1. Introduction et problème

Dans les classes d’éducation initiale et de base circule une promesse d’innocence technique apparente : l’intelligence artificielle « comprend » l’enfant, « parle » sa langue et « alphabétise » aux compétences du XXIe siècle. Cette promesse traite souvent la langue comme un canal transparent. Elle ne l’est pas. Un modèle de langage ou un reconnaisseur de parole n’« a » pas une langue : il a une distribution d’entraînement. Si cette distribution est dominée par l’anglais — ou par une poignée de langues à hauts ressources —, le système n’est pas un médiateur neutre. C’est un filtre qui récompense certaines variétés et en dégrade d’autres. Dans la petite enfance et le premier cycle, ce filtre coïncide avec la fenêtre où se consolide la langue d’élevage, où commence la littératie et où l’on décide quelle langue « compte » comme scolaire.

Le problème n’est pas l’hostilité à l’anglais ni la nostalgie d’une classe prénumérique. C’est la confusion entre trois objets. Le premier est un constat empirique : ce que l’on observe lorsqu’on évalue un modèle de langage sur un banc parallèle de 122 variantes, lorsqu’on entraîne un ASR avec peu d’heures de quechua, de guarani, de bribri, de kotiria ou de wa’ikhana, ou lorsqu’on demande à des systèmes de TAL de générer des exercices grammaticaux en maya, bribri ou guarani. Le deuxième est un cadre normatif : ce qu’exigent la Recommandation de l’UNESCO sur l’éthique de l’IA, le guide de l’UNESCO sur l’éducation multilingue, l’UNICEF, le Comité des droits de l’enfant et la Décennie internationale des langues autochtones. Le troisième est une inférence pédagogique : ce qui ne devrait pas être déployé dans la classe d’éducation initiale et de base même si le marketing dit « multilingue », « inclusif » ou « littératie en IA ». Les mélanger produit une pédagogie de l’anglais par omission : l’école « utilise l’IA » et, sans le mesurer, convertit l’anglais — ou un espagnol standard de corpus web — en langue de la compétence numérique.

La thèse de cet article est restrictive. L’IA n’est pas linguistiquement neutre. Dans l’éducation initiale et de base, un système entraîné surtout en anglais peut élargir l’inégalité de langue. Joshi, Santy, Budhiraja, Bali et Choudhury (2020) ont mis en question le statut « language agnostic » des systèmes de TAL. Blasi, Anastasopoulos et Neubig (2022) ont quantifié des inégalités systématiques d’utilité technologique. Bender, Gebru, McMillan-Major et Shmitchell (2021) ont averti que les modèles de plus en plus grands ont été développés surtout pour l’anglais. Rien de cela n’équivaut à un essai de classe. Cela n’équivaut pas non plus à la promesse, fréquente en politique éducative, que « l’IA ferme les écarts ». Là où la source ne mesure pas la fermeture d’un écart linguistique, cet article ne l’affirme pas. Là où elle ne mesure pas la revitalisation d’une langue autochtone, il ne la promet pas. Le vide qui organise le travail est celui d’une littératie en IA qui, de fait, ne fonctionne — ou ne fonctionne bien — qu’en anglais.

Cet article ne traite pas la vie privée ni la datafication de la classe (21 août, 1 h 02), ni la littératie curriculaire UNESCO/DAILy/PrimaryAI (20 août soir), ni l’inclusion par le handicap (20 août, 5 h 00), ni la compétence enseignante UNESCO (19 août), ni la médiation parentale (19 extra), ni le jeu ou les PopBots (18 août), ni les tuteurs ou l’évaluation adaptative (16 août), ni les écarts d’« apprendre l’IA » (08-05). L’objet est la langue : le biais des modèles et de l’ASR, les langues minorisées — y compris les langues autochtones d’Amérique latine lorsque les sources le permettent —, l’espagnol face à l’anglais, et le risque d’une littératie en IA qui n’opère qu’en anglais.

2. État de l’art : biais linguistique, ressources et la classe comme espace de langue

Il convient de séparer trois strates. La première est conceptuelle : ce que signifie qu’un système de TAL ou de parole n’est pas linguistiquement neutre. La deuxième est normative : quels cadres fixent le multilinguisme, la non-discrimination et le droit d’apprendre dans une langue que l’on comprend. La troisième est empirique : ce qui a été mesuré dans les modèles, les reconnaisseurs et les tâches de ressources éducatives, non dans un essai d’« IA qui sauve les langues ».

Dans la strate conceptuelle, Joshi et al. (2020) ont classé les langues du monde selon la densité de ressources de TAL et montré qu’une fraction minime concentre données, outils et publications ; le constat met en doute que les modèles actuels soient indépendants de la langue. Bender et al. (2021) ont déplacé l’argument à l’échelle des modèles de langage : l’anglais domine le développement et la documentation des données est insuffisante. Blasi et al. (2022) ont estimé l’utilité globale des technologies de langue et conclu que le progrès de la dernière décennie est restreint à un sous-ensemble minuscule des quelque 6 500 langues du monde. Tonja, Balouchzahi, Butt, Kolesnikova, Ceballos, Gelbukh et Solorio (2024) ont localisé cette inégalité en Amérique latine : le Mexique reconnaît 68 langues autochtones, mais seulement environ 22 apparaissent dans la recherche en TAL ; au Pérou, sur plus de 70 langues, seulement 12. La hausse des publications depuis 2021 coïncide avec l’atelier AmericasNLP ; elle ne coïncide pas avec une couverture scolaire ni avec une fermeture d’écart mesurée en classe.

