«Il n’y a pas assez de données pour représenter fidèlement la réalité francophone ontarienne dans les systèmes d’intelligence artificielle», explique Steve Kawe, étudiant à l’Université de l’Ontario français (UOF), lors de la conférence du 25 mars sur les algorithmes de l’IA générative et leur perception de la culture franco-ontarienne.
Cet enjeu renvoie directement à la visibilité des communautés francophones minoritaires dans l’écosystème numérique.
À titre d’exemple, il évoque la génération du drapeau franco-ontarien par une intelligence artificielle. Malgré le caractère officiel et bien documenté de ce symbole, le résultat obtenu s’est avéré inexact, révélant une intégration insuffisante de ces références dans les données utilisées pour entraîner les systèmes.
Plus largement, cette situation traduit un déséquilibre structurel: les modèles d’intelligence artificielle produisent des résultats à partir des données disponibles. Lorsque celles-ci sont limitées, incomplètes ou peu visibles, les contenus générés le sont inévitablement.
«Si l’on veut que l’IA reconnaisse correctement nos symboles, comme le drapeau franco-ontarien, il faut produire des données justes, des images fidèles et les rendre accessibles», souligne Steve Kawe.






