AI systems and the reproduction of (standard) language ideologies in World Englishes

Imaginez la langue anglaise comme une ville immense et bouillonnante. Pendant longtemps, les urbanistes de la ville (enseignants, éditeurs et dictionnaires) ont décidé que seul un quartier spécifique — le district « Standard » — était la véritable ville, la bonne. Tous les autres quartiers, avec leurs argots, leurs accents et leur grammaire uniques, étaient traités comme des zones de construction désordonnées ou des versions « cassées » de la réalité. Cette idée est appelée une idéologie linguistique : un ensemble de croyances sur la manière dont on parle, déterminant ce qui est « bon » ou « mauvais », souvent utilisé pour juger l'intelligence ou la valeur des gens.

Maintenant, entrez dans la scène avec les nouveaux urbanistes de la ville : l'Intelligence Artificielle (IA). Ce sont des cerveaux informatiques géants appelés Grands Modèles de Langage (LLM) qui ont lu presque tout ce qui se trouve sur Internet pour apprendre à parler. Vous pourriez vous dire : « Génial ! S'ils ont tout lu, ils apprendront le style de chaque quartier ! » Mais voici le revers de la médaille : ces cerveaux d'IA sont construits sur de vieux plans. Ils ont tendance à penser que le quartier « Standard » est le seul qui compte, et ils traitent souvent toutes les autres façons de parler comme des erreurs. Ce document pose une grande question : ces outils d'IA sont-ils simplement en train de copier les vieilles règles injustes de la ville, ou sont-ils accidentellement en train de créer un espace où tous les différents quartiers peuvent enfin être entendus ?

---

Les urbanistes de la ville IA et l'histoire de détective du mot « Delve »

Ce document, écrit par Kingsley Ugwuanyi, examine comment les systèmes d'IA agissent comme des gardiens stricts de la langue anglaise. L'auteur soutient que l'IA n'est pas un outil neutre ; c'est un acteur idéologique. Imaginez l'IA comme un robot chef très rapide et très sûr de lui. Si vous lui donnez un livre de recettes (données d'entraînement) qui contient principalement des recettes de restaurants chics et coûteux au Royaume-Uni et aux États-Unis, le robot apprendra à croire que seules ces recettes sont de la « vraie nourriture ». Si vous lui demandez de cuisiner un plat d'un vendeur de rue au Nigeria ou en Inde, il pourrait être confus, ou pire, il pourrait essayer de « corriger » le plat en ajoutant des ingrédients qui n'ont pas leur place, le faisant ressembler à la version du restaurant chic plutôt qu'à l'original.

Le document révèle que ces systèmes d'IA reproduisent les idéologies de la langue standard à chaque étape de leur création :

1. Les données d'entraînement : Les « livres de recettes » que l'IA lit sont inondés de textes provenant du « Cercle Intérieur » (les États-Unis, le Royaume-Uni, etc.). Cela fait croire à l'IA que la façon dont les gens parlent dans ces pays est la norme, et que tout le reste est un bug.
2. Les tests : Lorsque les scientifiques testent si l'IA est intelligente, ils utilisent des examens rédigés en anglais américain standard. Si l'IA essaie de répondre à une question écrite en anglais vernaculaire afro-américain (AAVE) ou en anglais nigérian, elle échoue souvent ou donne une réponse impolie ou confuse. C'est comme donner un examen de conduite à un conducteur dans une langue qu'il ne parle pas, puis dire qu'il est un mauvais conducteur.
3. La touche humaine : Même lorsque des humains aident à entraîner l'IA (en corrigeant ses erreurs), on leur demande souvent de faire en sorte que l'IA sonne de manière « correcte ». Cela signifie généralement gommer toute la saveur unique des anglais non standards, forçant l'IA à sonner comme un robot générique et poli du Nord global.

La controverse du « Delve » : Quand un mot devient un crime

Pour montrer comment cela se manifeste dans le monde réel, le document raconte l'histoire fascinante d'un seul mot : « delve » (approfondir/explorer).

Récemment, les gens ont commencé à remarquer que les chatbots d'IA adorent utiliser le mot « delve ». Rapidement, une vague de plaintes a déferlé sur Internet. Des personnes des États-Unis et du Royaume-Uni ont commencé à dire : « Si vous utilisez le mot 'delve', vous devez être un robot ! » Ils ont traité le mot comme un code secret qui trahissait un faux écrivain.