Dans la strate normative, la Recommandation de l’UNESCO (2021) sur l’éthique de l’IA exige que les bénéfices de l’IA soient accessibles à tous, en tenant compte, entre autres, de différents groupes linguistiques, et que les États promeuvent un accès inclusif à des systèmes d’IA avec des contenus et services localement pertinents, dans le respect du multilinguisme et de la diversité culturelle. L’UNESCO (2003) avait déjà recommandé de promouvoir le multilinguisme et l’accès universel au cyberespace. L’UNESCO (2025), dans Languages matter, soutient que les enfants doivent apprendre dans une langue qu’ils comprennent et que l’éducation fondée sur la langue maternelle, soutenue plusieurs années, est une condition de qualité et d’inclusion ; la note GEM associée insiste sur l’instruction en langue du foyer pendant six à huit ans (UNESCO, 2025b). Ces affirmations relèvent de la politique éducative, non de l’évaluation d’un modèle commercial. La feuille de route mondiale pour le multilinguisme à l’ère numérique (UNESCO, 2024) articule les technologies de langue avec la Décennie internationale des langues autochtones (2022–2032) et situe la gouvernance des données et le déploiement technologique sous une décision impulsée par les communautés. L’UNICEF (2021) exige l’inclusion dès la conception. Le Comité des droits de l’enfant (2021) affirme que les droits de la Convention s’appliquent dans l’environnement numérique et que l’information doit être accessible. Miao et Holmes (2023) avertissent que la vitesse de l’IA générative laisse les usagers et les systèmes éducatifs sans protection sans régulation. Aucun de ces instruments ne mesure la performance d’un LLM en espagnol ou en quechua ; ils prescrivent un seuil d’équité linguistique que les produits ne démontrent pas en s’annonçant « multilingues ».

Dans la strate empirique, les preuves récentes se concentrent sur des bancs d’évaluation et des systèmes de parole à faibles ressources, non sur les classes d’éducation initiale. Bandarkar et al. (2024) ont construit BELEBELE, un ensemble parallèle de compréhension écrite en 122 variantes. Li, Shi, Liu, Yang, Payani, Liu et Du (2025) ont proposé Language Ranker et trouvé une corrélation entre la performance d’un LLM dans une langue et la part de cette langue dans le corpus de préentraînement. Laurençon et al. (2022) ont documenté ROOTS, le corpus de BLOOM : l’anglais représente 30,03 % ; l’espagnol, 10,85 % ; les langues autochtones des Amériques ne figurent pas parmi les 46 langues naturelles. Romero et al. (2024) ont rapporté de l’ASR pour cinq langues autochtones avec des heures d’audio qui, dans plusieurs cas, n’atteignent pas une douzaine. Chiruzzo et al. (2024) ont organisé la première tâche partagée de matériels éducatifs automatiques pour le bribri, le maya et le guarani. Le vide n’est pas l’absence de normes ni l’absence d’articles d’ingénierie : c’est la distance entre ce que l’on mesure (erreur de caractère, exactitude à choix multiple, génération d’une variante grammaticale) et ce que l’école affirme souvent (équité, revitalisation, littératie en IA pour tous les enfants).

3. Méthode de revue

Une revue narrative critique a été réalisée, non une méta-analyse. Le propos n’était pas d’estimer une taille d’effet homogène d’« IA et équité linguistique » — inexistante entre un banc de compréhension écrite, un fine-tuning d’ASR et une tâche partagée d’exercices —, mais d’articuler le risque d’une littératie en IA uniquement en anglais avec des sources vérifiées. Les critères d’inclusion étaient : (a) focale sur le biais linguistique des modèles ou de l’ASR, sur les langues minorisées ou autochtones, ou sur l’espagnol face à l’anglais, avec traduction pédagogique vers l’éducation initiale et de base ; (b) publication préférentielle 2021–2026, avec exception justifiée de cadres encore en vigueur (Joshi et al., 2020 ; UNESCO, 2003 ; Bender, 2011 citée via Bandarkar et al., 2024 et Joshi et al., 2020) ; (c) type documentaire de revue ou d’actes avec DOI, rapport d’organisme sur UNESDOC ou page officielle, ou texte de recommandation ; (d) accès à un DOI, une page éditoriale ou une URL officielle confirmant auteurs, année, titre et portée. Ont été exclus comme cas nucléaires la vie privée de classe, la littératie curriculaire comme axe, l’inclusion par le handicap, la compétence enseignante UNESCO, la médiation parentale, PopBots/jeu genIA, tuteurs et évaluation adaptative. Koenecke, Nam, Lake, Nudell, Quartey, Mengesha, Toups, Rickford, Jurafsky et Goel (2020) n’est utilisé que comme saturation de variété à l’intérieur de l’anglais (anglais afro-américain face à l’anglais blanc en ASR commercial), non comme cas nucléaire dupliqué d’un article antérieur d’inclusion.

