La Kirundi qui était longtemps classé parmi les langues moins riches en ressources sort progressivement de l’ombre numérique. Depuis l’année 2022, les Géants développeurs de l’Intelligence artificielle intègrent notre langue nationale dans leurs modèles. Cela ouvre une nouvelle ère pour l’inclusion digitale du Kirundi. L’Entreprise Meta, propriétaire de Facebook, Instagram, WhatsApp, Messenger a été la première, avec son projet « No Language Left Behind », à s’intéresser de notre langue. Grâce à cette entreprise, le Kirundi est aujourd’hui traduit vers le Français, l’Anglais et le Swahili directement sur WhatsApp et Messenger. Néanmoins, la qualité reste à perfectionner sur les proverbes et les textes complexes, mais elle est déjà suffisante pour un usage éducatif ou agricole de base.
Pour un observateur avisé, ces progrès représentent trois enjeux stratégiques pour le pays. D’abord un enjeu éducatif : La majorité de la population burundaise pensent en Kirundi. Une Intelligence artificielle capable d’expliquer des théorèmes de Pythagore ou la phosynthèse dans la langue maternelle fera tomber le mur du Français à l’Ecole. Ensuite un enjeu économique : un agriculteur de Gitega pourra bientôt demander oralement à son téléphone comment fertiliser ses champs et recevoir une réponse vocale claire. Enfin un enjeu de souveraineté : si le Burundi ne produit pas ses propres données, l’Intelligence artificielle parlera un Kirundi pauvre déconnecté de notre culture riche en « imigani, ibitito, Ubugabo/ubushingantahe » et de nos réalités.
Trois défis majeurs subsistent. Le défis des données d’abord, car 90% du Kirundi est orale et non numérisée. Il faut enregistrer les contes des grands parents, les émissions radios et les audiences des tribunaux de base. Le défi dialectal ensuite, car le Kirundi de Kirundo n’est pas celui de Rumonge. Le défi éthique enfin : qui possèdent les voix que nous enregistrons et qui garantit que le clonage vocal ne sera pas utilisé pour des arnaques. Face à cela, l’action devrait être immédiate et la solution existe déjà.
Le journal Ubumwe, une base de données naturelle à exploiter
Depuis des années, le journal Ubumwe produit en Kirundi standard, soigné, actualisé. A travers ses rubriques politique, agriculture, santé, économie etc., chaque édition couvre les réalités concrètes de notre pays. Le journal Ubumwe constitue une mine d’or. Ce journal offre un langage formel, des structures claires, des informations datées et vérifiées. Autant d’éléments indispensables pour entraîner un modèle capable de comprendre et de générer du Kirundi fiable. Numériser le Journal Ubumwe à l’ère de l’Intelligence artificielle n’est pas faire de l’archivage mais plutôt préparer un modèle IA d’un Kirundi fonctionnel et non approximatif. Le journal Ubumwe possède un avantage unique. Sa mise en ligne en format texte exploitable résout trois problèmes d’un coup : le volume défini en terme d’années d’archives qui équivalent à des millions de phrases prêtes à l’emploi ; la qualité qui se mesure par la langue standard, orthographe cohérente et contenus diversifiés et la légalité qui est qualifiée en terme de source institutionnelle et centralisée. En pratique, le journal Ubumwe devient la colonne vertébrale du premier corpus national en Kirundi. Ce qui prendrait cinq ans avec des méthodes dispersées peut se faire en quelque mois. Le mise en ligne du journal Ubumwe correspond à une fondation du Kirundi dans l’Intelligence artificielle. Le pilier existe. Il faut le connecter.
Toutefois, pour réussir ce pari, il faudra remplir trois conditions, notamment l’assurance de l’utilisation de l’outil OCR (Optical Character Recognition) de qualité pour convertir les scans, une correction humaine pour garantir la fiabilité et une publication sous licence ouverte pour permettre l’usage par les laboratoires de l’Intelligence artificielle. Le coût est modéré et l’impact est national. A l’inverse, ne rien faire revient à laisser des entreprises étrangères définir ce que le Kirundi signifie dans l’espace numérique.
