Alors que l'intelligence artificielle (IA) remodèle en profondeur les économies, les systèmes éducatifs et les modes de communication à l'échelle mondiale, une grande partie de l'Afrique demeure à l'écart de cette transformation. Sur un continent où l'on parle plus de 2 000 langues selon l'UNESCO, la quasi-totalité des outils numériques assistants vocaux, traducteurs automatiques, moteurs de recherche ont été conçus pour fonctionner en anglais, en français ou en mandarin. Des millions de locuteurs de swahili, de yoruba, de lingala ou de haoussa se trouvent ainsi exclus des services en ligne, de l'éducation numérique et de la vie économique connectée.
Face à cette marginalisation, des chercheurs et entrepreneurs africains ont décidé de prendre les choses en main. Deux initiatives se distinguent particulièrement : Masakhane, une communauté panafricaine de recherche en traitement automatique des langues (TAL), et Lelapa AI, une startup sud-africaine spécialisée dans les modèles linguistiques pour langues locales. Ces projets soulèvent une question essentielle : dans quelle mesure l'IA développée depuis le continent africain, pour ses propres langues, peut-elle constituer un levier d'émancipation numérique et culturelle ? Pour y répondre, cet article examine d'abord les enjeux de la technologie des langues africaines, avant d'analyser les apports spécifiques de Masakhane et de Lelapa AI, puis d'évaluer les défis et perspectives qui conditionnent l'avenir de ce chantier.
La technologie des langues africaines : un enjeu de souveraineté numérique
Une exclusion structurelle aux conséquences concrètes
La notion de fracture numérique recouvre traditionnellement des inégalités d'accès aux équipements et à la connectivité. Mais il existe une autre fracture, moins visible et tout aussi redoutable : la fracture linguistique. Comme le montre le rapport de l'Union internationale des télécommunications (UIT, 2023), la majorité des contenus en ligne et des interfaces numériques sont produits dans une dizaine de langues seulement, alors que l'humanité en parle plus de 7 000. Pour l'Afrique, qui concentre à elle seule environ un tiers de la diversité linguistique mondiale, cette situation est particulièrement critique.
Concrètement, un locuteur du zoulou, du lingala ou de l'isiXhosa ne peut ni dicter un message vocal à son téléphone, ni obtenir des services administratifs en ligne dans sa langue, ni accéder à des ressources pédagogiques numériques adaptées. Cette exclusion n'est pas anodine : elle renforce les inégalités sociales, freine l'accès à l'information de santé publique, et marginalise des pans entiers de la population africaine dans l'économie numérique mondiale.
Le traitement automatique des langues africaines : un chantier scientifique urgent
Le traitement automatique des langues (TAL) regroupe l'ensemble des techniques permettant à une machine de comprendre, traduire, analyser et générer du texte ou de la parole. Pour qu'un modèle d'IA fonctionne dans une langue donnée, il faut disposer de corpus linguistiques massifs des millions de textes annotés, de transcriptions audio, de dictionnaires numériques. Or, comme l'ont montré les études MasakhaNER (Adelani et al., 2021) sur la reconnaissance d'entités nommées et AfriSenti (Muhammad et al., 2023) sur l'analyse de sentiments, les langues africaines souffrent d'un déficit chronique de ressources numériques. La plupart des grands modèles de langage comme GPT ou BERT ont été entraînés sur des corpus où les langues africaines représentent moins de 1 % des données.
C'est précisément ce vide que des initiatives africaines cherchent aujourd'hui à combler, en combinant recherche académique, développement technologique et mobilisation communautaire.
Masakhane et Lelapa AI : deux approches complémentaires
Masakhane : la recherche collaborative au service des langues africaines
Fondée en 2020, Masakhane dont le nom signifie « nous construisons ensemble » en isiZulu est une communauté ouverte de chercheurs africains oeuvrant à l'intersection de la linguistique et de l'intelligence artificielle. Son modèle est résolument non commercial et participatif : linguistes, informaticiens et spécialistes du TAL de plusieurs pays africains y contribuent bénévolement, en publiant leurs travaux en open source afin que n'importe quel développeur ou laboratoire puisse les réutiliser et les améliorer.
Les réalisations concrètes de Masakhane sont significatives. La communauté a coordonné la création de jeux de données couvrant plus de 50 langues africaines, notamment le swahili, le zoulou, le yoruba, le lingala et l'amharique. Elle a produit des modèles de traduction automatique et d'analyse de texte pour ces langues, des benchmarks permettant d'évaluer objectivement les performances des modèles existants, ainsi que des ressources pédagogiques visant à former une nouvelle génération de chercheurs africains en IA. Comme l'indique le site officiel de l'initiative, l'objectif est de « rendre les langues africaines accessibles aux technologies de l'information, en impliquant directement les communautés locales ». Ce modèle d'innovation ouverte et collaborative constitue une réponse originale aux logiques propriétaires qui dominent le secteur de l'IA mondiale.