La recherche a été exécutée le 21 août 2026 (vers 05 h 04, America/Mexico_City) dans ACL Anthology, AAAI, JMLR, MDPI, PMLR, NeurIPS, UNESDOC, UNICEF Innocenti, OHCHR, PNAS et les pages DOI. Chaque source citée a été vérifiée contre au moins l’une de ces pages. Le corpus a été organisé en trois cas nucléaires : l’écart LLM anglais/autres langues ; l’ASR pour les langues autochtones des Amériques ; la génération de matériels éducatifs pour langues autochtones. L’analyse a distingué trois statuts énonciatifs. Constat empirique : ce qui a été observé dans l’échantillon ou le banc. Cadre normatif : ce qu’un organisme prescrit. Inférence pédagogique : la traduction vers la classe d’éducation initiale et de base, marquée comme telle. Les limites sont celles de toute revue narrative (section 9).

4. Cas 1. Modèles de langage : l’anglais comme ligne de base et l’espagnol comme langue « haute » qui perd encore

Bandarkar et al. (2024) ont publié dans l’ACL un banc parallèle de compréhension écrite à choix multiple — BELEBELE — avec 900 questions alignées sur 122 variantes linguistiques, 27 familles et 29 systèmes d’écriture. Le dessin permet de comparer l’exactitude sur la même tâche, non une anecdote selon laquelle « le modèle parle espagnol ». Constat empirique : en apprentissage in-context à cinq exemples, Llama 2 à 70 milliards de paramètres atteint 90,9 % d’exactitude en anglais et 47,7 % de moyenne dans les langues non anglaises ; GPT-3.5-turbo, en zéro-shot avec instructions en anglais, atteint 87,7 % en anglais et 50,7 % de moyenne non anglaise. Le modèle ne dépasse 50 % d’exactitude que dans 38,5 % des langues (Llama 2) ou 44,2 % (GPT-3.5). Constat empirique additionnel, lu dans les tableaux du même article : en espagnol (spa_Latn) GPT-3.5 obtient 79,2, Llama-2-chat 70B 68,4 et Llama 2 70B 85,0, toutes inférieures à leurs chiffres anglais respectifs (87,7 ; 78,8 ; 90,9). En guarani (grn_Latn) les chiffres tombent à 34,2, 32,2 et 32,4, proches du hasard (25 %). GPT-3.5 rend mieux sur les vingt premières langues à hauts ressources et, passé le seuil de quarante ou cinquante, reste derrière des modèles masqués plus petits entraînés sur des données multilingues plus équilibrées (InfoXLM, XLM-V). Translate-Test — traduire vers l’anglais puis interroger — surpasse, dans 68 des 91 langues évaluées, la compréhension in situ de Llama-2-chat 70B. Ce n’est pas un succès pédagogique : c’est la preuve que le modèle « comprend » mieux lorsque le monde lui est traduit en anglais.

Li et al. (2025) ont publié dans AAAI Language Ranker, une métrique intrinsèque qui compare les représentations internes des langues à une ligne de base anglaise. Constat empirique : les langues à hauts ressources montrent une similarité cosinus plus élevée avec l’anglais ; les langues à faibles ressources, plus basse. Il y a une corrélation forte entre cette similarité et la part de la langue dans le corpus de préentraînement. Dans Llama 2, l’allemand (0,17 % du corpus, similarité 0,723) et le français (0,16 %, 0,737) surpassent le kannada et l’ourdou (≤ 0,01 % ; similarités 0,236 et 0,275). L’article n’évalue pas des classes ; il évalue des représentations. Ce que le constat autorise est une affirmation étroite : l’anglais n’est pas une langue de plus dans l’espace interne du modèle ; c’est l’origine de l’axe.

Laurençon et al. (2022) ont documenté ROOTS, 1,6 To en 59 langues (46 naturelles et 13 de programmation), utilisé pour entraîner BLOOM. Constat empirique de composition : anglais 30,03 %, chinois simplifié 16,16 %, français 12,9 %, espagnol 10,85 %, portugais 4,91 %, arabe 4,6 %. BigScience Workshop (2024) décrit BLOOM comme un modèle ouvert de 176 milliards de paramètres entraîné sur ces 46 langues naturelles. L’espagnol est parmi les langues « privilégiées » d’un projet présenté comme alternative anglocentrique ; même ainsi, l’anglais reste le bloc majeur et les langues autochtones des Amériques n’entrent pas dans la liste. Bandarkar et al. (2024) rappellent en outre que Llama 2 déclare 89,7 % de données anglaises, 8,4 % non identifiées et 1,9 % dans 26 autres langues. La distance entre « modèle multilingue » et « modèle avec 2 % du reste du monde » est un constat de documentation de corpus, non une métaphore.

