AN INTERESTING AI EXPERIMENT POST MECILDI

After the announcement of MECILDI and its preprint publication, OBDILCI conducted an experiment with eleven AI applications. Several objectives were drawn for that experiment:

1. Check in what proportion the progresses realized by OBDILCI in the theme of measuring languages presence online are reflected in AI’s answers.
2. Assess the potential impact of MECILDI in that field by asking IAs to react to the preprint and its potential impact.
3. Try to “educate” scientifically  the AIs in a field dominated by an extremely popular, yet strongly biased data provider.
4. Assess the possibility that the improvement made by AIs in a conversation could impact future conversations with other users.
5. Assess the impact of the conversation language in the answers.

The results of that experiment are documented here with links to every specific conversation.

There is a large level of convergence in the answers of the AIs, within a split in 3 categories according to the fact that OBDILCI’s data could be mentioned in the first answer, the second one or in the third one, only after explicit mention.

The choice of language has no effect in that experiment except in two AIs. One case, DeepSeek, showing a tremendous impact in what could be called a macro hallucination triggered by a massive bias.

THE CONCLUSIONS

1. The progresses are well reflected, in half of the case from scratch, however in 25% of the AIs, not until the reference to OBDILCI is explicitly made.
2. There is a consensus that MECILDI is a game changer, one AI even call it a chess mate.
3. The education process works fine by opposing peer reviewed data to undocumented one.
4. All the AIs but one pretended they will answer totally differently to the same question starting immediately. Test proved this is false. There are still some gray areas in this question, which appears as a crucial issue for the future of AI.
5. Can we reason with an AI using solid arguments and make it change a view based on popular consensus to one based on sound scientific principles, even if less popular? The answer is yes, without a doubt, and thankfully so. This is why using AI correctly requires a good dose of critical thinking.
6. The change of language did not modify the answers, except for CoPilot and DeepSeek. The singular case of DeepSeek, and the massive anti-Francophonie bias which emerged, motivates the following additional questions, some remain unanswered.
7. Can the creators of an AI intentionally bias its responses in a specific direction? Yes, by feeding it with data that heavily contain this bias.
8. Do the Chinese authorities have a well-established anti-Francophone stance?
9. Did this anti-Francophonie bias in DeepSeek emerged in that experience as a hallucinatory accident, or is it « programmed » to express itself systematically?

The post AN INTERESTING AI EXPERIMENT POST MECILDI appeared first on OBDILCI.

La version préenregistrée de l’intervention d’OBDILCI hier aux 7ième Assises européennes du plurilinguisme dans la session Le plurilinguisme et les défis sociétaux et culturels, TB 10 – Le plurilinguisme, un enjeu majeur pour Internet et l’IA, sur le thème « Les langues et le multilinguisme dans l’Internet : état de l’art et perspectives » – VIDEO (20mn)

The post ASSISES DU PLURILINGUISME appeared first on OBDILCI.

Tout ce que vous souhaitez savoir sur le nouveau programme d’OBDILCI nommé MECILDI , conçu pour mesurer les langues et le multilinguisme sur n’importe quelle série de sites web, ainsi que ses premiers résultats, est désormais documenté dans la prépublication suivante sur ResearchGate : MECILDI : indicateurs de langues et de multilinguisme pour toute série de sites web, avec une attention particulière au multilinguisme – Application sur TRANCO et comparaison avec W3Techs, Daniel Pimienta et Mike Field, mars 2026.

The post PRÉPUBLICATION SUR MECILDI appeared first on OBDILCI.

Étude sur le multilinguisme des gTLD en France

Dans le cadre de la deuxième phase du projet financé par la DGLFLF, MECILDI a été appliqué aux gTLD géographiques/linguistiques suivants dans le but de recueillir des indicateurs sur le multilinguisme et la répartition linguistique : .alsace, .bzh (Bretagne), .corsica, .eus (basque), .gp (Guadeloupe), .nc (Nouvelle-Calédonie) ainsi que .quebec et .paris.

Une vingtaine d’indicateurs différents ont été recueillis, tels que le pourcentage de sites web multilingues, le taux de multilinguisme, le nombre moyen de langues par site multilingue, le pourcentage d’utilisation des noms de domaine internationalisés (IDN), les différents types d’erreurs, etc.

The post Étude sur le multilinguisme des gTLD en France appeared first on OBDILCI.

