La première réponse tient à l’échelle. Les grands modèles de langage n’ont pas appris comme un enfant apprend auprès de sa mère, de son école ou de son quartier. Ils ont été nourris par des océans de textes : livres, articles, pages web, forums, archives, codes informatiques, traductions, conversations, manuels, publications scientifiques. Ils n’ont pas “compris” les langues au départ. Ils ont repéré des régularités. Mot après mot, phrase après phrase, ils ont appris à prédire ce qui vient ensuite. Cette mécanique, simple en apparence, devient puissante lorsqu’elle s’applique à des milliards de fragments linguistiques.

Mais réduire l’IA à une machine statistique serait trop court. Ce qui frappe, c’est sa capacité à saisir des structures profondes : accords, syntaxe, styles, registres, implicites culturels, formes argumentatives. Elle apprend que l’on ne parle pas de la même manière dans un poème, un contrat, une chronique de presse, un message WhatsApp ou un discours politique. Elle détecte les différences de ton, de contexte, de probabilité. Elle ne possède pas une conscience humaine du langage, mais elle en reconstitue les gestes visibles avec une efficacité spectaculaire.

Le plus étonnant est peut-être sa vitesse d’apprentissage transversal. Une IA entraînée sur plusieurs langues finit par transférer des compétences d’une langue à l’autre. Elle repère que les langues ont des architectures différentes mais aussi des fonctions communes : désigner, nier, comparer, ordonner, raconter, convaincre, nuancer. Les mots changent, mais les opérations mentales se ressemblent. C’est ainsi que les modèles deviennent capables de passer du français à l’arabe, de l’anglais au portugais, ou d’un langage humain à un langage informatique. Ils ne traduisent pas seulement des mots : ils recomposent des relations.

Les spécialistes rappellent un point troublant : certains modèles parviennent même à apprendre des “langues impossibles”, inventées par les chercheurs, avec des règles grammaticales qui ne correspondent à aucune langue humaine connue. Autrement dit, l’IA ne se contente pas de mémoriser des langues existantes. Elle apprend aussi à manipuler des systèmes de règles abstraits. Cela ne prouve pas qu’elle pense comme nous. Mais cela montre qu’elle sait extraire des régularités là où l’humain ne lui a pas forcément donné de manuel explicite.

À cette première phase d’apprentissage massif s’ajoute une seconde étape décisive : l’ajustement humain. Les modèles ne deviennent pas agréables à utiliser uniquement parce qu’ils ont lu beaucoup de textes. Ils sont ensuite corrigés, classés, évalués, orientés. Des humains comparent des réponses, signalent celles qui sont utiles, claires, polies, pertinentes ou dangereuses. C’est ce qu’on appelle l’apprentissage par renforcement à partir de préférences humaines. En langage simple : la machine apprend non seulement à parler, mais à parler comme nous préférons qu’elle parle.

C’est là que le débat devient plus sensible. Car si l’IA apprend les langues humaines, elle apprend aussi nos biais, nos hiérarchies culturelles, nos angles morts. Les langues très présentes en ligne sont mieux maîtrisées. Les langues moins numérisées, moins documentées, moins rentables, risquent d’être moins bien servies. Derrière l’exploit technologique, il existe donc une nouvelle géopolitique du langage. Les peuples qui produisent beaucoup de données écrites deviennent plus visibles dans l’intelligence artificielle mondiale. Ceux qui écrivent moins, ou dont les langues sont peu archivées, peuvent devenir périphériques.

Il ne faut donc pas confondre fluidité et égalité linguistique. Une IA peut parler plusieurs langues, mais pas toujours avec la même profondeur culturelle. Elle peut traduire un proverbe sans en sentir toute la mémoire. Elle peut imiter une tournure populaire sans connaître la rue qui l’a produite. Elle peut manier l’arabe classique, mais hésiter devant les subtilités d’un dialecte. Elle peut écrire en français impeccable, mais manquer parfois l’ironie, la pudeur ou la charge historique d’un mot.

La vraie révolution est là : les langues humaines ne sont plus seulement des moyens de communication entre humains. Elles deviennent des terrains d’entraînement pour des machines. Chaque article publié, chaque commentaire, chaque livre numérisé, chaque archive ouverte devient une brique dans la formation de ces nouveaux systèmes. L’humanité a parlé pendant des siècles sans savoir qu’elle construisait, phrase après phrase, la matière première de l’intelligence artificielle.

Faut-il s’en inquiéter ? Oui, si l’on croit que la langue est un simple gisement exploitable. Non, si l’on comprend que cette révolution oblige les sociétés à protéger, enrichir et documenter leurs patrimoines linguistiques. Pour le Maroc, par exemple, la question est immense : arabe classique, darija, amazigh, français, espagnol régional, langues professionnelles, mémoire orale. Tout cela doit être mieux écrit, mieux archivé, mieux représenté. Sinon, d’autres modèles parleront à notre place, mais avec les mots des autres.

Les IA ont appris vite parce qu’elles ont reçu l’héritage linguistique massif de l’humanité, amplifié par la puissance de calcul et corrigé par les préférences humaines. Elles parlent bien parce qu’elles ont observé comment nous écrivons, comment nous hésitons, comment nous argumentons, comment nous rêvons. Mais elles ne possèdent pas encore ce que la langue a de plus humain : l’expérience vécue derrière les mots.

Et c’est peut-être là que se situe la frontière. La machine peut apprendre nos langues. Elle peut même les recombiner avec brio. Mais il nous revient encore de décider ce que nos langues doivent porter : une mémoire, une culture, une dignité, une vision du monde. Car si l’IA apprend à parler, l’humanité doit réapprendre à ne pas se taire.