Statut de la preuve. Constat empirique accumulé : sur un banc parallèle, l’anglais surpasse l’espagnol ; l’espagnol, langue de centaines de millions de locuteurs, n’égale pas l’anglais ; une langue autochtone des Amériques présente dans le banc (le guarani) s’approche du hasard dans des LLM centrés sur l’anglais. Constat de composition : même BLOOM, délibérément multilingue, assigne à l’anglais le triple de masse de l’espagnol et zéro masse au quechua, au nahuatl ou au maya. Ce n’est pas un constat qu’un chatbot « ferme l’écart » si on lui demande de « parler espagnol ». Ce n’est pas un constat d’apprentissage infantile. Inférence pédagogique, marquée comme telle : si un enfant d’éducation initiale ou de base interagit avec un système dont la compréhension écrite, le raisonnement et les instructions système sont calibrés en anglais, la « littératie en IA » qui lui est offerte n’est pas la même que celle d’un enfant anglophone. L’espagnol ne sauve pas cette asymétrie ; il l’atténue à moitié et laisse dehors qui arrive en classe dans une langue minorisée.

5. Cas 2. ASR et langues autochtones : peu d’heures, erreur élevée, et l’anglais comme saturation de variété

Ebrahimi, Mager, Wiemerslage, Denisov, Oncevay et collègues (2023) ont décrit la deuxième compétition AmericasNLP (NeurIPS 2022) sur la reconnaissance et la traduction de la parole vers le texte pour cinq langues autochtones : bribri, guarani, kotiria, wa’ikhana et quechua. Le texte d’appel est explicite : ces langues ont reçu très peu d’attention des communautés d’apprentissage automatique et de TAL, et le manque de systèmes s’articule avec des inégalités qui affectent leurs locuteurs. C’est un cadre de problème, non une mesure d’inégalité scolaire. Romero, Gómez et Torre (2024) ont publié dans Applied Sciences l’approche gagnante de la sous-tâche ASR : fine-tuning de Wav2vec 2.0 XLS-R (300 M et 1 B de paramètres), augmentation de vitesse et recherche bayésienne d’hyperparamètres, avec environ 36,65 h de parole transcrite de sources diverses. Constat empirique d’erreur : quechua, CER 12,14 et WER 48,98 (environ 12 h d’entraînement) ; guarani, CER 15,59 et WER 62,91 (moins d’1 h) ; bribri, CER 34,70 et WER 69,03 ; wa’ikhana, CER 35,23 et WER 68,42 ; kotiria, CER 36,59 et WER 79,69, malgré le plus grand nombre d’heures (près de 30). Le CER moyen rapporté est 26,85. Les auteurs libèrent des modèles — les premiers ASR ouverts pour le wa’ikhana et le kotiria — et avertissent que la complexité de la langue, pas seulement le volume de données, conditionne le résultat. Ils ne mesurent pas l’usage en classe, la compréhension d’un enfant locuteur ni la revitalisation de la langue.

Tonja et al. (2024) situent ce résultat sur une carte plus large : la traduction automatique concentre près de 40 % des publications de TAL pour les langues autochtones latino-américaines ; l’ASR et les analyseurs morphologiques dépassent à peine 5 %. Quechua, nahuatl, shipibo-konibo, bribri, mapudungun, aymara et wixárika apparaissent avec plus d’une tâche ; la plupart des langues reconnues par les États n’apparaissent pas. Le constat est bibliométrique : visibilité inégale dans le corpus de recherche, non efficacité pédagogique.

Comme saturation — non comme cas nucléaire —, Koenecke et al. (2020) ont montré que cinq ASR commerciaux (Amazon, Apple, Google, IBM, Microsoft) transcrivaient des entretiens sociolinguistiques avec un WER moyen de 0,35 pour les locuteurs noirs et de 0,19 pour les locuteurs blancs, en anglais des États-Unis, avec 19,8 h appariées. L’écart était attribué aux modèles acoustiques et à la sous-représentation de l’anglais afro-américain. On le cite seulement pour ancrer une thèse de variété : le biais ne commence pas lorsqu’on quitte l’anglais ; il opère déjà à l’intérieur de l’anglais lorsque la variété ne coïncide pas avec le standard d’entraînement. Inférence pédagogique, marquée comme telle : un enfant hispanophone d’éducation initiale avec code-switching, un enfant qui parle une variété andine ou caribéenne, ou un enfant dont la langue du foyer n’est pas l’espagnol standard de corpus web, ne peut se donner pour « couvert » parce qu’un produit liste « Spanish » dans un menu. Dhawan, Rekesh et Ginsburg (2023) documentent, pour l’anglais-espagnol et l’anglais-hindi, que l’ASR de code-switching exige une tokenisation et une identification de langue spécifiques et que les données naturelles d’alternance sont rares. Ce n’est pas non plus un essai de classe ; c’est la preuve que le bilinguisme réel n’est pas la somme de deux monolinguismes de catalogue.

Statut de la preuve. Constat empirique : il existe des ASR ouverts pour cinq langues autochtones des Amériques, avec un CER à deux chiffres et un WER qui, dans quatre langues sur cinq, dépasse 60 %. Constat empirique de saturation : à l’intérieur de l’anglais, la variété racialisée double déjà l’erreur de mot. Ce n’est pas un constat que l’ASR « préserve » ou « sauve » une langue. Romero et al. (2024) ouvrent une voie de recherche ; ils ne mesurent pas la revitalisation. Inférence pédagogique : placer un microphone de classe ou un assistant vocal « multilingue » devant un enfant d’éducation initiale dont la langue n’est pas au menu — ou y est avec un WER de 50 à 80 % — n’est pas une inclusion linguistique. C’est une épreuve d’intelligibilité que l’enfant n’a pas choisie et que le système, avec une haute probabilité, perd. L’enseignant qui interprète le silence du système comme le silence de l’enfant commet une erreur pédagogique induite par le modèle.

