Design-Based Study of an Invisible Field Tool for Endangered Languages

Dans le vaste paysage de la communication humaine, certaines langues sont parlées par des millions de personnes, tandis que d'autres ne tiennent plus qu'à un fil, parlées par seulement quelques milliers de personnes dispersées à travers le monde. Lorsqu'une langue est confrontée à ce genre de danger, la lutte pour la sauver se déplace souvent vers le monde numérique. L'un des outils les plus puissants à cette fin est un projet mondial massif où des bénévoles s'enregistrent en lisant des phrases à haute voix. Ces enregistrements sont utilisés pour apprendre aux ordinateurs à comprendre la parole humaine, une technologie connue sous le nom de reconnaissance vocale. Pour qu'une langue soit incluse dans un tel projet, elle nécessite une immense collection de ces enregistrements, mais leur collecte est difficile lorsque les locuteurs sont peu nombreux, vivent dans de nombreux pays différents et ne sont pas forcément à l'aise avec des logiciels informatiques complexes. Le défi ne consiste pas seulement à trouver des personnes pour parler, mais à s'assurer que le texte qu'elles lisent est écrit correctement, une tâche qui devient incroyablement difficile lorsqu'une langue utilise un alphabet unique que les claviers d'ordinateur standards ne supportent pas facilement.

C'est l'histoire d'un chercheur qui a abordé ce problème pour deux langues en danger, l'adyghé et le kabarde, qui sont parlées par des communautés circassiennes en Russie, en Turquie et au Moyen-Orient. Ces langues partagent une histoire profonde mais ont été standardisées en deux formes écrites distinctes utilisant l'alphabet cyrillique il y a plusieurs décennies. Aujourd'hui, leurs locuteurs sont dispersés, et beaucoup luttent avec les caractères spécifiques requis pour les écrire correctement sur un ordinateur. Un chercheur nommé Mehmet Uğur Nemlioğlu s'est donné pour mission de construire un pont entre le désir de la communauté de préserver sa langue et les exigences techniques d'une plateforme numérique mondiale. Il n'a pas construit un nouveau site web ou un système d'intelligence artificielle complexe. Au lieu de cela, il a créé un outil simple et invisible qui vit à l'intérieur d'un programme de tableur courant, conçu pour nettoyer le texte, corriger les erreurs et organiser les données afin que des bénévoles ordinaires puissent contribuer sans avoir besoin d'être des experts en informatique.

Le voyage a commencé par une réalité frustrante. Avant l'existence de cet outil, le processus de préparation des phrases pour la plateforme d'enregistrement était lent et sujet aux erreurs. Les bénévoles saisissaient des phrases dans des documents partagés, mais ces documents contenaient souvent des erreurs cachées. L'erreur la plus courante impliquait une lettre spécifique de l'alphabet cyrillique qui ressemble à une barre verticale, utilisée pour marquer un arrêt brusque dans la gorge. Comme les claviers standards ne possèdent pas cette touche, les gens tapaient souvent accidentellement une lettre latine « I » régulière ou un chiffre « 1 ». Ces minuscules erreurs rendaient les phrases inutilisables pour les ordinateurs essayant d'apprendre la langue. De plus, le processus de vérification de ces erreurs nécessitait qu'une personne possédant des compétences techniques avancées exécute des programmes complexes en ligne de commande, une barrière qui empêchait de nombreux membres de la communauté de participer. Les phrases restaient en suspens pendant des jours ou des semaines, en attendant qu'un spécialiste les corrige, ce qui poussait souvent les bénévoles à perdre l'intérêt et à cesser de contribuer.

Pour résoudre cela, le chercheur a développé un outil qui fonctionne à l'intérieur d'un tableur, un programme que presque tout le monde sait déjà utiliser. Il l'a construit pièce par pièce, en le testant avec la communauté et en corrigeant les problèmes au fur et et à mesure qu'ils apparaissaient. L'outil agit comme un éditeur silencieux. Lorsqu'un bénévole colle une liste de phrases dans le tableur, l'outil scanne instantanément chaque ligne. Il trouve les mauvais caractères et les remplace par les bons. Il vérifie que la ponctuation est au bon endroit et que les phrases ne sont pas trop longues. Il trie également les phrases dans différents dossiers selon la version de la langue à laquelle elles appartiennent, comme la version parlée en Turquie ou celle parlée en Russie. Ce tri est crucial car les deux langues ont des dialectes différents, et les enregistrements doivent être kept séparés pour être utiles. Une fois que l'outil a terminé son travail, il produit des fichiers propres prêts à être téléchargés sur la plateforme mondiale en quelques minutes, une tâche qui prenait auparavant des jours.

