Les fantômes linguistiques de l’IA : les machines peuvent-elles faire revivre les langues mortes ou les enterrer à jamais ?

De nombreuses langues qui définissaient des cultures n’existent plus que sous forme de documents écrits, de fragments ou dans les mémoires d’un petit nombre de locuteurs. Certaines ont disparu à cause de la conquête, de la colonisation et de la suppression culturelle. D’autres ont disparu lorsque les jeunes générations ont cessé de les parler. Chaque perte a non seulement supprimé la langue, mais également les connaissances et l’identité culturelle qu’elle portait.

Aujourd’hui, l’intelligence artificielle (IA) est utilisée pour étudier les manuscrits, les archives audio et les inscriptions pour reconstruire la grammaire, le vocabulaire et la prononciation perdus. Les partisans considèrent cela comme un moyen possible de rétablir les langues, offrant aux communautés un moyen de se reconnecter avec leur héritage linguistique.

Cependant, il existe des risques. Les reconstructions sans contexte culturel, profondeur historique et utilisation communautaire active peuvent produire des langues qui semblent précises mais ne sont pas vraiment fonctionnelles ou significatives. Dans de tels cas, la préservation reste limitée à des archives statiques, confirmant leur disparition plutôt que de l’inverser.

La perte de langues à l’ère de la mondialisation

Le déclin de la diversité linguistique se produit actuellement à un rythme plus rapide qu’à tout autre moment de l’histoire. L’UNESCO estime que près de 40% des 7 000 langues du monde sont en danger, avec une langue disparaissant environ toutes les deux semaines. Il s’agit non seulement d’une perte de systèmes de communication, mais également de perspectives uniques, d’histoires et de connaissances spécialisées.

Les efforts de documentation traditionnels, tels que l’enregistrement de la parole, la cartographie de la grammaire et l’archivage des histoires orales, sont essentiels mais souvent lents. De nombreuses langues s’estompent avant de pouvoir être entièrement enregistrées.

L’IA commence à changer ce rythme. Des outils avancés peuvent traiter des enregistrements audio rares, identifier des modèles et reconstruire des systèmes linguistiques incomplets beaucoup plus rapidement que les méthodes traditionnelles. Même si cela offre de nouvelles opportunités de préservation, cela pose également des défis. Si la préservation se concentre uniquement sur les données sans engagement communautaire ou ancrage culturel, le résultat peut être un archive précise mais déconnectée de l’utilisation vivante.

Le maintien de l’héritage linguistique dans le monde moderne nécessite une coopération entre les chercheurs, les technologistes et les communautés elles-mêmes pour garantir que la préservation soit à la fois précise et culturellement significative.

L’IA dans la reconstruction linguistique et la réactivation des langues

Ces dernières années, l’IA est passée d’un outil de recherche à un moteur principal de la reconstruction linguistique. Les modèles d’apprentissage automatique, en particulier les réseaux de neurones profonds, traitent désormais des tâches qui nécessitaient autrefois des décennies d’efforts universitaires méticuleux. Ces systèmes peuvent analyser de vastes dépôts de manuscrits, d’inscriptions et d’enregistrements audio en une fraction du temps nécessaire autrefois, en révélant des modèles qui auraient pu être invisibles aux chercheurs humains.

La reconstruction technologique de langues perdues combine souvent deux méthodes complémentaires. La première utilise des modèles de reconnaissance de modèles pour détecter des structures récurrentes dans la grammaire, la syntaxe et le vocabulaire à partir d’enregistrements survivants. La seconde applique des systèmes génératifs, tels que des modèles de langage à grande échelle (LLM), pour combler les lacunes. Les connaissances de la première étape guident la seconde, permettant aux modèles de neurones de suggérer des mots, des phrases ou même des modèles phonétiques manquants. En s’entraînant sur des langues apparentées et une documentation partielle, ces systèmes peuvent générer des versions plausibles de la façon dont la langue aurait pu sonner et de la façon dont ses phrases auraient probablement été formées.

