L'IA peut-elle devenir un atout dans la compréhension du langage animal ?
Un cachalot émet une courte série de clics. Un autre lui répond. À l’oreille humaine, ces sons peuvent évoquer du morse. Ce sont des impulsions séparées par des silences, organisées en séquences. Toutefois, la ressemblance a une limite essentielle. Nous savons transcrire le morse parce que nous connaissons sa convention ; pour les cachalots, nous découvrons encore les règles des sons, sans connaître la signification de leurs messages. Nous savons davantage que ces derniers font partie des espèces à vivre en groupe et en famille tout comme les humains. C’est encore plus le cas avec les femelles qui vivent souvent toute une vie ensemble dans le but de se protéger des prédateurs comme les orques. Une étude scientifique nous montre qu'à peu près 9.000 langages ont été étudiés pour comprendre le langage des cachalots. Ils vivent aussi en clan et ont également leur propre clan et leur dialecte qui se démarquent par le rythme, la vitesse à laquelle ils émettent le son.
Comment l’IA aide-t-elle concrètement ? Elle ne commence pas par demander « que veut dire ce clic ? ». Elle commence par mesurer ce qu’un auditeur humain ne pourrait pas relever à grande échelle. Ici, le nombre de clics, le temps entre chacun d’eux, la durée totale de la séquence (appelée coda) puis la place de cette coda dans un échange. Elle peut comparer des milliers de séquences et chercher quelles variations reviennent régulièrement. C’est tout un travail de découverte de structure, avant d’être un travail de traduction.
C’est ainsi que le projet CETI a étudié 8 719 codas enregistrées chez des cachalots des Caraïbes orientales. Les chercheurs ont distingué quatre dimensions de leurs échanges : le rythme des clics, le tempo de la coda (le rubato: une variation progressive de sa durée) et l’ornementation, lorsqu’un clic supplémentaire apparaît. Certaines de ces variations dépendent des codas voisins dans l’échange. Autrement dit, il ne suffit pas de compter les clics : il faut aussi observer comment et quand ils sont produits.
Imaginons, pour comprendre, deux séries ayant le même nombre de clics. Si les intervalles entre ces clics diffèrent, leur rythme n’est pas le même ; si toute la série est prononcée plus vite, son tempo change. L’analyse informatique permet de séparer ces dimensions au lieu de ranger les deux séries dans une catégorie grossière. Les chercheurs ont ainsi mis en évidence un répertoire de combinaisons bien plus riche que ne le laissait penser l’ancienne classification. Ils parlent d’un « alphabet phonétique » par analogie avec des éléments sonores qui se combinent, non parce qu’ils auraient trouvé un alphabet équivalent au nôtre ou traduit une phrase de cachalot.
Il faut ici dissiper une confusion possible : l’expérience canadienne où une IA répond à des animaux concerne des oiseaux, pas des cachalots. À l’Université McGill, en collaboration avec l’Earth Species Project, des chercheurs ont étudié les appels de femelles diamants mandarins. Après avoir analysé plus de 1,5 million de vocalisations, ils ont conçu ZF-AIM, un modèle audio capable de produire des appels en réponse à des oiseaux vivants, en temps réel.
La différence avec un enregistrement diffusé en boucle est décisive. Une bande sonore joue la même chose, que l’oiseau réponde ou se taise. Un dispositif interactif, lui, écoute l’appel, produit une réponse et laisse l’échange se poursuivre. Les chercheurs peuvent alors modifier le moment de la réponse ou sa forme sonore, puis observer ce qui change chez l’oiseau. Dans cette étude, le bon timing suffisait à susciter une réponse, tandis que la structure acoustique comptait pour retrouver la souplesse des échanges naturels. Les oiseaux interagissent donc avec le système d’une manière qui révélait certaines règles de leur conversation sans démontrer que l’IA comprenait ce qu’ils « disaient ». Ces résultats ont été présentés dans une prépublication.
Les deux expériences illustrent finalement deux étapes complémentaires. Avec les cachalots, l’IA et l’analyse statistique aident à repérer les pièces d’un système sonore. Avec les diamants mandarins de McGill, une IA générative permet de mettre certaines règles à l’épreuve en répondant à l’animal. Entre ces réussites et une véritable traduction, il reste une question immense : à quoi les sons correspondent-ils dans la vie des animaux ? Pour y répondre, il faudra relier les vocalisations à leurs comportements et à leur environnement, puis vérifier prudemment les hypothèses par l’interaction. Chez les cachalots, les auteurs soulignent eux-mêmes que le sens des codas demeure inconnu et que de futures diffusions expérimentales en mer devront tenir compte des risques pour les animaux.