La fracture numérique linguistique

La revue canadienne francophone Minorités linguistiques et société publie dans son Numéro 23, 2024, consacré au « numérique et les communautés linguistiques en milieu minoritaire : rôles, impacts et enjeux », un article ouvert de Virginie Hébert et Maria Bodron intitulé « La fracture numérique linguistique : analyse de cadrage des écrits sur les inégalités de langues dans l’environnement numérique ». Lien : https://doi.org/10.7202/1124262ar

Cet article est intéressant à plus d’un titre :

• A notre connaissance, c’est la première fois qu’un travail systématique de recherche, compilation et analyse a été réalisé à l’intersection des thèmes de fracture numérique et diversité linguistique. La vision dominante de la fracture numérique, totalement technologique et obsédée par l’accès, a historiquement écrasé des thèmes pourtant fondamentaux comme la littératie numérique et la diversité linguistique.
• Les autrices ont croisé, pour leur recherche systématique, trois éléments, comprenant chacun environ une dizaine de termes, synonymes de fracture, ou de numérique ou de linguistique et ont orienté leur recherche de sources autant sur la littérature académique que sur la littérature grise (ce qui nous parait très judicieux pour un thème où la société civile a été très présente sur le terrain de la recherche-action, et souvent en avance sur le monde académique). Elles ont systématisé leur recherche, visant la période 1995-2024, à partir des bases de Érudit, CAIRN, ERIC, HAL, Scopus et Google Scholar, puis complété par des recherches manuelles dans des organisations internationales compétentes sur ces thèmes (comme par exemple l’UNESCO) puis ont utilisé les bibliographies des sources identifiées pour étendre de manière systématique la quantité de sources à analyser.
• La démarche méthodologique a été suivie par une méthode dite de cadrage, qui poursuit donc une autre forme de systématisation, axée cette fois sur le traitement des contenus.
• Dernier point, mais pas le moindre, le fruit d’un tel effort de travail sur l’ensemble des concepts sous-jacent à la « fracture numérique linguistique » aurait pu devenir peu appétissant, indigeste, ou même incomestible : rien de tout cela ! Le résultat est très agréable à lire, en plus d’enrichissant, en mettant en lien dialoguant des sources qui pourraient s’ignorer mutuellement, les passerelles entre littérature grise et académique étant rares.

En quelques mots, il s’agit donc d’un ouvrage de référence.

Il s’agit d’un sujet que l’IA vient percuter violemment, ce qui devrait encourager les autrices à une mise à jour dans quelques années, ou plus rapidement, en l’orientant vers les impacts de l’IA sur le sujet.

The post La fracture numérique linguistique appeared first on OBDILCI.

PREMIÈRE APPLICATION DE MECILDI V1 DANS LA SÉRIE TRANCO

Avril 2026 : Il s’agit d’un moment historique pour tous ceux qui s’intéressent aux langues sur Internet. Pour la première fois, un programme de détection de langue a été conçu en tenant dûment compte du multilinguisme du Web, corrigeant ainsi le fort biais des méthodes précédentes qui favorisaient l’anglais.

Voici les premiers résultats de la version 1 de MECILDI, appliquée à l’échantillon Tranco d’un million de sites web les plus visités.

Devinez quoi ? Toutes nos principales prévisions documentées se sont confirmées !

La proportion de pages web en anglais dans la série TRANCO est de 22 %

The post PREMIÈRE APPLICATION DE MECILDI V1 DANS LA SÉRIE TRANCO appeared first on OBDILCI.

La résilience humaine à l’ère de l’IA

Un essai, coécrit avec Luis Germán Rodríguez Leal, a été publié dans la dernière publication du toujours captivant et stimulant « Imagining the Digital Future Center » de l’université d’Elon : « Construire une infrastructure de résilience humaine pour l’ère de l’IA ».

Cet essai (en anglais) met l’accent sur l’urgence et l’importance d’une culture numérique et informationnelle généralisée et complète, en tant que stratégie nécessaire pour relever les défis de l’IA, et présente trois scénarios d’avenir possibles : l’utopie, le statu quo ou la dystopie.

The post La résilience humaine à l’ère de l’IA appeared first on OBDILCI.

Le français dans le monde

Publication par l’OIF/Gallimard du rapport sur la langue française dans le monde, auquel nous avons contribué en rédigeant le chapitre consacré aux langues sur Internet, pp. 187-193.

Le rapport complet est disponible ici (42 Mo).

The post Le français dans le monde appeared first on OBDILCI.

Une nouvelle section a été ajoutée sous le titre « PROJET PRINCIPAL 2 : MECILDI ». MECILDI est l’acronyme français de mesure ciblée des langues dans l’Internet.

Il s’agit d’un nouveau projet ambitieux visant à créer un programme capable d’extraire des données sur la répartition linguistique et des paramètres relatifs au multilinguisme à partir de n’importe quelle série de sites web, en tenant compte du fait qu’un site web peut comporter plusieurs langues.

