La plupart des assistants d’intelligence artificielle comprennent le français, mais très mal les langues parlées au quotidien en Côte d’Ivoire. La raison tient aux données : un modèle apprend à partir d’exemples, et les textes ou enregistrements numérisés en dioula, en baoulé ou en bété restent rares. Un projet ivoirien présenté en octobre 2026, décrit par Koaci, tente de combler ce manque.

YIRI, une collecte locale de données

La plateforme YIRI, portée par l’entreprise FuturAfric Intelligence Artificielle, a été présentée le 15 octobre 2026 à Abidjan, en présence du ministre de la Transition numérique et de l’Innovation technologique. Elle combine réseau social et commerce en ligne pour permettre d’échanger et de vendre dans sa langue. Ses promoteurs disent couvrir six langues locales, dont le baoulé et le dioula, avancés selon eux à 70 %. Ils revendiquent environ 50 000 phrases traduites et 300 fichiers audio annotés, hébergés localement. Ces chiffres n’ont pas été vérifiés de façon indépendante, et les quatre autres langues ne sont pas nommées.

Des ressources ouvertes internationales

Quelques jeux de données publics existent déjà. Le corpus WAXAL, financé par Google et la Fondation Gates, comprend un volet de synthèse vocale, qui sert à transformer un texte en voix, couvrant 17 langues africaines. Selon sa fiche sur la plateforme Hugging Face, le baoulé y figure, fourni par l’université du Ghana sous licence libre CC-BY-4.0. Le dioula n’y apparaît pas, mais le bambara, autre langue mandingue, fait partie des données fournies par AIMS Sénégal.

Pour la traduction écrite, le modèle NLLB-200 de Meta prend en charge le dioula, référencé sous le code dyu_Latn, d’après sa fiche technique sur Hugging Face. Sa licence CC-BY-NC interdit toutefois l’usage commercial, ce qui limite son intégration dans des services payants proposés par des entreprises ivoiriennes.

Les verrous à lever

Trois difficultés reviennent. La quantité d’abord : quelques dizaines de milliers de phrases pèsent peu face aux volumes utilisés pour l’anglais ou le français. La diversité ensuite : variantes régionales et mélange fréquent avec le français compliquent l’annotation. La gouvernance enfin : qui détient les enregistrements, sous quelle licence et avec quel consentement des locuteurs. La valeur de ces projets dépendra de leur capacité à publier des données documentées et réutilisables, condition pour des applications utiles en santé, en agriculture ou dans les services publics.


Photographie d’illustration issue de la photothèque du site. Elle ne documente pas les personnes, lieux ou événements cités. Crédits photos.

Tous les articles · Intelligence artificielle