promotion de la traduction des langues vernaculaires en Inde passera-t-elle par le numérique ?
Notice bibliographique
Résumé
La politique linguistique de l’Inde, État plurilingue par excellence, se veut inclusive jusqu’aux langues les plus minoritaires avec une application multidirectionnelle de la traduction administrative protégée par la loi. En réalité cette politique est hiérarchisée. Elle met en avant l’hindi parmi les langues régionales et n’est pas appliquée pour de nombreuses minorités. Ceci transparaît dans les initiatives public/privé qui développent à grands pas depuis 2020 la localisation des technologies numériques pour les langues vernaculaires. La combinaison de traduction est le plus souvent de l’anglais vers les autres langues selon un ordre récurrent (hindi, puis les sept premières langues régionales, puis les autres langues répertoriées), indiquant la prééminence de l’anglais et la place symbolique des autres langues dans cette hiérarchie. Cette valorisation de la maîtrise des langues « du sommet » de la pyramide n’incite pas au développement de la traduction dans les langues minoritaires ou même entre « langues répertoriées » autres que l’hindi. De plus, la politique de traduction actuelle ne définit pas précisément les critères de sa mise en œuvre. Par ailleurs, depuis près de 10 ans, l’Inde a choisi de miser sur le développement de son économie par le numérique. Les internautes non anglophones constituent un marché gigantesque pour le secteur privé et un vivier de compétences pour peu qu’ils puissent accéder aux savoirs dispensés jusqu’ici en anglais. Ce développement vers les langues indiennes répond aussi à l’idéologie nationaliste prônée par le gouvernement en place. L’exemple de la diffusion de l’information lors de la pandémie du COVID-19 montre cependant que les langues des minorités les plus fragiles n’ont pas été prises en compte. Pourtant, les nouvelles technologies de l’information, en particulier l’IA, peuvent pourtant devenir des alliées dans la préservation et la traduction des langues minoritaires.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».