Leadership canadien pour une gouvernance inclusive de l'IA dans les pays du Sud : atténuer les préjugés dialectaux à l'encontre de l'anglais africain grâce au pidgin nigérian.
Auteur:
Shahram Mohanna
Blessing Ogbuokiri
Dr. Laleh Seyyed-Kalantari

Avertissement : La version française de ce texte a été traduite automatiquement et n'a pas été approuvée par l'auteur.
Rapport international sur la sécurité de l'IA (2025) elle identifie les biais algorithmiques, l'inégalité d'accès et le manque de représentation comme des risques majeurs susceptibles d'empêcher les systèmes d'IA d'apporter des avantages sociétaux équitables. De même, Stratégie continentale de l'Union africaine en matière d'intelligence artificielle (2024)Ce constat souligne l'importance d'un développement inclusif de l'IA, d'une innovation responsable et de la réduction des inégalités engendrées par les technologies émergentes d'IA. Toutefois, les cadres de sécurité de l'IA existants n'ont pas suffisamment pris en compte la diversité linguistique comme source de discrimination algorithmique. Cette lacune crée un important déficit de gouvernance, car la langue n'est pas qu'un simple mécanisme de communication technique ; elle représente l'identité culturelle, la participation sociale et l'accès aux opportunités.
Bien que les recherches sur biais dialectal de l'anglais afro-américain (AAE) Bien que des preuves importantes de biais à l'encontre des locuteurs d'anglais afro-américain (AAE) aient été apportées, les variétés d'anglais africain (AE) restent largement sous-représentées dans la recherche en intelligence artificielle (IA), les ensembles de données et les cadres de gouvernance. Cela constitue un défi majeur pour les communautés des pays du Sud, où de nombreuses variétés linguistiques ne disposent pas des ressources numériques suffisantes pour permettre un développement équitable de l'IA. En l'absence d'ensembles de données représentatifs et de critères d'évaluation culturellement adaptés, l'ampleur des biais de l'IA à l'encontre des dialectes de l'anglais africain demeure inconnue.
Par exemple, le pidgin nigérian (PE) est un exemple représentatif de la diversité de l'anglais africain. Le pidgin nigérian est parlé par plus de 140 millions de personnes en Afrique de l'Ouest et joue un rôle majeur dans la communication sociale, les affaires, les médias et l'interaction numérique (Ethnologue, 2025Malgré son usage répandu, le pidgin nigérian reste fortement sous-représenté dans les ressources de formation et les ensembles de données d'évaluation de l'IA. De ce fait, les responsables de la formation en IA peuvent interpréter à tort les expressions en pidgin nigérian comme étant grammaticalement incorrectes, offensantes ou toxiques. Ces erreurs peuvent contribuer à l'exclusion numérique par le biais d'une modération de contenu inéquitable, d'évaluations automatisées inexactes et d'un accès inégal aux services basés sur l'IA.
Le problème est exacerbé par les capacités locales limitées en matière d'audit et de gouvernance de l'IA. De nombreux pays du Sud adoptent de plus en plus des technologies d'IA développées à partir de jeux de données et d'hypothèses reflétant principalement des contextes linguistiques et culturels occidentaux. Faute d'expertise locale pour évaluer les systèmes d'IA, constituer des jeux de données représentatifs et mettre en œuvre des stratégies d'atténuation des biais, les communautés peuvent avoir des difficultés à identifier ou à corriger les préjudices algorithmiques. L'élaboration de référentiels d'équité dialectale et de programmes de formation est donc essentielle pour garantir que les technologies d'IA soient sûres, inclusives et culturellement adaptées.
Nous suggérons un soutien canadien à la gouvernance de l'IA en Afrique et à l'élaboration de normes d'équité dialectale culturellement représentatives afin de mesurer les biais dans les modèles linguistiques et de fournir des données probantes pour l'élaboration de politiques. Un soutien initial tel que Réseau de solutions CIFAR en matière de sécurité de l'IA Ces initiatives illustrent le leadership canadien en matière de sécurité de l'IA en Afrique. Alors que les cadres de gouvernance actuels de l'IA visent principalement l'équité entre les groupes démographiques, ce projet établit des normes fondées sur des données probantes pour atténuer les biais dialectaux à l'encontre des variétés d'anglais africaines sous-représentées, comblant ainsi une lacune importante dans la gouvernance mondiale de l'IA.
Le Canada abrite une population immigrée africaine en pleine expansion, dont les contributions culturelles, linguistiques et économiques sont de plus en plus importantes pour l’écosystème d’innovation du pays. En promouvant des normes d’IA culturellement représentatives et en renforçant la gouvernance de l’IA dans les pays du Sud, le Canada peut façonner les nouvelles normes internationales pour les modèles de base, consolider son leadership en matière d’IA responsable et fiable et étendre son influence grâce à la diplomatie de l’IA.
Le développement de systèmes d'IA capables de reconnaître équitablement les variétés d'anglais africain peut améliorer l'accès équitable à l'éducation, aux soins de santé, à l'emploi, aux services financiers et aux plateformes gouvernementales numériques, tout en réduisant les obstacles liés aux biais dialectaux. De plus, ce projet renforce la compétitivité économique du Canada en permettant aux chercheurs et aux entreprises canadiennes de développer des technologies d'IA inclusives et des solutions de gouvernance adaptées aux marchés émergents d'Afrique, l'une des économies numériques à la croissance la plus rapide au monde. En pilotant le développement d'une IA équitable pour le pidgin nigérian, le Canada peut établir un nouveau modèle de diplomatie en matière d'IA, étendre ses partenariats de recherche et d'innovation en Afrique, saisir les opportunités offertes par l'une des économies numériques à la croissance la plus rapide au monde et consolider son leadership en matière de gouvernance inclusive de l'IA.
Mots clés: IA inclusive ; IA responsable ; Équité linguistique ; Biais dialectaux ; Anglais africain ; Pidgin nigérian ; Gouvernance de l’IA ; Modèles de langage à grande échelle ; IA générative ; Équité algorithmique