La prise en compte du multilinguisme sur le Web dans ce processus constitue à la fois un problème complexe et une avancée historique. Appliquée à TRANCO, la série des un million de sites Web les plus visités, elle permettra de corriger les chiffres extrêmement biaisés fournis par W3Techs (voir cet article) et d’offrir la toute première mesure corrigée des biais concernant la répartition linguistique des pages web des sites les plus visités.

La version 1 de MECILDI en est à la phase finale de test et nous vous communiquerons bientôt les résultats, restez à l’écoute !

La première version de ce projet a été financée par la délégation générale à la langue française et aux langues de France du ministère français de la Culture et sera ensuite utilisé pour obtenir des caractéristiques multilingues et la répartition des pourcentages linguistiques pour une série de gTLD des langues de France (.alsace, .bzh, .corsica, .gp, .mq, .yt, .nc, .eus, .pf et .wf).

The post MECILDI appeared first on OBDILCI.

De Babel à l’IA

Daniel Pimienta, au nom d’OBDILCI, se dit très honoré d’avoir été invité à traiter la question de la diversité linguistique dans l’Internet dans la deuxième édition de l’ouvrage de référence

« De Babel à l’intelligence artificielle – Le plurilinguisme de Dante à nos jours »,

Christian Tremblay, José Carlos Herreras (coord.). Collection plurilinguisme, édité par l’Observatoire européen du plurilinguisme. ISBN : 9791042488130 – 1/2026.

Site pour se procurer le livre :

 Présentation de l’ouvrage avec la liste des thèmes traités :

Je partage ce texte d’une dizaine de pages et vous invite à vous procurer l’ouvrage complet à partir du lien indiqué au-dessus ; cet ouvrage, qui couvre très largement les thèmes associés au plurilinguisme, réunit des textes originaux de :

Jean-Claude Beacco, Professeur des universités émérite, Université Sorbonne Nouvelle

Christos Clairis, Professeur des universités émérite, Université Paris Cité

Jean-Marc Delagneau, Maitre de Conférences honoraire, Université du Havre

Pierre Frath, Professeur des universités émérite, Université de Reims Champagne-Ardenne.

Astrid Guillaume, Maitre de conférences HDR à Sorbonne Université

José Carlos Herreras, Professeur des universités émérite, Université Paris Cite

Isabelle Mordellet-Roggenbuck, Professeur des universités émérite, Université de Fribourg

Daniel Pimienta, docteur en informatique, président de l’Observatoire de la diversité linguistique et culturelle dans l’Internet

François Rastier, Directeur de recherche émérite, CNRS

Christian Tremblay, docteur en sciences de l’information, ancien élève de l’ENA

Et reprend, avec la permission des éditeurs correspondants, des textes ou des extraits de texte de :

Olga Anokhina, chargée de recherche CNRS-ENS

Hannah Arendt, philosophe

Louis-Jean Calvet†, Professeur des universités émérite, Université d’Aix-en-Provence

Ernst Cassirer, philosophe

Barbara Cassin, membre de l’Académie française, Directrice de recherche émérite CNRS

Véronique Castelloti, Professeur des universités émérite, Université François Rabelais, Tours

Daniel Coste, Professeur des universités émérite, ENS de Fontenay-Saint-Cloud, Directeur du CREDIF et Université de Genève

Dante Alighieri, poète

Souleymane Bachir Diagne, Professeur à l’Université Columbia de New York

Jean-Gabriel Ganascia, Professeur des universités à Sorbonne Université

Claude Hagège, Directeur de recherche émérite CNRS, Professeur au Collège de France

Werner Heisenberg, physicien

Wilhelm von Humboldt, naturaliste

Pierre Judet de La Combe, Directeur d’études EHESS

Samia Kassab-Charfi, Professeur des universités, Université de Tunis

Laurent Lafforgue, Directeur de recherche CNRS, Médaille Fields

Jack Lang, Ancien ministre

G. W. Leibniz, philosophe

Jean-Marc Lévy-Leblond, Professeur des universités émérite

Tullio de Mauro, linguiste

Henri Meschonnic†, professeur à l’université Paris 8

Danièle Moore, Professeure distinguée en éducation de l’Université Simon Fraser, et DILTEC, Sorbonne Nouvelle Paris 3

Paul Ricoeur, philosophe

Claude Sicre, président du Carrefour culturel Arnaud-Bernard

Ferdinand de Saussure, linguiste

Ndiémé Sow, Professeur, Université de Dakar

George Steiner, linguiste

Giambattista Vico, philosophe

Lev Vygotski, philosophe

Cédric Villani, Professeur des universités, Université Claude-Bernard-Lyon I, Médaille Fields

Heinz Wismann, Directeur d’études émérite à l’EHESS

Dominique Wolton, Directeur de recherche émérite CNRS

Geneviève Zarate, Professeur des universités émérite, Inalco

The post De Babel à l’IA appeared first on OBDILCI.