Le lexique entre humains et machines

Notre programmation s'organise en trois axes: (I) Linguistique et terminologie, (II) Traitement automatique des langues et (III) Didactique des langues. Nous visons trois objectifs généraux: (1) déployer nos méthodologies sur des langues peu documentées; (2) établir des liens entre l’apprentissage du vocabulaire par les humains et par les machines; (3) développer de nouvelles méthodes informatiques pour accélérer le développement et l’évaluation de dictionnaires. Les travaux de l'axe I vont porter sur la description du lexique général et spécialisé, en particulier dans la langue innue (une langue menacée), et nous poursuivrons nos travaux théoriques en linguistique et en terminologie en jetant des ponts vers des cadres théoriques complémentaires au nôtre. L'axe II se concentrera sur les modèles de langues génératifs (comme celui derrière ChatGPT), d'une part en les exploitant pour faire progresser les méthodologies en lexicographie, et d'autre part en utilisant nos dictionnaires comme banc d'essai pour évaluer la performance de ces modèles. Nous poursuivrons également nos travaux sur la génération automatique de texte contrôlée comme outil de vérification des dictionnaires et pour évaluer les modèles d'apprentissage automatique. L'axe III se concentrera sur l'enseignement du lexique. Nous proposerons des méthodes d'enseignement et d'évaluation du vocabulaire et de la compétence lexicale, et développerons une plateforme numérique d’apprentissage de la langue innue par le jeu. Enfin, nous explorerons les liens entre l'apprentissage du vocabulaire par les humains et par les machines, et développerons des méthodes d’évaluation de ces apprentissages s’appuyant sur des dictionnaires détaillés. Historiquement, l’axe I opérait comme un pivot central pour les autres axes, mais cette nouvelle programmation établit des liens directs entre les axes II et III, met au premier plan la didactique et accorde plus de place à l’intelligence artificielle. Les axes II et III se nourrissent des outils conceptuels et des ressources issus de l’axe I tout en apportant un éclairage pratique qui nous amène à raffiner la théorie. Dans les deux axes, les corpus constituent une matière première importante, et nos compétences en traitement automatique des langues (axe III) nous aident à les constituer, les annoter et les interroger. Les données qui forment ces corpus peuvent provenir de sources externes, ou du travail de terrain de nos didacticiens. À partir de ces corpus, nous produisons divers dictionnaires, que nous utilisons ensuite pour enrichir nos outils de traitement automatique des langues. Les plus mûrs serviront d’étalon pour mesurer la performance des modèles d’intelligence artificielle. Réciproquement, les modèles d'IA dont la performance est établie seront exploités pour enrichir nos dictionnaires. L’expertise acquise par nos chercheurs dans l’évaluation de l’apprentissage linguistique des enfants et des locuteurs non natifs apporte un regard frais et éclairé sur les métriques d’évaluation des modèles de langues neuronaux, et inversement, les métriques développées en informatique inspireront de nouvelles pistes pour l’évaluation de l’apprentissage humain.