6. Cas 3. Matériels éducatifs automatiques : maya, bribri, guarani, et ce que la tâche ne mesure pas

Chiruzzo, Denisov, Molina-Villegas, Fernandez-Sabido, Coto-Solano et collègues (2024) ont publié les résultats de la première tâche partagée de TAL sur la création de matériels éducatifs pour les langues autochtones des Amériques, à AmericasNLP 2024 (Mexico). La tâche n’est pas un ECR de classe ni un programme de revitalisation. Elle consiste à transformer une phrase source en une phrase cible en changeant un trait linguistique — en général associé au verbe : négation, aspect, temps — pour produire des paires utilisables comme exercices de grammaire. Langues : bribri, maya et guarani. Sept équipes, 22 systèmes. Les organisateurs décrivent les résultats comme « très prometteurs » au regard des métriques de la tâche, et observent que des modèles de grande échelle, souvent avec un certain ajustement, peuvent fonctionner lorsqu’on ne leur demande pas de générer une phrase complète à partir de zéro, mais d’introduire des changements localisés. Constat empirique : il est possible, dans un cadre de compétition, de générer des variations grammaticales dans trois langues autochtones avec des systèmes neuronaux et des LLM. Constat de conception : l’unité de succès est la transformation linguistique, non la compréhension infantile, non l’aide de l’enseignant, non le temps de langue maternelle en classe, non l’estime de soi linguistique, non la réduction de redoublement ou d’abandon que l’UNESCO (2025) associe — comme cadre de politique, non comme évaluation de ces systèmes — à l’éducation en langue du foyer.

Ce cas est retenu précisément parce qu’il touche l’éducation et ne doit pas être gonflé. Un exercice grammatical généré n’est pas une classe. Un LLM qui réussit un changement d’aspect en maya n’a pas enseigné le maya à un enfant de six ans. La tâche partage le risque de convertir un accomplissement d’ingénierie en récit de salut. Tonja et al. (2024) insistent pour que l’avancée respecte les perspectives des communautés autochtones ; l’UNESCO (2024) situe la décision communautaire au centre de la vision à long terme des technologies de langue. Ce sont des prescriptions. Chiruzzo et al. (2024) ne les mesurent pas comme résultat. Ils ne mesurent pas non plus le préjudice : ils ne rapportent pas si les exercices contiennent des erreurs qu’un enseignant non natif ne détecterait pas, ni si le LLM déplace les locuteurs comme auteurs.

Statut de la preuve. Constat empirique : il existe un précédent de tâche partagée de matériels éducatifs automatiques en bribri, maya et guarani, avec participation internationale et métriques de génération. Ce n’est pas un constat d’apprentissage. Ce n’est pas un constat que l’IA « soutient l’éducation bilingue interculturelle ». Inférence pédagogique, marquée comme telle : dans l’éducation initiale, le matériel qui compte n’est pas seulement la paire minimale de phrases, mais la voix, le jeu, la langue de la famille et la présence d’un adulte qui la parle. Un générateur peut, au mieux, aider un enseignant qui possède déjà la langue. Il ne substitue pas cette compétence. Le présenter comme littératie en IA pour des enfants locuteurs de langues minorisées inverse la charge : on alphabétise le modèle dans la langue de l’enfant, ou l’on prétend alphabétiser l’enfant dans un modèle qui ne l’a pas.

7. Cadre inférentiel : cinq épreuves contre la littératie uniquement en anglais

Le cadre qui suit est l’inférence pédagogique de cet article, ancrée dans les cas et dans les instruments vérifiés. Ce n’est pas une nouvelle norme internationale. Il distingue cinq épreuves d’admissibilité. Si une proposition d’« IA en classe » d’éducation initiale ou de base ne les passe pas, elle n’est pas déployée comme littératie.

7.1. Épreuve de langue d’élevage. L’UNESCO (2025) soutient qu’apprendre dans une langue que l’on comprend est un droit et une condition de qualité ; l’UNICEF (2021) exige l’inclusion dès la conception ; le Comité des droits de l’enfant (2021) exige l’accessibilité de l’information numérique. Inférence : un système qui n’opère pas, ou opère mal, dans la langue de l’enfant n’est pas une ressource de littératie ; c’est un filtre d’admission dissimulé. En éducation initiale, la langue d’élevage n’est pas un « contenu » substituable par l’anglais ou par un espagnol de corpus. On ne feint pas la compétence numérique là où il y a incompréhension linguistique du système.

7.2. Épreuve de distribution, non de menu. Li et al. (2025), Laurençon et al. (2022) et la documentation de Llama 2 citée par Bandarkar et al. (2024) montrent que la performance suit la masse de préentraînement. Un menu qui liste « Espagnol » ou « Quechua » n’est pas une évaluation. Inférence : exiger, avant l’achat ou la recommandation, des chiffres d’erreur ou d’exactitude dans la variété réelle de la classe — non dans un anglais de benchmark ni dans un espagnol péninsulaire de démonstration. Si le fournisseur ne les donne pas, le système n’est pas prêt pour des enfants.