Les résultats de cette approche ont été immédiats et significatifs. Le temps nécessaire pour traiter un lot de mille phrases est passé de plusieurs jours à environ vingt ou cinquante minutes. Ce changement de vitesse a fait plus que simplement gagner du temps ; il a changé l'ambiance au sein de la communauté. Les bénévoles pouvaient voir leur travail passer de la préparation à la file d'attente d'enregistrement presque instantanément, ce qui les maintenait motivés à continuer. La qualité des données s'est également considérablement améliorée. L'outil a détecté des milliers d'erreurs qui seraient autrement passées inaperçues, garantissant que les enregistrements téléchargés dans la base de données mondiale soient propres et précis. Le chercheur a observé que l'outil était devenu si intégré au flux de travail quotidien qu'il semblait invisible pour les utilisateurs, qui voyaient simplement leurs phrases être corrigées et organisées sans jamais avoir besoin de comprendre le code qui se cache derrière.

Cependant, l'étude a également révélé un élément humain surprenant que la technologie seule ne pouvait résoudre. Le chercheur avait inclus une fonctionnalité permettant de traduire automatiquement le texte cyrillique en une version en alphabet latin, espérant ainsi aider les locuteurs qui ne pouvaient pas lire l'écriture traditionnelle. Il s'attendait à ce que cela rende le projet plus accessible. Au lieu de cela, la communauté a protesté. De nombreux locuteurs, même ceux qui éprouvaient des difficultés avec l'écriture cyrillique, ressentaient un fort attachement à leur système d'écriture traditionnel. Ils préféraient lire et enregistrer dans l'écriture originale plutôt que dans une version translittérée. Cette résistance a montré que, dans l'effort de sauvegarde d'une langue, les sentiments de la communauté concernant leur propre identité et leurs traditions d'écriture sont aussi importants que la commodité technique. Le chercheur a dû écouter ce retour d'expérience et ajuster le projet, privilégiant l'écriture traditionnelle sur l'option latine plus « techniquement flexible ».

Le succès de ce projet offre une nouvelle façon de penser sur la manière de construire la technologie pour les langues en danger. Cela suggère que les outils les plus efficaces ne sont pas toujours les plus complexes, mais plutôt ceux qui disparaissent en arrière-plan, permettant aux gens de se concentrer sur ce qu'ils font de mieux : parler et préserver leur culture. Le chercheur a découvert qu'en supprimant les barrières techniques, il pouvait donner le pouvoir à un petit groupe de bénévoles pour accomplir le travail d'une équipe beaucoup plus large. Pourtant, cette approche s'est accompagnée d'un avertissement. Parce que l'outil était si fluide, il était facile de manquer des erreurs subtiles au sein de l'outil lui-même. Ce n'est que lorsque le chercheur a cessé d'utiliser l'outil et a examiné le code avec un regard neuf, en vue de le partager avec le monde, qu'il a trouvé de petites erreurs qui s'étaient cachées à la vue de tous pendant des années. Cela lui a appris que même les outils invisibles doivent être visibles pour la communauté afin qu'ils puissent être vérifiés et approuvés.

En fin de compte, cette étude démontre que sauver une langue à l'ère numérique nécessite un partenariat entre la technologie et la confiance humaine. L'outil n'a pas seulement accéléré un processus ; il a reconstruit la relation entre les bénévoles et les données. En rendant le travail accessible, le chercheur a aidé une communauté dispersée à se sentir connectée et capable. Les conclusions confirment que lorsque la technologie est conçue en tenant compte des besoins spécifiques et des sentiments d'une communauté, elle peut devenir une force puissante pour la préservation. La voie à suivre consiste à tirer les leçons de ce projet et à construire une version web de l'outil que n'importe qui pourra utiliser, garantissant que le travail de maintien de ces langues en vie se poursuive bien après la fin du projet initial. L'histoire de l'adyghé et du kabarde montre que l'avenir des langues en danger ne réside pas seulement dans l'enregistrement des voix, mais dans la création de l'espace approprié pour que ces voix puissent être entendues.