Plusieurs projets réels montrent comment ces méthodes fonctionnent dans la pratique. La recherche assistée par l’IA a modélisé les racines du proto-indo-européen avec une plus grande précision statistique, reconstruit les phonétiques anciennes du grec à partir de manuscrits incomplets et créé une synthèse vocale réaliste pour les langues en danger, permettant aux communautés d’entendre des prononciations inouïes depuis des décennies.

Cependant, la reconstruction fait face à des défis techniques et culturels. Des données limitées ou de mauvaise qualité peuvent amener les modèles à générer des modèles qui n’ont jamais existé. Même lorsque la précision statistique est élevée, elle ne reflète pas toujours l’authenticité culturelle. C’est pourquoi de nombreux projets associent les sorties algorithmiques à l’expertise de linguistes, d’anthropologues et, surtout, de locuteurs natifs.

De nouvelles techniques telles que l’apprentissage auto-supervisé ajoutent un potentiel supplémentaire. Ces modèles peuvent apprendre des règles structurelles à partir de données monolingues sans s’appuyer sur des traductions parallèles, les rendant adaptés aux langues ayant peu de ressources. Lorsqu’ils sont utilisés dans des contextes collaboratifs, ils offrent à la fois de la rapidité et de l’échelle tout en préservant le contexte culturel.

La reconstruction basée sur l’IA ne peut réussir que si la technologie travaille avec les personnes. Les meilleurs résultats se produisent lorsque l’IA aide les experts humains et les dirigeants communautaires au lieu de les remplacer. De cette façon, les enregistrements silencieux peuvent redevenir des langues vivantes et parlées.

L’évolution de la préservation des langues numériques des archives statiques à la réactivation interactive

Avant l’IA, les efforts de préservation des langues en danger et éteintes dépendaient principalement d’archives numériques statiques. Des projets tels que le Projet Rosette et l’Archive des langues en danger collectaient des dictionnaires, des manuscrits, des enregistrements audio et des artefacts culturels. Ces collections offraient aux chercheurs et aux communautés un accès précieux à l’héritage linguistique. Cependant, ces ressources étaient largement passives. Les apprenants pouvaient consulter des mots ou écouter des enregistrements, mais avaient des possibilités limitées pour utiliser ou pratiquer les langues de manière active. Cela restreignait leur rétablissement en tant que formes vivantes.

L’IA, d’un autre côté, a transformé cette situation en introduisant l’interactivité et l’engagement dynamique. Les outils d’IA modernes incluent des chatbots, des assistants vocaux et des applications de traduction qui peuvent parler, écouter et répondre dans des langues en danger ou éteintes. Cette avancée permet aux langues de dépasser les matériaux de référence. Elles peuvent maintenant faire partie de la vie quotidienne, de l’éducation et de l’expression culturelle grâce à des expériences interactives.

Un atout majeur de l’IA réside dans la traduction et la reconstruction. Lorsque des dictionnaires ou des textes complets manquent, les modèles d’IA analysent les langues apparentées pour combler les lacunes. Par exemple, si 30 % du vocabulaire d’une langue est perdu, les modèles d’IA peuvent suggérer des mots probables en utilisant des informations provenant de langues similaires ou de documents historiques. L’IA reconstruit également les sons de langues perdues. En combinant des détails phonétiques d’anciens textes avec des connaissances linguistiques modernes, les voix générées par l’IA parlent désormais des langues comme le sumérien, le sanskrit et le vieux norrois. Cela permet aux apprenants et aux chercheurs d’entendre des langues qui ont été silencieuses pendant des siècles.

Les défis et les considérations éthiques dans la réactivation des langues par l’IA

L’IA a permis de nouvelles façons de réactiver les langues en danger et éteintes. Cependant, de nombreux défis subsistent dans ce processus. Les sorties de l’IA ne sont que des approximations les meilleures sans locuteurs natifs pour les vérifier. Parfois, les modèles d’IA produisent des prononciations ou des usages qui semblent plausibles mais peuvent ne pas être historiquement ou culturellement précis. Cela souligne la nécessité d’une collaboration étroite entre les technologistes, les linguistes et les membres de la communauté linguistique. De tels partenariats doivent garantir que la réactivation des langues respecte à la fois l’héritage culturel et la vérité historique.