7.3. Épreuve de variété et de parole. Romero et al. (2024) documentent un WER de 49 à 80 % sur des langues autochtones avec ASR de compétition ; Koenecke et al. (2020) documentent, comme saturation, un écart racial à l’intérieur de l’anglais ; Dhawan et al. (2023) documentent la difficulté du code-switching espagnol-anglais. Inférence : la parole infantile d’éducation initiale — incomplète, dialectale, souvent alternante — est un cas plus dur que celui d’un adulte lisant un corpus. Un assistant vocal qui ne reconnaît pas l’enfant ne « échoue pas un peu » ; il lui enseigne que sa bouche n’est pas lisible pour la machine que l’école a autorisée.

7.4. Épreuve de non-salut. Chiruzzo et al. (2024) mesurent la génération d’exercices, non la revitalisation. Tonja et al. (2024) mesurent les publications, non la vitalité. L’UNESCO (2024) prescrit une gouvernance communautaire ; elle ne certifie pas de produits. Inférence : il est interdit, dans ce cadre, d’affirmer que l’IA ferme les écarts linguistiques ou sauve les langues autochtones. Cette phrase, si elle apparaît dans un projet scolaire, est du marketing, non de la preuve. Ce qui est admissible est un usage étroit, avec des locuteurs, avec le droit de refuser la donnée et sans récit de salut.

7.5. Épreuve de littératie dans la langue de la classe. Miao et Holmes (2023) et l’UNESCO (2021) exigent une approche centrée sur l’humain et un accès linguistique. Une « littératie en IA » dont les exemples, interfaces, jeux de données et critères de succès sont en anglais produit, par conception, une compétence de second ordre : l’enfant doit savoir l’anglais pour apprendre à interroger la machine. Inférence : ce n’est pas de la littératie en IA ; c’est de l’anglais médié par un chatbot. Dans l’éducation initiale et de base d’Amérique latine, cette inversion est inacceptable comme politique d’équité. Opérationnellement, le cadre admet : (a) l’évaluation publique de l’erreur dans la langue et la variété de la classe ; (b) des matériels et prompts natifs, non traduits à la volée vers l’anglais ; (c) des enseignants et communautés locutrices comme auteurs, non comme usagers finaux d’un modèle étranger ; (d) le droit de ne pas utiliser le système sans perdre l’activité scolaire. Il rejette : (e) les assistants vocaux non mesurés dans la langue de l’enfant ; (f) une littératie en IA disponible seulement en anglais ; (g) la fiction que « l’espagnol est au menu » égale l’anglais ; (h) le récit qu’un ASR de CER 12 ou 36 « préserve » une langue.

8. Discussion

Trois tensions organisent la discussion. La première est entre l’espagnol comme langue « grande » et l’espagnol comme langue subordonnée à l’anglais dans l’espace du modèle. BELEBELE montre que l’espagnol rend en dessous de l’anglais sur les mêmes items (Bandarkar et al., 2024). ROOTS montre que, même dans un projet multilingue, l’anglais pèse le triple (Laurençon et al., 2022). Inférence : les politiques éducatives qui traitent l’espagnol comme suffisant face au biais anglocentrique sous-estiment l’écart. Un enfant monolingue en espagnol d’éducation de base ne reçoit pas le même système qu’un enfant anglophone ; il reçoit une approximation. Appeler cette approximation « IA en espagnol » sans chiffres est de l’opacité.

La deuxième tension est entre les langues autochtones comme objet d’articles et comme langue de classe. AmericasNLP, Romero et al. (2024) et Chiruzzo et al. (2024) sont des avancées d’ingénierie et de communauté scientifique. Tonja et al. (2024) montrent que la majorité des langues reconnues reste dehors. L’UNESCO (2025) prescrit l’éducation en langue maternelle ; elle n’évalue pas ces systèmes. Le saut d’un CER de laboratoire à un droit linguistique scolaire est politique, non technique. Quiconque le présente comme déjà résolu invente un résultat.

La troisième tension est entre littératie en IA et littératie en anglais. Si l’interface, le corpus d’exemples et le critère de « bonne question au modèle » sont en anglais, la compétence enseignée est l’anglais de la machine. Bandarkar et al. (2024) ont trouvé que traduire vers l’anglais améliore la performance de Llama-2-chat dans la plupart des langues évaluées. C’est une recette d’ingénierie et, en même temps, un diagnostic pédagogique : le raccourci institutionnel sera de traduire l’enfant vers l’anglais pour que l’IA « fonctionne ». En éducation initiale, ce raccourci colonise la langue d’élevage au nom d’une compétence que l’enfant n’a pas encore.

Miao et Holmes (2023) avertissent le manque de protection face à la vitesse de l’IA générative. L’UNESCO (2021) exige la non-discrimination linguistique. Le Comité des droits de l’enfant (2021) exige un environnement numérique accessible. Ces cadres ne sont pas remplis parce qu’un fournisseur offre dix langues dans un menu déroulant. Ils le sont, s’ils le sont, lorsque l’erreur dans la langue de l’enfant est connue, acceptable et gouvernée par l’école et la communauté — non par le modèle.

