cette absence décide qui pourra demain utiliser ces outils dans sa langue, et qui en restera écarté.
Des langues « peu dotées »
Les grands modèles de langage s’entraînent sur d’énormes volumes de texte, surtout en anglais et dans quelques langues occidentales. Les langues africaines entrent dans la catégorie des langues « peu dotées » (low-resource) : peu de corpus numériques, peu de dictionnaires exploitables, peu de données audio annotées. Les modèles mondiaux les ignorent ou les traitent mal.
Ce déséquilibre a des conséquences concrètes. Un modèle entraîné sans le wolof, le mooré ou le lingala répond mal à un locuteur de ces langues et passe à côté des nuances culturelles qu’elles portent. Il peut aussi produire des biais, en plaquant des références étrangères sur des réalités africaines. Donner leur place aux langues du continent répond à une exigence pratique : sans elles, l’IA reste inutilisable pour des millions de personnes.
Un enjeu de souveraineté
Les langues ouvrent l’accès aux services numériques. Or une large part de la population africaine ne maîtrise pas assez le français ou l’anglais écrits pour utiliser des interfaces textuelles. L’IA linguistique change la donne : consulter la météo en mooré ou comprendre une ordonnance en wolof, sans passer par l’écrit.
L’économie compte aussi. Les données vocales et textuelles africaines ont de la valeur. Captées par des acteurs étrangers, elles profiteront d’abord à ces derniers. Cette logique nourrit la volonté de bâtir des modèles ancrés dans les langues et les données du continent, un mouvement que détaille notre article sur les modèles d’IA souverains.
Les projets qui ouvrent la voie
La réponse vient largement du continent. Plusieurs initiatives, portées par des chercheurs et des communautés locales, montrent le chemin.
Masakhane occupe une place centrale. Ce collectif panafricain de chercheurs en traitement du langage naturel coordonne, de façon décentralisée, le développement d’outils pour les langues africaines : traduction automatique, reconnaissance d’entités nommées, évaluation des modèles existants en contexte africain. Les locuteurs eux-mêmes contribuent à constituer les données. Le mouvement académique Deep Learning Indaba forme en parallèle une génération de chercheurs sur le continent.
Côté modèles, la start-up sud-africaine Lelapa AI a lancé InkubaLM en septembre 2024. Son nom renvoie au bousier, ce scarabée qui déplace jusqu’à 250 fois son poids. Avec 400 millions de paramètres seulement, ce « petit modèle de langage » couvre cinq langues très parlées (swahili, haoussa, yoruba, isiZulu, isiXhosa) et sert environ 364 millions de locuteurs. Sa taille réduite est un choix assumé : il consomme moins de puissance de calcul et d’énergie qu’un modèle géant, ce qui le rend adapté aux infrastructures africaines. InkubaLM montre qu’on peut servir les langues africaines sans les moyens de la Silicon Valley.
La question francophone
Pour l’Afrique francophone, le défi se pose à deux niveaux : exister face à l’anglais qui domine l’IA mondiale, et préserver les langues nationales aux côtés du français. Le Sénégal a inscrit les langues locales dans sa stratégie nationale d’IA, et des travaux avancent autour du wolof. Le bambara, le mooré, le fon, le dioula ou le lingala restent en grande partie à numériser. Le Burkina Faso et ses voisins ont là une carte à jouer : documenter et structurer leurs propres langues avant que d’autres ne le fassent à leur place.
Des obstacles tenaces
Le chemin reste long. Les langues tonales, où l’intonation change le sens d’un mot, compliquent la reconnaissance vocale. La diversité dialectale ajoute une difficulté : un modèle entraîné dans une région fonctionne mal dans une autre. S’y ajoutent le manque de financements durables et la pénurie de spécialistes. Constituer des corpus de qualité, langue par langue, demande un travail de fond, peu visible mais décisif.
Les bases se mettent en place. En misant sur des modèles frugaux, sur le travail collaboratif et sur ses propres données, l’Afrique construit des outils qui parlent réellement ses langues. Pour situer ce chantier dans l’ensemble, voir notre guide sur l’intelligence artificielle en Afrique et notre cartographie des technologies vocales africaines.