L’intelligence artificielle parle-t-elle bien espagnol ?

Demandez à un assistant conversationnel de traduire « Voy a coger el autobús » pour un ami mexicain, et vous risquez un fou rire… ou un malaise. L’intelligence artificielle écrit aujourd’hui un espagnol fluide et souvent impeccable, mais elle a été nourrie d’abord d’anglais, et elle a tendance à gommer la richesse des variantes régionales. C’est pour cela que la Real Academia Española a lancé dès 2019 un projet pour « apprendre » le bon espagnol aux machines. Où en est-on, et comment utiliser l’IA pour apprendre la langue sans tomber dans ses pièges ?

Qu’est-ce que le projet LEIA de la RAE ?

Le 8 novembre 2019, lors de la séance de clôture du XVI^e congrès de l’Association des académies de la langue espagnole (ASALE), à Séville, en présence du roi Felipe VI et de la reine Letizia, le directeur de la RAE, Santiago Muñoz Machado, présente LEIA. Son diagnostic tient en une phrase, rapportée par Telefónica : « La IA habla inglés, fundamentalmente » (« l’IA parle surtout anglais »). L’objectif affiché : normativizar la lengua de las máquinas, autrement dit appliquer aux machines les normes de l’espagnol correct.

Le projet poursuit deux buts :

• Que les machines parlent un espagnol correct : assistants vocaux, correcteurs, moteurs de recherche, chatbots, réseaux sociaux.
• Utiliser l’IA pour aider les humains à mieux écrire et parler l’espagnol, grâce à de nouveaux outils numériques.

Telefónica lance l’initiative, et Google, Amazon, Microsoft, Twitter et Facebook signent une déclaration d’intention : ils s’engagent à utiliser les ressources de l’Académie (dictionnaire, grammaire, orthographe) et à suivre ses critères dans leurs produits. La RAE annonce aussi un certificado de buen uso del español qu’elle pourrait délivrer aux entreprises qui en feraient la demande. Nous n’avons pas trouvé trace, à ce jour, d’un tel label effectivement attribué.

Qu’a produit LEIA depuis 2019 ?

La page officielle de la RAE retrace une série d’étapes. Les plus marquantes :

L’accord avec Microsoft illustre bien la méthode : selon le média spécialisé Reason Why, la RAE donne accès au Diccionario de la lengua española, soit environ 375 000 ensembles de données, avec des mises à jour annuelles de 1 000 à 2 000 entrées, qui servent aussi à entraîner les modèles de l’entreprise.

Pourquoi l’IA parle-t-elle « moins bien » espagnol qu’anglais ?

Les modèles de langage apprennent à partir d’immenses quantités de textes collectés sur le web. Or le web est massivement anglophone. Un chiffre éclaire le problème : même ALIA, la famille de modèles publics lancée par le gouvernement espagnol, n’échappe pas à cette domination. Selon le rapport technique des modèles Salamandra, membres de cette famille et publiés par le Barcelona Supercomputing Center, l’anglais représente environ 39 % des données d’entraînement, l’espagnol environ 16 %, le catalan environ 2 %, le galicien et le basque moins de 0,5 % chacun. Et ce, alors que les ingénieurs ont volontairement doublé le poids des langues d’Espagne.

Deuxième problème : l’espagnol n’est pas un bloc. Tous les pays hispanophones ne produisent pas le même volume de textes en ligne, et les variétés les moins représentées sur le web le sont aussi dans les données. Résultat, les IA ont tendance à produire un espagnol « neutre », correct mais sans saveur, qui mélange parfois les usages : vosotros dans un dialogue censé se passer à Buenos Aires, ou ordenador pour un public mexicain qui dit computadora.

Les pièges typiques de la traduction automatique

Sans prétendre tester tel ou tel outil, voici les cas où une IA ou un traducteur automatique peut facilement se tromper, parce que le sens dépend du pays :

Même chose pour les expressions imagées : tomar el pelo (« se moquer de quelqu’un », pas « prendre les cheveux ») ou ser pan comido (« être du gâteau ») figurent dans tous les dictionnaires et sont donc souvent bien connues des outils, mais les expressions d’argot local, comme le parlache de Medellín ou le lunfardo argentin, restent un terrain glissant.

Comment utiliser l’IA pour apprendre l’espagnol ?

Bien utilisée, l’IA est un formidable outil : un partenaire de conversation patient, disponible à toute heure, qui ne se moque jamais de votre accent. Nos conseils :

• Précisez la variété. Demandez explicitement « réponds en espagnol du Mexique » ou « utilise le vos argentin ». Les résultats changent du tout au tout.
• Demandez le registre. Familier, neutre ou soutenu ? Avec tú ou usted ? L’IA s’adapte si vous le lui dites.
• Vérifiez les règles dans les sources de référence. Pour l’orthographe, le genre d’un mot ou une conjugaison, le dictionnaire de la RAE et le Diccionario panhispánico de dudas font foi. Une IA peut inventer une règle avec beaucoup d’aplomb.
• Méfiez-vous des mots régionaux. Avant d’employer un mot entendu dans une série ou proposé par une IA, demandez-lui dans quels pays il s’utilise, puis recoupez avec un natif.
• Faites-vous corriger, puis expliquer. Écrivez un texte, demandez la correction et la raison de chaque changement : c’est là que l’on progresse.
• Écoutez de vrais natifs. Aucune IA ne remplace une conversation avec un Madrilène ou une Colombienne, ni les vidéos tournées dans la rue.

Pour aller plus loin

• Qui décide de l’espagnol ? La RAE et les 23 académies de la langue
• Ce que l’on sait de la 24e édition du dictionnaire de la RAE
• Ces mots espagnols innocents qui deviennent vulgaires dans un autre pays
• Mon top 10 des applications pour apprendre l’espagnol
• Les faux amis espagnols les plus courants

Sources

• RAE – Lengua Española e Inteligencia Artificial (LEIA)
• Telefónica – La RAE presenta el proyecto LEIA en el XVI Congreso de la ASALE (8 novembre 2019)
• Reason Why – Acuerdo RAE-Microsoft para el buen uso del español en la IA (30 novembre 2021)
• Xataka – Pedro Sánchez anuncia el lanzamiento de los primeros modelos de ALIA (janvier 2025)
• Barcelona Supercomputing Center – Salamandra Technical Report (arXiv, 2025)