Le débat africain sur l’intelligence artificielle oscille entre deux postures également confortables : l’adoption enthousiaste et le refus inquiet. Les deux supposent que la technologie est disponible et qu’il ne resterait qu’à décider si l’on s’en sert. Ce n’est pas la situation. Sur environ deux mille langues
africaines, quarante-deux seulement bénéficient d’une forme de prise en charge par les modèles de langue existants. Quatre-vingt-huit pour cent des langues du continent sont sévèrement sous- représentées ou purement ignorées par la linguistique computationnelle. La question n’est donc pas d’adopter ou de refuser un outil : c’est de savoir pourquoi il n’est pas construit pour la majorité de ceux qui vivent ici.
ARGUMENT CONTESTÉ PAR DAA MEDIA
CE QU’ON DIT
L’argument de la patience technologique n’est pas absurde. Toute technologie commence par servir les marchés solvables avant de se diffuser : le téléphone mobile, l’internet et la monnaie électronique ont suivi cette
trajectoire, et l’Afrique a fini par se les approprier de manière parfois plus inventive qu’ailleurs. Le retard initial
ne préjuge pas de l’usage final.
L’argument de l’utilité immédiate compte aussi. Les modèles actuels fonctionnent en français, en anglais, en
portugais, en arabe — les langues officielles de la plupart des administrations africaines. Un cadre associatif de
Douala ou de Dakar en tire un bénéfice réel dès aujourd’hui pour rédiger, traduire, synthétiser. Attendre une IA
en langues nationales pour commencer à s’en servir serait un choix coûteux.
CE QUI CLOCHE
Quarante-deux langues sur deux mille
L’Afrique abrite environ un tiers des langues du monde. Les modèles de langue en couvrent quarante-deux seulement, essentiellement celles qui comptent de très nombreux locuteurs ou disposent d’un statut officiel. Quatre langues seulement — l’amharique, le swahili, l’afrikaans et le malgache — sont systématiquement prises en charge ; plus de 98 % des langues africaines ne le sont pas. Trois systèmes d’écriture sont largement supportés : le latin, l’arabe et le guèze.
42 / 2 000
langues africaines bénéficient d’une forme de prise en charge par les modèles de langue existants.
Source : arXiv:2506.02280 (2025)
Ces chiffres ne décrivent pas un décalage temporaire. Ils décrivent un tri.
Le corpus est le mécanisme
Un modèle apprend de ce qui est écrit et accessible en ligne. Les langues africaines sont quasi absentes des corpus issus du web — Wikipédia, CommonCrawl — sur lesquels les modèles sont préentraînés. Ce qui n’est pas écrit et publié n’existe pas pour ces systèmes.
88 %
des langues du continent sont sévèrement sous-représentées ou purement ignorées par la linguistique computationnelle.
Source : arXiv:2507.00297 (2025)
La conséquence dépasse largement la question linguistique. Les savoirs transmis oralement, les pratiques agronomiques locales, les usages thérapeutiques, les jurisprudences coutumières sont structurellement invisibles pour des machines qui n’apprennent que du texte publié. On construit donc des systèmes qui synthétisent le savoir mondial en excluant méthodiquement les corpus oraux — c’est-à-dire une part considérable de ce que l’Afrique sait.
Ce que l’absence produit concrètement
Un agent de santé communautaire qui exerce en langue locale, un producteur qui raisonne son itinéraire technique dans sa langue, un citoyen qui veut comprendre un texte administratif : aucun ne peut utiliser ces outils dans la langue où il pense. Ceux qui en bénéficient sont ceux qui maîtrisent déjà une langue européenne — c’est-à-dire les mieux scolarisés, les urbains, les déjà servis.
« Une technologie présentée comme un facteur d’égalisation fonctionne ici comme un amplificateur d’écart. Non par intention, mais par construction. »
Une technologie présentée comme un facteur d’égalisation fonctionne ici comme un amplificateur d’écart. Non par intention, mais par construction.
CE QUE ÇA CHANGE
Constituer des corpus devient un acte politique et non un travail technique subalterne. Chaque texte produit, traduit, transcrit et publié en langue africaine sous licence ouverte alimente ce dont les modèles futurs apprendront. Une organisation qui documente ses activités en langue locale, qui transcrit ses émissions radio, qui publie ses guides dans les langues de ses membres, ne fait pas seulement de l’accessibilité : elle constitue une ressource dont l’absence est aujourd’hui le problème.
Des travaux de recherche existent et progressent, portés en partie depuis le continent — modèles de traduction adaptés aux langues africaines, laboratoires collaboratifs de traitement automatique des langues. Ils manquent de données et de puissance de calcul, non d’idées.
