Les ordinateurs apprennent de nouveaux ABC

Pour des dizaines de millions de personnes dans le monde, de l'Afrique de l'Ouest à l'Asie du Sud-Est en passant par le Moyen-Orient, Internet n'est pas un endroit si convivial. C'est parce que de nombreux systèmes d'écriture dans le monde ne sont toujours pas codés dans des logiciels, ce qui signifie que des millions de personnes ne peuvent pas écrire de courrier électronique, créer des sites Web ou rechercher des bases de données dans leurs scripts natifs. Un groupe de linguistes de l'Université de Californie à Berkeley essaie de changer cela, en veillant à ce que près de 100 scripts supplémentaires aient leur place dans une norme internationale cruciale qui permet aux ordinateurs de rendre, de traiter et d'envoyer des données textuelles.

L'initiative de l'université est un effort pour rectifier un aspect souvent négligé de la fracture numérique : de nombreuses écritures utilisées par des langues de moins de cinq millions de locuteurs dans le monde aujourd'hui ne sont pas représentées dans la norme internationale, explique Deborah Anderson, linguiste à Berkeley qui dirige l'effort. Cette norme s'appelle Unicode, qui attribue un numéro d'identification unique à chaque caractère écrit, symbole et signe de ponctuation dans une langue écrite. Les numéros d'identification signifient que les caractères ne seront pas mal interprétés lorsque les données se déplaceront entre les logiciels ou sur Internet - un problème qui apparaît parfois sous la forme d'une chaîne de points d'interrogation sur votre écran et peut paralyser la capacité de populations entières à communiquer via Internet . Par exemple, Unicode permet des transformations économiques radicales au Vietnam. Avant cette année, les fabricants d'ordinateurs et de logiciels avaient proposé 43 façons différentes d'encoder du texte vietnamien, ce qui signifiait que les ordinateurs ne pouvaient pas échanger des données de manière fiable. Puis, au début de cette année, le gouvernement vietnamien a adopté Unicode comme norme nationale.

Cette histoire faisait partie de notre numéro de septembre 2003

• Voir le reste du numéro
• S'abonner

Le problème est que les systèmes d'écriture les plus obscurs ne sont pas encore encodés dans le standard Unicode. L'ajout de 100 autres scripts est une tâche énorme ; seulement 52 sont encodés aujourd'hui. Pour faire le travail, Berkeley recrute et finance des linguistes, ainsi que des utilisateurs de scripts comme N'Ko (utilisé en Afrique de l'Ouest), balinais (utilisé en Indonésie) et Tifinagh (utilisé dans certaines parties de l'Afrique du Nord), afin de déterminer comment de nombreux caractères que chaque script contient, conçoivent des polices et guident les propositions à travers un labyrinthe bureaucratique d'agences gouvernementales et d'organismes de normalisation informatique. Le bénéfice sera visible aux internautes comme Mamady Doumbouya, un éditeur de Philadelphie qui pourrait proposer pour la première fois une version en ligne de son journal à N'Ko. Sans Unicode, il faut tellement de temps pour configurer votre ordinateur pour lire un journal en N'Ko, dit Doumbouya.

De tels changements ne se produiront pas du jour au lendemain. Anderson estime que le projet, lancé l'année dernière, prendra 10 ans. Jusqu'à récemment, les sociétés informatiques soutenaient l'effort d'encodage, mais leur intérêt s'amenuise car les utilisateurs d'alphabets non encodés représentent un marché trop restreint. Le projet Berkeley fait partie d'un effort plus large visant à rendre Internet plus accessible à l'échelle mondiale ; déjà le World Wide Web Consortium a permis d'enregistrer des noms de domaine dans ces nouveaux scripts, ce qui signifie, entre autres, que les URL des sites Web peuvent refléter les systèmes d'écriture des personnes qui les possèdent.

Les experts américains en sécurité nationale sont également intéressés. Everette Jordan, chef du National Virtual Translation Center, un nouveau bureau du gouvernement américain qui fournit des ressources en langues étrangères à la communauté du renseignement, souligne que technologiquement, nous sommes sourds, muets et aveugles si nous ne pouvons pas lire ce genre de choses. . Bientôt, cependant, les agences de sécurité américaines et les éditeurs de journaux africains pourraient se rallier à une nouvelle norme.

cacher