9. Limites

Cette revue est narrative. Elle n’applique pas un protocole PRISMA complet ni n’estime d’effets combinés sur l’apprentissage ou sur la vitalité linguistique. BELEBELE n’est pas un test infantile : ses passages proviennent de FLORES-200 (actualités, Wikijunior, WikiVoyage) et les questions ont été créées en anglais puis traduites ; Bandarkar et al. (2024) avertissent le translationese et le biais de conception anglocentrique. Language Ranker mesure la similarité de représentations, non la pédagogie. ROOTS et BLOOM documentent un corpus et un modèle, non une classe. Romero et al. (2024) mesurent CER et WER en conditions de compétition, non l’intelligibilité de la parole infantile spontanée. Chiruzzo et al. (2024) mesurent la génération d’exercices, non les acquis des élèves. Koenecke et al. (2020) est une saturation de variété en anglais américain adulte, non une preuve d’éducation initiale ni d’espagnol. Dhawan et al. (2023) est de l’ASR technique de code-switching, non une ethnographie scolaire. La géographie empirique des LLM est biaisée vers des bancs globaux ; celle des langues autochtones, vers des ateliers de TAL. On n’a pas localisé, avec le même degré d’ouverture vérifiable, un essai latino-américain de classe d’éducation initiale mesurant la littératie en IA en nahuatl, maya ou quechua. Cette absence est un vide, non une preuve d’inexistence ni de succès. Les cadres de l’UNESCO, de l’UNICEF et du Comité des droits de l’enfant sont prescriptifs. Les inférences de la section 7 sont des hypothèses de seuil éthico-pédagogique, non une preuve de mise en œuvre nationale. Cet article n’affirme pas que toute IA en langue non anglaise est inutile ; il affirme que, dans le corpus vérifié, on n’a démontré ni fermeture d’écarts linguistiques ni sauvetage de langues autochtones.

10. Conclusions

L’intelligence artificielle dans l’éducation initiale et de base n’est pas linguistiquement neutre. Un système entraîné surtout en anglais peut élargir l’inégalité de langue dans la fenêtre où se consolide la langue maternelle. Trois familles de preuves vérifiées soutiennent l’argument. BELEBELE et Language Ranker montrent que la performance suit l’anglais comme ligne de base et que l’espagnol, langue à hauts ressources, perd encore, tandis qu’une langue autochtone présente dans le banc s’approche du hasard (Bandarkar et al., 2024 ; Li et al., 2025). ROOTS et BLOOM montrent qu’un projet délibérément multilingue assigne encore à l’anglais la plus grande masse et n’inclut pas les langues autochtones des Amériques (Laurençon et al., 2022 ; BigScience Workshop, 2024). L’ASR d’AmericasNLP montre des erreurs de mot de 49 à 80 % avec peu d’heures d’audio (Romero et al., 2024 ; Ebrahimi et al., 2023). La tâche de matériels éducatifs montre que l’on peut générer des exercices en bribri, maya et guarani, non que les enfants apprennent mieux ni que les langues se revitalisent (Chiruzzo et al., 2024).

Le droit et la politique ne sont pas muets. L’UNESCO (2021, 2025) exige le multilinguisme, la non-discrimination et l’apprentissage dans une langue que l’on comprend. L’UNICEF (2021) exige l’inclusion dès la conception. Le Comité des droits de l’enfant (2021) exige l’accessibilité numérique. Miao et Holmes (2023) mandatent une approche centrée sur l’humain face à l’IA générative. L’UNESCO (2024) situe les communautés dans la gouvernance des technologies de langue. Là où les sources ne mesurent pas la fermeture d’écart ni le sauvetage de langues, cet article ne l’invente pas. Le seuil est pédagogique avant d’être commercial : on n’appelle pas littératie en IA une compétence qui ne fonctionne qu’en anglais.