La revendication utile n’est donc pas « de l’IA pour l’Afrique », formule qui suppose qu’on attend une livraison. Elle porte sur les deux ressources qui déterminent tout : les données et le calcul. La première relève d’un travail que les organisations africaines peuvent commencer immédiatement. La seconde relève de l’infrastructure, et rejoint la question de la souveraineté numérique.
Ce thème a un double statut, et il faut le tenir : l’IA est un outil que les organisations utilisent, et un objet que le média doit examiner. Confondre les deux — n’en parler que comme d’un service à adopter — reviendrait à renoncer au second.
CE QU’ON NE SAIT PAS ENCORE
Il serait malhonnête de réduire l’obstacle à une question de financement. La complexité morphologique de nombreuses langues africaines, l’absence d’orthographes standardisées et la variation dialectale posent des difficultés techniques réelles, que davantage de données ne résoudrait pas mécaniquement. Les chercheurs qui travaillent sur ces langues le disent eux-mêmes.
Une question éthique reste par ailleurs entière, et elle est sérieuse. Numériser des savoirs oraux pour alimenter des corpus revient à transférer vers des systèmes détenus ailleurs une connaissance collective dont personne n’a individuellement le droit de disposer. Qui consent ? Qui est rémunéré ? Sous quelle licence ? Faute de réponse, la constitution de corpus africains risque de reproduire, sous une forme documentaire, le schéma d’extraction que ce média entend précisément documenter. Nous n’avons pas de position arrêtée sur ce point, et nous préférons le dire.
PROPOSITIONS D’ILLUSTRATIONS (CHARTE ICONOGRAPHIQUE)
1. Geste technique / Collecte de données : Séance d’enregistrement audio et de transcription pour la constitution d’un corpus en langue swahili dans un studio universitaire.
Légende : Séance d’annotation linguistique et d’enregistrement de corpus swahili au laboratoire de recherche en traitement automatique des langues, Université de Nairobi, Kenya, octobre 2025. Crédit : DAA Media / Photo d’illustration.
2. Infrastructure / Serveur : Baie de serveurs de calcul haute performance installée dans un centre de données local dédié aux modèles de langue souverains.
Légende : Serveurs de calcul intensif dédiés au préentraînement de modèles linguistiques ouverts, Data Center Wangu, Kigali, Rwanda, janvier 2026. Crédit : DAA Media.
3. Document / Corpus numérisé : Manuscrit bilingue en écriture ajami (arabe/wolof) posé à côté d’une station de numérisation haute définition.
Légende : Numérisation et archivage structuré de textes en ajami wolof pour la constitution de jeux de données d’apprentissage, Saint-Louis, Sénégal, novembre 2025. Crédit : DAA Media / Bibliothèque d’archives.
Liens internes suggérés : Article 23 (Souveraineté numérique et serveurs) · Article 25 (Économie des communs et licences ouvertes) · Article 18 (Savoirs oraux et archives documentaires).
DANS CETTE RUBRIQUE
Ce que DAA Media veut rendre visible. Ce que ces systèmes savent et ignorent de l’Afrique, et pourquoi. Nous testons les outils sur des usages africains réels et publions ce qu’ils produisent, y compris quand c’est mauvais.
Les angles réguliers. Décryptages sur le fonctionnement des modèles, les corpus et les biais ; portraits de chercheurs et de projets africains en traitement des langues ; enquêtes sur les usages, les coûts et les dépendances ; données clés sur la couverture linguistique ; entretiens ; ressources et outils.
Ce que vous y trouverez. De quoi utiliser ces outils avec lucidité, comprendre pourquoi ils échouent sur votre langue, et contribuer aux corpus qui manquent.
Participez. Vous produisez ou traduisez des contenus en langue africaine ? Vous travaillez sur le traitement automatique d’une langue du continent ? Dites-le nous. Proposez un sujet ou abonnez-vous à la rubrique.
SOURCES
- The State of Large Language Models for African Languages: Progress and Challenges, arXiv (2025) — https://arxiv.org/abs/2506.02280
- Natural language processing for African languages, arXiv (2025) — https://arxiv.org/abs/2507.00297
- Lugha-Llama: Adapting Large Language Models for African Languages, arXiv (2025) — https://arxiv.org/pdf/2504.06536
- The African Languages Lab: A Collaborative Approach to Advancing Low-Resource African NLP, arXiv (2025) — https://arxiv.org/pdf/2510.05644
- AfriNLLB: Efficient Translation Models for African Languages, arXiv (2026) —https://arxiv.org/pdf/2602.09373
[Prénom NOM de l’auteur]
[Fonction · une ligne de légitimité sur le sujet traité.]
