Face aux géants de l’IA, la France lance une initiative citoyenne pour des modèles de langage plus justes et plus francophones.
Alors que les intelligences artificielles conversationnelles s’imposent dans notre quotidien, un problème de taille émerge : leur vision du monde est majoritairement anglo-saxonne. Pour contrer ce biais et défendre la pluralité culturelle, le gouvernement français a lancé Compar:IA, une plateforme innovante qui vous invite à devenir arbitre dans le grand match des modèles de langage (LLM).
Le défi : un monde numérique sous influence
Le constat est sans appel. Les grands modèles de langage, ou LLM, qui animent les agents conversationnels comme ChatGPT ou Gemini, sont entraînés sur des corpus de données où l’anglais prédomine. Cette réalité engendre des conséquences directes pour les utilisateurs francophones.
Un double problème identifié
D’une part, cette surreprésentation de la culture anglo-saxonne crée des biais linguistiques et culturels. Les réponses fournies par ces IA peuvent manquer de pertinence, ignorer des spécificités locales ou véhiculer une vision du monde non neutre. À terme, cela représente un risque pour la place de la langue française et des cultures européennes dans les imaginaires collectifs.
D’autre part, les créateurs de modèles, qu’ils soient académiques ou industriels, peinent à évaluer correctement leurs créations sur des tâches en français. L’évaluation humaine, étape cruciale pour affiner un modèle, est coûteuse, complexe et la plupart des outils de référence sont conçus pour l’anglais. Il existe donc un manque criant de ressources pour améliorer la qualité des IA pour les usages francophones.
La solution : Compar:IA, le « Tinder » des intelligences artificielles
Face à ce défi, l’Atelier Numérique du Ministère de la Culture, soutenu par la Direction interministérielle du numérique (DINUM), a développé une solution audacieuse et participative : Compar:IA. Le principe est simple mais puissant : vous soumettez une question en français, et la plateforme interroge simultanément deux modèles de langage, choisis au hasard parmi plus d’une quarantaine de systèmes open source et propriétaires.
Les deux réponses vous sont présentées à l’aveugle. Vous n’avez plus qu’à voter pour celle que vous préférez. Ce n’est qu’après votre vote que l’identité des deux concurrents est révélée, accompagnée d’informations sur leurs caractéristiques et leur impact environnemental. Le fonctionnement de la plateforme Compar:IA est pensé pour être accessible sans aucune création de compte. L’expérience utilisateur est très simple, comme on peut le voir dans ce .
Un triple objectif pour un commun numérique
Le service, gratuit et ouvert à tous, poursuit trois buts fondamentaux :
- Démocratiser l’accès : Donner à chacun la possibilité de tester une grande diversité de modèles, défendant un « droit au pluralisme des modèles ».
- Éduquer et informer : Sensibiliser les utilisateurs aux enjeux de l’IA, notamment l’impact environnemental et les biais inhérents aux modèles.
- Construire une ressource ouverte : Collecter des données de préférence en français et les partager sous licence ouverte pour que tout l’écosystème puisse en bénéficier.
L’AVIS DE L’EXPERT : La création d’un commun numérique, une stratégie souveraine
L’aspect le plus stratégique de Compar:IA réside dans sa capacité à générer un « commun numérique ». En transformant les interactions des utilisateurs en jeux de données ouverts et de haute qualité, la France ne se contente pas de critiquer les biais existants : elle crée activement la ressource nécessaire pour les corriger. Ces données de préférence, qui reflètent les usages réels des francophones, sont une mine d’or pour les chercheurs et les entreprises qui souhaitent entraîner ou affiner des modèles plus performants et culturellement alignés. C’est une approche pragmatique qui renforce l’écosystème technologique national et européen.
Des résultats déjà probants
Lancé au public en octobre 2024, le succès de la plateforme est déjà quantifiable. Selon des chiffres actualisés au 7 novembre 2025, le site a attiré plus de 300 000 visiteurs uniques, générant une base de données impressionnante : plus de 500 000 questions posées et 160 000 votes de préférence enregistrés.
Pour mettre ces chiffres en perspective, le jeu de données de référence mondial « lmsys-chat-1m » ne contient que 1,5% de conversations en français, soit moins de 20 000. Compar:IA a donc déjà produit une ressource francophone d’une ampleur inédite.
La stratégie de croissance s’appuie sur des partenariats solides avec des acteurs comme PIX, le CLEMI, l’UNESCO ou encore La Fresque de l’IA. De nouvelles fonctionnalités sont prévues, comme un classement public des modèles basé sur les votes, qui sera mis à jour chaque semaine à partir de novembre 2025. L’objectif d’ici octobre 2025 est clair : voir ces jeux de données utilisés par au moins deux grands éditeurs pour entraîner leurs futurs modèles et étendre l’initiative à une autre langue européenne ou de la francophonie.
Questions Fréquentes (FAQ)
Qu’est-ce que Compar:IA ?
Compar:IA est un service numérique du gouvernement français qui permet aux utilisateurs de soumettre une question en français et de comparer à l’aveugle les réponses de deux modèles de langage (LLM). Le but est de collecter des données de préférence pour créer des jeux de données en open source afin d’améliorer la qualité des IA sur les usages francophones.
Pourquoi Compar:IA est-il nécessaire ?
Cette initiative est nécessaire pour lutter contre les biais linguistiques et culturels des grands modèles de langage, qui sont majoritairement entraînés sur des données anglo-saxonnes. Elle vise à fournir à l’écosystème de la recherche et de l’industrie une ressource précieuse et rare : des données d’évaluation et de préférence de haute qualité en langue française.
Qui est derrière le projet Compar:IA ?
Le projet est porté par L’Atelier Numérique du Ministère de la Culture. Il est sponsorisé par la Direction interministérielle du numérique (DINUM) et le Ministère de la Culture, s’inscrivant dans le cadre des programmes beta.gouv.fr.