Ingeniero Mitre / Laboratorio Editorial de NEXTECH.IA

Références

  1. Bandarkar, L., Liang, D., Muller, B., Artetxe, M., Shukla, S. N., Husa, D., Goyal, N., Krishnan, A., Zettlemoyer, L., et Khabsa, M. (2024). The Belebele benchmark: A parallel reading comprehension dataset in 122 language variants. Dans Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) (p. 749–775). Association for Computational Linguistics. https://doi.org/10.18653/v1/2024.acl-long.44
  2. Bender, E. M., Gebru, T., McMillan-Major, A., et Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Dans Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (p. 610–623). ACM. https://doi.org/10.1145/3442188.3445922
  3. BigScience Workshop. (2024). BLOOM: A 176B-parameter open-access multilingual language model. Journal of Machine Learning Research, 25(422), 1–74. https://jmlr.org/papers/v25/23-0581.html
  4. Blasi, D., Anastasopoulos, A., et Neubig, G. (2022). Systematic inequalities in language technology performance across the world’s languages. Dans Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) (p. 5486–5505). Association for Computational Linguistics. https://doi.org/10.18653/v1/2022.acl-long.376
  5. Chiruzzo, L., Denisov, P., Molina-Villegas, A., Fernandez-Sabido, S., Coto-Solano, R., Agüero-Torales, M., Alvarez, A., Canul-Yah, S., Hau-Ucán, L., Ebrahimi, A., Pugh, R., Oncevay, A., Rijhwani, S., von der Wense, K., et Mager, M. (2024). Findings of the AmericasNLP 2024 Shared Task on the Creation of Educational Materials for Indigenous Languages. Dans Proceedings of the 4th Workshop on Natural Language Processing for Indigenous Languages of the Americas (AmericasNLP 2024) (p. 224–235). Association for Computational Linguistics. https://doi.org/10.18653/v1/2024.americasnlp-1.27
  6. Comité des droits de l’enfant. (2021). Observation générale no 25 (2021) relative aux droits des enfants en relation avec l’environnement numérique (CRC/C/GC/25). Nations Unies. https://www.ohchr.org/en/documents/general-comments-and-recommendations/general-comment-no-25-2021-childrens-rights-relation
  7. Dhawan, K., Rekesh, D., et Ginsburg, B. (2023). Unified model for code-switching speech recognition and language identification based on concatenated tokenizer. Dans Proceedings of the 6th Workshop on Computational Approaches to Linguistic Code-Switching (p. 74–82). Association for Computational Linguistics. https://aclanthology.org/2023.calcs-1.7/
  8. Ebrahimi, A., Mager, M., Wiemerslage, A., Denisov, P., Oncevay, A., Liu, D., Koneru, S., Ugan, E. Y., Li, Z., Niehues, J., Romero, M., Torre, I. G., Alumäe, T., Kong, J., Polezhaev, S., Belousov, Y., Chen, W.-R., Sullivan, P., Adebara, I., … Kann, K. (2023). Findings of the Second AmericasNLP Competition on Speech-to-Text Translation. Dans Proceedings of the NeurIPS 2022 Competitions Track (PMLR 220, p. 217–232). PMLR. https://proceedings.mlr.press/v220/ebrahimi23a.html
  9. Joshi, P., Santy, S., Budhiraja, A., Bali, K., et Choudhury, M. (2020). The state and fate of linguistic diversity and inclusion in the NLP world. Dans Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (p. 6282–6293). Association for Computational Linguistics. https://doi.org/10.18653/v1/2020.acl-main.560
  10. Koenecke, A., Nam, A., Lake, E., Nudell, J., Quartey, M., Mengesha, Z., Toups, C., Rickford, J. R., Jurafsky, D., et Goel, S. (2020). Racial disparities in automated speech recognition. Proceedings of the National Academy of Sciences, 117(14), 7684–7689. https://doi.org/10.1073/pnas.1915768117
  11. Laurençon, H., Saulnier, L., Wang, T., Akiki, C., Villanova del Moral, A., Le Scao, T., von Werra, L., Mou, C., González Ponferrada, E., Nguyen, H., Frohberg, J., Šaško, M., Lhoest, Q., McMillan-Major, A., Dupont, G., Biderman, S., Rogers, A., Ben Allal, L., De Toni, F., … Jernite, Y. (2022). The BigScience ROOTS corpus: A 1.6TB composite multilingual dataset. Dans Advances in Neural Information Processing Systems 35 (NeurIPS 2022) Datasets and Benchmarks Track. https://doi.org/10.52202/068431-2306
  12. Li, Z., Shi, Y., Liu, Z., Yang, F., Payani, A., Liu, N., et Du, M. (2025). Language Ranker: A metric for quantifying LLM performance across high and low-resource languages. Proceedings of the AAAI Conference on Artificial Intelligence, 39(27), 28186–28194. https://doi.org/10.1609/aaai.v39i27.35038
  13. Miao, F., et Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  14. Romero, M., Gómez, S., et Torre, I. G. (2024). Automatic speech recognition advancements for Indigenous languages of the Americas. Applied Sciences, 14(15), 6497. https://doi.org/10.3390/app14156497
  15. Tonja, A. L., Balouchzahi, F., Butt, S., Kolesnikova, O., Ceballos, H., Gelbukh, A., et Solorio, T. (2024). NLP progress in Indigenous Latin American languages. Dans Proceedings of the 2024 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 1: Long Papers) (p. 6972–6987). Association for Computational Linguistics. https://doi.org/10.18653/v1/2024.naacl-long.385
  16. UNESCO. (2003). Recommendation concerning the Promotion and Use of Multilingualism and Universal Access to Cyberspace. https://www.unesco.org/en/legal-affairs/recommendation-concerning-promotion-and-use-multilingualism-and-universal-access-cyberspace
  17. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  18. UNESCO. (2024). Global roadmap for multilingualism in the digital era: Advancing the role of language technologies. https://unesdoc.unesco.org/ark:/48223/pf0000393920
  19. UNESCO. (2025). Languages matter: Global guidance on multilingual education. https://unesdoc.unesco.org/ark:/48223/pf0000392477
  20. UNESCO. (2025b). The right multilingual education policies can unlock learning and inclusion (note de plaidoyer du Rapport GEM). https://www.unesco.org/gem-report/en/publication/right-multilingual-education-policies-can-unlock-learning-and-inclusion
  21. UNICEF. (2021). Policy guidance on AI for children 2.0. UNICEF Office of Global Insight and Policy. https://www.unicef.org/innocenti/reports/policy-guidance-ai-children