Le point d’interrogation compte. Je ne crois pas que l’Afrique ait un destin technologique déjà écrit, ni qu’elle doive courir derrière un calendrier unique du progrès. Mais je m’interroge sur la place qui nous est proposée dans l’essor de l’intelligence artificielle. Utilisateurs, fournisseurs de données, clients de services : ces rôles existent. Ils ne suffisent pas à donner prise sur les orientations des outils. Le rendez-vous pourrait être manqué si nous confondions leur diffusion avec notre capacité à les concevoir et à les gouverner.

Depuis le Burkina Faso, je vois dans cette question un prolongement du débat sur la souveraineté numérique. Les grands modèles dont nous parlons sont largement conçus et entraînés hors de nos pays. Cela ne rend pas leurs réponses inutiles. Cela invite à examiner les choix inscrits dans leur fabrication : quelles langues ont été prises en compte, quels documents ont servi de référence, quelles tâches ont guidé les évaluations ? Ces choix peuvent influencer ce qu’un système sait traiter et ce qu’il laisse dans l’ombre.

Une langue ne se résume pas à une traduction

Je pense notamment au mooré, langue des Mossi, au dioula et au fulfuldé. Leur présence dans nos échanges quotidiens ne garantit pas leur prise en charge satisfaisante par un outil numérique. Une démonstration réussie sur quelques phrases ne permet pas de conclure à la fiabilité d’un service. Il faut regarder les variantes, les usages écrits et oraux, les changements de langue dans une conversation et les mots dont le sens dépend du contexte. Cette évaluation demande la participation de locuteurs compétents.

L’enjeu dépasse le confort linguistique. Si l’accès à une information dépend de la maîtrise du français écrit, une interface nouvelle peut reproduire une barrière ancienne. Une réponse vocale dans une langue familière pourrait ouvrir d’autres possibilités, à condition d’être correcte et compréhensible. Je me garderais pourtant de présenter la traduction automatique comme une réparation universelle. Une procédure confuse reste confuse après traduction. L’accessibilité exige aussi de revoir la manière dont l’information est organisée et expliquée.

Les données linguistiques posent ensuite des questions de pouvoir. Qui choisit les expressions considérées comme représentatives ? Qui enregistre, transcrit, corrige et reçoit une rémunération pour ce travail ? Avec quel accord une voix devient-elle une ressource réutilisable ? Je veux que les communautés concernées puissent comprendre les usages envisagés et peser sur leurs conditions. Produire des données africaines pour qu’une valeur soit captée ailleurs, sans capacité locale durable, ne suffirait pas à répondre au problème que nous prétendons résoudre.

Des initiatives existent déjà

La réflexion ne part pas de rien. Masakhane est une initiative de recherche communautaire consacrée au traitement automatique des langues africaines. Le projet Common Voice de Mozilla propose une démarche collaborative de collecte de données vocales. Ces expériences illustrent des voies différentes pour constituer des ressources et mobiliser des contributeurs. Je les mentionne comme des points d’appui, sans en déduire que toutes nos langues seraient couvertes ni que les ressources disponibles conviendraient directement à un service public burkinabè.

Ce qui m’intéresse dans ces démarches, c’est la possibilité de participer à la fabrication du savoir technique. Collecter un corpus, documenter ses limites et construire une évaluation sont des contributions fondamentales. Elles méritent d’être reconnues au même titre que l’annonce d’un modèle. Une équipe qui comprend précisément où un système échoue dispose déjà d’une capacité précieuse : elle peut orienter les améliorations et empêcher que des résultats flatteurs masquent des usages fragiles.

Mesurer le coût de la dépendance

La dépendance ne se lit pas seulement sur une facture. Elle apparaît lorsqu’un changement de tarif rend un service difficile à maintenir, lorsqu’une modification du modèle altère ses réponses ou lorsqu’il devient compliqué de transférer une application ailleurs. Elle concerne aussi les savoirs que nous ne construisons pas en déléguant durablement certaines fonctions. Je ne dis pas qu’il faut tout internaliser. Je souhaite que ces conséquences entrent dans la décision initiale, au même titre que la facilité de mise en route.

L’autre risque est de confondre autonomie et reproduction à petite échelle de la course aux modèles géants. Nous pouvons dépenser beaucoup d’énergie à imiter un objectif qui ne correspond pas à nos besoins. Je préfère demander ce que nous voulons rendre possible : retrouver une information, transcrire une parole, aider à comprendre un document. Un modèle plus limité, associé à des ressources bien préparées et évalué sérieusement, peut constituer une piste à examiner sans promettre de répondre à tout.

Construire des capacités qui restent

Par « modèles locaux », j’entends donc plusieurs possibilités qu’il faut distinguer : un modèle développé par une équipe locale, adapté à une langue ou à un usage local, ou exploité sur une infrastructure maîtrisée. Ces propriétés ne vont pas nécessairement ensemble. Les rendre explicites permet de décider où investir. Nous pourrions commencer par des usages circonscrits, constituer les données nécessaires avec leurs détenteurs et comparer plusieurs solutions selon leur utilité réelle, leurs contraintes et leur coût de fonctionnement.

Les données ouvertes peuvent soutenir cet effort lorsqu’elles sont publiables et accompagnées de conditions de réutilisation claires. « Ouvert » ne signifie pas que toute information devrait être exposée. Il faut distinguer les ressources destinées au partage des données personnelles ou sensibles, et documenter les consentements nécessaires. Une ressource utile demande aussi un entretien : corriger une transcription, préciser une origine, signaler une limite. Je voudrais que les financements reconnaissent cette durée, au lieu de s’arrêter au moment où le jeu de données est annoncé.

Les alliances régionales peuvent enfin donner de la continuité à des efforts dispersés. Des équipes pourraient partager des méthodes d’évaluation, des formations et des moyens de calcul, en associant les communautés linguistiques au-delà des frontières. Cela exige une gouvernance explicite et une répartition discutée des responsabilités. Le rendez-vous reste ouvert si nous acceptons ce travail patient. Je jugerai notre progression à la capacité de nos chercheurs, de nos institutions et de nos citoyens à orienter les outils dont ils dépendent, jusque dans la possibilité de les refuser.