Pourquoi l'IA parle encore mal le wolof, et comment ça peut changer

Demandez à un assistant IA d'écrire en wolof : le résultat est souvent approximatif, mélangé de français, parfois incompréhensible. Ce n'est pas un hasard, et ce n'est pas une fatalité.

Une IA apprend avec ce qu'elle lit

Les grands modèles de langage apprennent en lisant d'énormes quantités de textes. Plus une langue est présente sur le web, dans les livres et les documents, mieux l'IA la maîtrise. L'anglais et le français sont partout. Le wolof, parlé par des millions de personnes, s'écrit beaucoup moins : il vit surtout à l'oral, dans les conversations, la radio, les vidéos et les messages vocaux.

Une écriture qui varie

Il existe une orthographe officielle du wolof en alphabet latin, mais dans la vie de tous les jours chacun écrit un peu comme il l'entend, souvent à la française, et une tradition d'écriture en caractères arabes (le wolofal) existe aussi. Pour une machine, un même mot écrit de plusieurs façons ressemble à plusieurs mots différents.

Ce qui peut faire bouger les choses

• rassembler des textes et des enregistrements en wolof, avec l'accord de ceux qui les produisent ;
• transcrire l'oral : la reconnaissance vocale transforme des heures d'audio en texte exploitable ;
• faire relire les traductions par des locuteurs, pour corriger la machine ;
• construire des outils pensés d'abord pour les usages locaux.

C'est précisément l'esprit de SunuXel : une IA qui part des langues et des usages du Sénégal, au lieu de les traiter comme une option.