Le document souligne que cette réaction est en fait un piège.

• L'accusation : Certains commentateurs ont prétendu que parce que l'IA utilise tellement le mot « delve », elle doit copier les locuteurs de l'anglais africain, qu'ils accusent d'utiliser le mot de manière excessive. Ils ont qualifié cela d'« indignité », suggérant qu'il est mal pour l'IA de sonner comme si elle venait d'Afrique.
• Le rappel à la réalité : L'auteur a vérifié les données et a constaté que « delve » est en fait utilisé assez fréquemment dans de nombreuses parties du monde, y compris en Asie et en Afrique, bien avant l'existence de l'IA. Le mot n'était pas « typique de l'IA » ; c'était simplement un mot normal que certaines personnes utilisent.
• Le retour de bâton : Lorsque les personnes du Sud global (comme le Nigeria et l'Inde) ont vu ces plaintes, elles ont réagi avec force. Elles ont souligné qu'on leur avait appris à utiliser des mots comme « delve » à l'école. Elles ont soutenu que qualifier leur anglais de « faux » ou de « généré par l'IA » est une nouvelle façon de dire : « Votre anglais n'est pas assez bon pour nous ». C'est une version moderne du contrôle colonial, où les personnes issues de pays puissants décident de ce qui compte comme un anglais « réel » et de ce qui est « suspect ».

Le document suggère qu'il ne s'agit pas seulement d'un mot ; il s'agit de savoir qui décide. Lorsqu'un investisseur américain riche tweete que l'utilisation de « delve » prouve que vous trichez, il utilise son pouvoir pour surveiller la façon dont les autres parlent. Le document montre que l'IA est devenue un nouveau champ de bataille où ces vieux arguments sur la propriété de l'anglais se jouent à nouveau.

Le « Paradoxe de la Standardisation » : Une lueur d'espoir ?

Est-ce que tout n'est que noir ? Le document suggère qu'il existe un étrange revirement appelé le « paradoxe de la standardisation ».

Imaginez un miroir géant (l'IA). D'un côté, le miroir est poli pour ne montrer qu'un seul visage parfait et standard (l'anglais des États-Unis/Royaume-Uni). Cela rend l'anglais plus uniforme et ennuyeux. Mais de l'autre côté, parce que le miroir est si vaste et reflète tant de sources de données différentes, il commence aussi à montrer des aperçus de tous les autres visages.

• La bonne nouvelle : Comme l'IA est entraînée sur des quantités massives de données venant de partout, elle est exposée à une plus grande variété d'anglais que jamais auparavant. Certains chercheurs essaient de construire des « adaptateurs » (comme de petits modules complémentaires) qui peuvent apprendre à l'IA à parler des dialectes spécifiques sans briser l'ensemble du système.
• La mauvaise nouvelle : Le document prévient que cela ne signifie pas que l'IA est soudainement équitable. Les personnes qui entraînent l'IA sont souvent payées très peu et sont contraintes de suivre des règles strictes qui effacent leurs propres particularités linguistiques. Ainsi, bien que l'IA entende la diversité, elle parle souvent avec une voix standardisée et occidentale.

Pourquoi cela vous concerne

Le document conclut que ce n'est pas seulement un problème technique pour les informaticiens ; c'est un problème réel pour les gens. Si un tuteur d'IA ne comprend pas l'anglais d'un étudiant nigérian, cet étudiant pourrait échouer. Si un outil de recrutement par IA rejette un CV écrit en anglais indien, cette personne perd un emploi. Si un enregistreur vocal ne peut pas comprendre un ancien d'une communauté autochtone, son histoire pourrait être perdue.

L'auteur soutient que nous devons cesser de traiter l'IA comme un outil neutre et commencer à la voir comme un système qui peut soit renforcer les vieux préjugés, soit nous aider à construire un monde plus inclusif. Le défi est de concevoir ces systèmes de manière à ce qu'ils reconnaissent que l'anglais n'est pas une langue unique avec une seule façon « correcte » de parler, mais une famille de nombreuses langues différentes, toutes également valables. Jusqu'à ce que nous réparions le « livre de recettes » et les « testeurs de goût », l'IA continuera de servir le même vieux menu exclusif.