Un risque significatif est que la réactivation par l’IA puisse créer une langue qui n’existe que numériquement. Une langue est plus que du vocabulaire et de la grammaire ; elle vit dans l’utilisation quotidienne, les habitudes sociales, l’humour et les pratiques culturelles. Si une langue est reconstruite par l’IA mais non parlée ou utilisée régulièrement par les gens, elle devient un artefact de musée statique. Elle est préservée techniquement mais socialement inactive.

Les préjugés sont une autre préoccupation. Les données d’entraînement proviennent souvent d’archives de l’époque coloniale ou de sources extérieures. Ceux-ci peuvent refléter des perspectives qui diffèrent de la vision de la communauté. Si l’IA apprend à partir de telles données biaisées, elle peut reproduire une version déformée de la langue. Cela risque de fausser l’héritage et l’identité réels de la communauté.

La dépendance excessive à l’égard des outils d’IA peut également être problématique. Si les communautés s’appuient uniquement sur l’IA pour l’enseignement et le maintien des langues, elles peuvent perdre la motivation de transmettre la langue par interaction personnelle. La transmission orale et l’engagement communautaire sont essentiels à la survie d’une langue. L’IA devrait soutenir ces processus, et non les remplacer.

Les questions éthiques liées à la propriété et au contrôle sont cruciales. De nombreux groupes autochtones et minoritaires considèrent la langue comme une partie intégrante de leur patrimoine culturel. Ils s’inquiètent du fait que de grandes entreprises technologiques pourraient revendiquer des droits sur le contenu linguistique généré par l’IA, en particulier si celui-ci est basé sur des enregistrements réalisés par leurs aînés. Pour protéger les droits des communautés, les efforts de réactivation doivent impliquer les personnes locales dès le départ. Les projets doivent respecter le consentement, la souveraineté des données et les sensibilités culturelles. L’IA doit agir en tant que partenaire, en aidant mais jamais en remplaçant la prise de décision humaine.

Des exemples prometteurs de cette approche existent. En Nouvelle-Zélande, les outils d’IA aident à créer des ressources linguistiques pour la langue maorie. Tout le contenu est examiné et approuvé par des linguistes et des éducateurs maoris. De même, au Canada, l’IA soutient les langues autochtones telles que l’inuktitut et le cri. Les communautés utilisent l’IA pour développer leurs propres outils d’apprentissage numériques. Même si l’IA accélère la création de ressources, l’essence de la réactivation reste l’enseignement humain et la pratique culturelle.

Cette approche combinée utilise la puissance de traitement de l’IA aux côtés des connaissances culturelles et de la sagesse des locuteurs natifs. Cela aide à maintenir les langues vivantes à la fois en ligne et dans la vie quotidienne. L’IA peut accélérer la réactivation, mais elle doit travailler main dans la main avec les personnes, la culture et l’utilisation communautaire pour réellement restaurer ces langues.

En résumé

La réactivation des langues mortes et en danger est une tâche complexe. L’IA offre des outils puissants pour accélérer la reconstruction et créer des ressources interactives. Cependant, la technologie seule ne peut pas réactiver entièrement une langue. La véritable réactivation dépend des personnes, des locuteurs natifs, des communautés et des pratiques culturelles qui maintiennent la langue vivante chaque jour.

L’IA doit agir en tant que partenaire de soutien, et non en remplacement, en veillant à ce que les langues réactivées portent une signification et une valeur culturelles réelles. La collaboration entre les technologistes, les linguistes et les communautés est essentielle pour équilibrer la précision, l’authenticité et le respect de l’héritage. Seulement alors pouvons-nous aller au-delà de la préservation des mots dans les archives pour restaurer des langues vivantes et parlées qui nous relient à notre passé et enrichissent notre avenir.