Des communautés maories bâtissent leurs propres modèles vocaux d’IA — selon leurs propres règles

Une grande partie du débat sur l’IA et les langues autochtones a été assombrie par la crainte d’un « colonialisme des données » — des entreprises extérieures aspirant les mots d’une communauté pour bâtir des outils qu’elle ne contrôle pas et dont elle ne tire aucun bénéfice. Un reportage publié le 21 mai 2026 décrit une alternative porteuse d’espoir qui prend forme en Aotearoa Nouvelle-Zélande, où des chercheurs et des organisations māories construisent une IA qui parle le te reo māori selon leurs propres règles.

L’un des projets vient de l’Université de Waikato, où le chercheur Te Taka Keegan et son collègue Kingsley Eng ont conçu un outil de synthèse vocale pour le dialecte Waikato-Maniapoto. La voix synthétique repose sur des enregistrements de Ngaringi Katipa, traducteur et mentor linguistique qui a consenti à en être la voix humaine. Entraîné sur un peu moins de huit heures d’audio et bâti avec une approche fondée sur les phonèmes et l’architecture neuronale Piper, le système a atteint un taux d’erreur de mots de 6,78 % — jugé bon selon les standards du secteur — et, lors de tests d’écoute, les locuteurs natifs n’ont distingué l’audio synthétique de l’audio humain qu’environ 65 % du temps. Fait crucial, la garde de l’outil revient à trois iwi (tribus) : Waikato, Maniapoto et Raukawa.

“Un reportage publié le 21 mai 2026 décrit une alternative porteuse d’espoir qui prend forme en Aotearoa Nouvelle-Zélande, où des chercheurs et des organisations māories construisent une IA qui parle le te reo māori selon leurs propres règles.”

Un second projet, le Papa Reo de Te Hiku Media, s’attaque au problème inverse : la reconnaissance automatique de la parole, transcrivant le te reo māori parlé avec environ 92 % de précision, et près de 82 % pour la parole bilingue. Te Hiku Media a publié son travail sous une licence « Kaitiakitanga » — terme ancré dans la notion māorie de gardiennage — qui restreint l’usage des modèles et des données pour qu’ils profitent au peuple māori plutôt que d’être exploités par des tiers.

« Notre langue est le vecteur le plus important de notre savoir, et pourtant nous voyons des technologies développées hors d’Aotearoa prendre de plus en plus le contrôle de la transmission de ce savoir », a déclaré Te Taka Keegan — une phrase qui résume pourquoi la propriété communautaire, et pas seulement la précision, est l’essentiel.

Ce qui en fait une véritable bonne nouvelle, ce n’est pas que la technologie soit parfaite — ce sont des outils naissants, entraînés sur des données modestes, et revitaliser une langue exige bien plus qu’un logiciel. C’est le modèle de la façon dont le travail est mené : un entraînement efficace sur de petits jeux de données, des entrées fondées sur les phonèmes, des outils open source et, surtout, un cadre de gouvernance où la communauté possède à la fois les données et les modèles. Les chercheurs ont délibérément tracé un modèle que d’autres iwi — et des peuples autochtones ailleurs — peuvent suivre, transformant l’IA d’une menace pour les langues en péril en un outil que leurs propres locuteurs maîtrisent.