Que se passe-t-il quand une IA exige de choisir entre le twi et l’anglais ?

Pour servir les locuteurs ghanéens, une IA conversationnelle doit traiter le mélange du twi et de l’anglais comme une manière normale de parler. Les travaux de synthèse vocale de GhanaNLP le montrent concrètement: un système stable doit aussi prendre en charge les mots anglais courants qui apparaissent au milieu d’une phrase en twi.

En avril 1970, à bord d’Apollo 13, l’équipage faisait face à une hausse dangereuse du dioxyde de carbone. Les filtres disponibles dans le module de commande étaient carrés, tandis que les ouvertures du module lunaire étaient rondes. À Houston, l’équipe dirigée par Gene Kranz devait trouver un moyen de relier deux éléments conçus selon des formes incompatibles, avec le matériel présent dans le vaisseau.

Les ingénieurs ont assemblé un adaptateur à partir d’objets accessibles aux astronautes. Jim Lovell et Jeffrey Kluger racontent cet épisode dans Lost Moon, leur livre consacré à la mission. La solution a fonctionné parce que l’équipe a cessé de raisonner à partir d’un système idéal. Elle a conçu pour la situation réelle.

La leçon vaut aussi pour la parole. Quand une personne passe naturellement du twi à l’anglais, le problème ne vient pas de sa phrase. Il vient du système si celui-ci exige des frontières linguistiques que la conversation réelle ne respecte pas.

Concevoir pour la phrase réellement prononcée

À Kumasi, Accra, Londres ou Paris, une conversation peut commencer en twi, intégrer un terme anglais précis, puis revenir au twi sans pause ni annonce. Le changement sert parfois à nommer un objet, une démarche, un métier ou une idée que le locuteur emploie habituellement en anglais. Il peut aussi refléter la personne à qui l’on parle, le sujet ou le rythme du moment.

Une IA conçue autour d’un choix rigide, « twi ou anglais », oblige alors l’utilisateur à surveiller sa propre manière de parler. Il faut traduire mentalement certains mots, recommencer une phrase ou changer un réglage. Cette friction paraît minime sur une fiche technique. Dans une conversation, elle suffit à casser le fil.

La synthèse vocale apporte un test particulièrement révélateur. Reconnaître un mot ne suffit pas. Le système doit pouvoir le prononcer correctement dans une phrase mixte, sans perdre le rythme ni transformer le passage d’une langue à l’autre en incident technique. Le fait qu’un TTS twi stable prenne en charge les mots anglais courants du code-switching ghanéen révèle donc un principe de conception plus large: l’unité utile n’est pas la langue isolée, mais l’énoncé tel qu’il est produit.

Le code-switching contient du sens

Le mélange des langues ne se résume pas à un dictionnaire bilingue. Le choix d’un mot peut signaler le registre, la proximité, l’humour ou le contexte professionnel. Une réponse grammaticalement correcte peut tout de même sonner fausse si elle efface ces choix.

Cela change la manière d’évaluer une IA conversationnelle. Il faut lui présenter des échanges où les langues se croisent dans le même tour de parole, à l’écrit comme à l’oral. Il faut observer si elle comprend la demande entière, si sa réponse reste naturelle et si sa voix restitue les mots sans donner l’impression de recoller deux enregistrements étrangers l’un à l’autre.

Cette réalité compte aussi dans la diaspora. Une personne peut employer davantage de français ou d’anglais selon son environnement, tout en revenant au twi pour une expression familière. Le besoin reste le même: pouvoir parler sans préparer chaque phrase pour la machine. Le message bilingue d’Adwoa et l’échéance que Kofi risque de manquer illustre bien pourquoi une alternance de langue peut porter une information décisive.

Une conversation naturelle exige aussi des contrôles clairs

Respecter la parole réelle concerne également le fonctionnement autour de la conversation. Une personne qui parle à voix haute doit savoir ce qui quitte son appareil, ce qui reste enregistré localement et comment supprimer ces données.

Nkomo permet de parler ou d’écrire en twi naturel, en anglais ghanéen ou dans un mélange des deux. En mode vocal, on maintient pour parler, on peut interrompre naturellement et l’on entend la réponse. Le consentement au cloud reste explicite, avec trois choix: jamais, demander à chaque fois ou autoriser pour la session.

L’historique conservé sur l’appareil peut être désactivé, ce qui le purge immédiatement. L’export des données et la suppression du compte se font en une action. Si une erreur survient, elle est affichée au lieu de disparaître silencieusement. Ces décisions rendent les limites du système visibles, là où l’utilisateur peut les comprendre et agir.

Le bon standard part de l’usage

Apollo 13 n’a pas été sauvé par un filtre théoriquement supérieur. L’équipe de Houston a résolu le problème d’interface qui existait réellement entre les équipements disponibles. Pour l’IA au Ghana, le parallèle est direct: il faut construire autour des phrases que les gens prononcent déjà, puis tester l’ensemble dans ces conditions.

Le bon critère n’est donc pas seulement « comprend-il le twi? ». Il faut demander: comprend-il cette phrase précise, avec son mot anglais, son rythme, sa voix et son intention? Répond-il sans forcer le locuteur à se corriger? Et donne-t-il un contrôle intelligible sur les données produites pendant cet échange?

Une IA qui réussit ces tests ne demande plus aux Ghanéens d’adapter leur parole à une case linguistique. Elle s’adapte à la conversation telle qu’elle existe.