Lelapa AI : de la recherche au produit commercial
Là où Masakhane agit comme une communauté académique, Lelapa AI startup sud-africaine fondée en 2022 adopte une démarche entrepreneuriale. Son ambition est de transformer les avancées de la recherche en solutions technologiques immédiatement utilisables par les entreprises et les développeurs africains. Deux produits phares incarnent cette vision.
Le premier est InkubaLM, un modèle de langage multilingue africain entraîné sur des données en swahili, yoruba, isiXhosa, haoussa et isiZulu. Conçu pour gérer le code-switching le mélange naturel de plusieurs langues dans une même phrase, courant en Afrique InkubaLM représente une avancée technique majeure, car les modèles occidentaux peinent à traiter ce phénomène. Le second est Vulavula, une plateforme API qui permet à des tiers d'intégrer des services de reconnaissance vocale, de traduction automatique et d'analyse de texte en langues africaines dans leurs propres applications. Ces outils ouvrent des perspectives concrètes pour les secteurs de la santé, de l'administration publique, de l'éducation et du commerce.
Défis persistants et perspectives pour l'IA linguistique africaine
Des obstacles structurels à surmonter
Malgré ces avancées, le chemin vers une IA véritablement inclusive pour l'Afrique reste semé d'embûches. Le premier défi est celui des données : entraîner un modèle de langage performant requiert des corpus de plusieurs milliards de mots, et la plupart des langues africaines en sont encore très loin. Collecter, annoter et mettre en forme ces données demande un investissement humain et financier considérable, difficile à réunir sur le seul continent africain.
Le financement constitue le deuxième obstacle majeur. Développer et héberger des modèles d'IA exige des infrastructures cloud coûteuses. Les initiatives africaines dépendent souvent de subventions internationales ou de partenariats avec des universités étrangères, ce qui fragilise leur autonomie à long terme. À cela s'ajoute la faiblesse des infrastructures numériques dans de nombreuses régions : une connexion internet instable ou intermittente rend difficile l'utilisation en temps réel de ces outils par les populations auxquelles ils sont destinés. Enfin, la diversité interne des langues africaines dialectes, variantes régionales, tons complexifie la tâche des ingénieurs et multiplie les besoins en ressources spécialisées.
Des perspectives prometteuses pour la souveraineté numérique africaine
Ces défis ne sauraient occulter l'ampleur des transformations déjà en cours. Sur le plan de l'inclusion numérique, les outils développés par Masakhane et Lelapa AI permettent à des millions de locuteurs de langues locales d'interagir avec les services numériques dans leur propre langue une avancée dont l'impact social est difficile à surestimer. Dans les secteurs de la santé publique, de l'éducation ou de l'administration, des interfaces en swahili, en yoruba ou en isiXhosa peuvent transformer l'accès aux droits et aux services pour des populations jusque-là exclues.
Sur le plan culturel, l'intégration des langues africaines dans les technologies numériques contribue à leur vitalité et à leur transmission intergénérationnelle. Une langue qui existe dans les moteurs de recherche, les assistants vocaux et les plateformes d'apprentissage a davantage de chances de survivre à la mondialisation. Enfin, sur le plan économique et scientifique, ces initiatives stimulent l'émergence d'un écosystème africain de l'IA chercheurs, startups, investisseurs capable de produire ses propres modèles plutôt que de consommer ceux conçus ailleurs. Comme le souligne Africa Research à propos de Lelapa AI, ces technologies permettent à l'Afrique de « renforcer sa souveraineté numérique et créer de nouvelles opportunités économiques et éducatives ».
Conclusion
Masakhane et Lelapa AI incarnent une conviction partagée : l'intelligence artificielle ne sera véritablement transformatrice pour l'Afrique que si elle est conçue depuis le continent, dans les langues du continent, par et pour ses populations. Ces initiatives démontrent qu'il est possible de produire des technologies de pointe en Afrique, à condition de mobiliser la recherche collaborative, l'entrepreneuriat local et le soutien institutionnel. Les obstacles manque de données, financement limité, fractures infrastructurelles sont réels, mais ils sont en cours d'être surmontés, preuve par preuve, langue par langue.
À une époque où la souveraineté numérique est devenue un enjeu géopolitique majeur, l'exemple de ces deux initiatives rappelle que la diversité linguistique n'est pas un fardeau technologique, mais une richesse à mettre en valeur. L'avenir de l'IA africaine se conjuguera en swahili, en yoruba et en lingala ou ne se conjuguera pas pleinement.
Références
Adelani, D. I. et al. « MasakhaNER: Named Entity Recognition for African Languages ». arXiv, 2021.
Africa Research. « Profil de Lelapa AI ». africa-research.org, consulté en 2024.
af.net. « South Africa's Lelapa AI launches InkubaLM to support African languages ». af.net, 2024.
Lelapa AI. Site officiel. lelapa.ai, consulté en 2024.
Masakhane. Site officiel. masakhane.io, consulté en 2024.
Muhammad, S. H. et al. « AfriSenti: Sentiment Analysis for African Languages ». arXiv, 2023.
Union internationale des télécommunications (UIT). Rapport sur le développement des télécommunications dans le monde. 2023.
UNESCO. Les langues africaines dans le monde numérique. 2022.