Les technologies de Google alimentent déjà les interactions dans plus de 300 langues, touchant 86 % de la population mondiale. Cependant, l’entreprise annonce viser les 1 000 langues les plus parlées pour rendre l’IA véritablement universelle.

Historiquement, le numérique a favorisé quelques langues dominantes, laissant des milliers de dialectes en marge. Si Google Traduction a commencé en 2006 avec une mission de franchir ces barrières, les avancées actuelles vont bien au-delà de la simple traduction textuelle. Le défi, c’est de faire comprendre la richesse de la communication humaine : le ton, le rythme, les hésitations, les mélanges de langues, ce que les systèmes rigides ne saisissaient pas.

Pour y parvenir, l’approche a changé. Au lieu de se baser uniquement sur des transcriptions textuelles, les modèles comme Gemini 3.5 sont entraînés à traiter l’audio directement, intégrant l’intention et le son. Cela permet aujourd’hui d’utiliser Gemini 3.5 Live Translate pour des conversations fluides en temps réel sur 70 langues et plus de 2 000 paires linguistiques, capturant même les changements de code et les signaux émotionnels.

Le passage d’un modèle linguistique à une intelligence contextuelle

Le travail ne s’arrête pas à l’amélioration des algorithmes. Pour que l’IA apprenne les langues sous-représentées, il a fallu une approche radicalement différente pour la collecte de données. Le web ne représente qu’une poignée de langues dominantes. La solution, selon blog.google, passe par des partenariats locaux et ancrés dans les communautés.

On voit cela concrètement avec des initiatives comme WAXAL, un corpus de données audio en libre accès couvrant 27 langues d’Afrique subsaharienne, avec le soutien de partenaires comme Makerere University. Autre exemple, Project Vaani, mené en collaboration avec l’Indian Institute of Science, récolte plus de 30 000 heures de discours dans 109 langues en Inde. Ces efforts locaux sont essentiels pour doter les modèles d’une compréhension nuancée.

En parallèle, le Language Explorer, plateforme interactive basée sur le dépôt de données open-source LinguaMeta, permet aux chercheurs et passionnés de visualiser la diversité linguistique du monde, recensant plus de 7 000 langues écrites, parlées et signées.

Quand la technologie doit fonctionner sans connexion

On sait que la technologie n’est vraiment accessible que là où les gens vivent, y compris dans des zones où la connexion est intermittente ou inexistante. C’est pourquoi Google a développé TranslateGemma, une série de modèles de traduction légers basés sur Gemini. Ces modèles peuvent tourner directement sur l’appareil, ce qui signifie que des traductions de haute qualité ne nécessitent plus de connexion au cloud.

En parallèle de cette expansion, la recherche fondamentale progresse. Elle s’appuie sur vingt-cinq ans de recherche ouverte et plus de quatre cents articles évalués par des pairs. Bien que les modèles avancés rencontrent encore des défis complexes pour le suivi d’états sur de longs documents, c’est précisément cette capacité à suivre un contexte complexe, tel celui d’une conversation, qui est au cœur des nouvelles architectures. Actuellement, les efforts de collecte de données de terrain, menés en collaboration avec des universités sur quatre continents, sont ce qui permet de concrétiser cette promesse d’une compréhension véritablement globale.

Sources

• AI for everyone in every language, blog.google
• Celebrating 20 years of Google Translate: Fun facts, tips and new features to try, blog.google
• Exploring the world’s languages with Language Explorer, Google Research, 9 novembre 2026
• StateBench: Testing how language models track state changes over long documents, Hugging Face, 3 novembre 2026