Face au risque de voir la culture québécoise et les langues autochtones invisibilisées par les géants de l’intelligence artificielle, la Bibliothèque et Archives nationales du Québec (BAnQ) passe à l’offensive.
L’institution vient d’amorcer la phase expérimentale d’un projet ambitieux. Créer une immense banque de données gouvernementales et culturelles conçue pour entraîner les modèles d’IA.
L’objectif ? Permettre aux futurs outils IA de comprendre et de refléter fidèlement l’histoire, l’économie, les spécificités linguistiques et les expressions propres à la société québécoise.
Le constat : un vide numérique et des biais culturels
Le projet découle directement des conclusions d’un rapport publié en 2024 par le Conseil de l’innovation du Québec.
Ce dernier pointait du doigt une réalité mathématique. La quantité de données québécoises exploitées dans les grands ensembles d’entraînement actuels (comme ceux d’OpenAI ou de Google) est infime.
Pour Destiny Tchéhouali, professeur au département de communication de l’UQAM, le constat est sans appel. Sans intervention, les systèmes d’IA reproduisent inévitablement des biais culturels et linguistiques façonnés par les données majoritairement anglophones ou européennes.
L’enjeu est encore plus critique pour les communautés autochtones, dont le patrimoine linguistique court le risque d’être totalement ignoré ou déformé par ces technologies.
En créant une infrastructure stratégique locale, le Québec souhaite imposer ses propres balises sur la manière dont ses contenus sont identifiés, catalogués et compris par les machines.
Une réponse structurée au « Far West » du droit d’auteur
L’une des principales innovations de cette BDD réside dans son approche du droit d’auteur. C’est un sujet brûlant qui secoue actuellement le monde de la culture et des médias à l’échelle internationale.
Alors que les entreprises de la Tech aspirent et récoltent massivement du contenu gratuit sur le web sans le consentement des auteurs (une situation qualifiée de « Far West » par Marie Grégoire, présidente-directrice générale de la BAnQ), la plateforme québécoise se veut un espace hautement sécurisé.
Elle ne servira pas de canal de diffusion public pour les œuvres, mais plutôt de guichet centralisé et contrôlé.
À terme, cette structure collective pourrait grandement faciliter la mise en place de mécanismes de compensation financière équitables pour les créateurs dont les œuvres servent à l’apprentissage des machines.
Entre espoir de protection et peur d’être « remplacé »
Malgré ces promesses de régulation, le projet suscite des inquiétudes légitimes chez certains.
Maxime Harvey, chercheur à l’INRS, souligne un paradoxe qui inquiète sur le terrain. Même si les créateurs reçoivent une redevance pour nourrir la base de données, ils craignent de participer indirectement au développement d’un outil qui, à terme, pourrait réduire leurs propres opportunités d’emploi ou de contrats.
Calendrier, budget et inspirations internationales
Le Québec n’est pas le seul à emprunter cette voie de la « souveraineté numérique ». Des initiatives similaires ont vu le jour en Europe, notamment en Suède. Là-bas, de vastes corpus de textes en langues nordiques ont été assemblés pour concevoir des modèles d’IA adaptés aux réalités scandinaves.
Pour mener à bien sa mission, la BAnQ commencera par tester le dispositif en exploitant ses propres collections internes. Elle intégrera ensuite des données provenant de partenaires externes.
Le projet devrait voir le jour en 2029, pour un budget avoisinant les 1M$ pour la phase de démarrage et près de 10,5 millions de dollars sur cinq ans d’ici 2030.
Intéressés par le sujet ? Consultez d’autres articles là.
