Le codétenu qui m'a appris les codes de la prison russe

Contexte

Un récit personnel publié dans le New Yorker dévoile un univers communicationnel méconnu : à l’intérieur d’une prison russe étroitement contrôlée, un codétenu a enseigné à l’auteur un système complexe de codes — gestes, regards, coups frappés et argot — que les détenus utilisent pour survivre et préserver leur identité. Dehors, ils n’auraient jamais été amis, mais dans cet espace confiné, ils ont tissé une entente délicate grâce à ce langage secret.

Sur le plan linguistique, les codes carcéraux russes fusionnent l’argot russe, des emprunts au romani et des métaphores inventées en une grammaire extrêmement compressée, dont la sémantique dépend étroitement du contexte partagé. Cette variante à fort contexte et à faibles ressources défie les modèles traditionnels de TALN qui reposent sur d’immenses corpus annotés, ce qui en fait un banc d’essai idéal pour pousser la compréhension du langage par l’IA à ses limites.

Analyse approfondie

Les codes carcéraux constituent une variante langagière à faibles ressources et à fort contexte, où les significations évoluent selon la région de détention, les affiliations entre gangs et les rotations des gardiens. Les pipelines classiques de TALN échouent en l’absence de corpus parallèles. Pour enseigner de tels codes à une IA, l’apprentissage en quelques exemples et l’adaptation continue sont essentiels. Un cadre de méta-apprentissage peut rapidement établir des correspondances sémantiques à partir d’une poignée d’échantillons étiquetés. Pour les gestes, des réseaux convolutifs spatio-temporels sur graphes extraient des séquences de points clés du squelette à partir de vidéos, et l’apprentissage contrastif rapproche les plongements des gestes synonymes. Pour les codes frappés, les signaux rythmiques sont convertis en spectrogrammes de Mel, traités par des Transformers audio pré-entraînés, puis décodés via l’ingénierie de requêtes avec de grands modèles de langage pour inférer des correspondances de lettres ou de mots.

La modélisation du contexte est encore plus cruciale : le sens d’un signe dépend souvent des positions relatives des interlocuteurs, du champ de vision du gardien et de l’historique du dialogue. Un graphe de situation multimodal intègre des graphes de scène visuels, des codages de relations spatiales et un suivi de l’état du dialogue, un réseau neuronal sur graphe effectuant le raisonnement relationnel. Comparé aux modèles de traduction génériques, ce système spécialisé sacrifie la généralisation au profit d’une sensibilité aux métaphores spécifiques au domaine — par exemple, reconnaître que « chat rouge » désigne un informateur, et non un félin.

Impact sur l'industrie

Dans le domaine de la justice pénale, l’analyse des codes par l’IA peut traiter en temps réel les flux audio et vidéo de surveillance, en signalant les schémas de communication anormaux pour aider à prévenir les violences ou les tentatives d’évasion. Cependant, une surveillance indiscriminée soulève des drapeaux rouges éthiques : elle pourrait éteindre les derniers vestiges de liberté d’expression des détenus et être utilisée comme arme de répression politique.

Pour l’anthropologie culturelle, de tels outils d’IA permettent une documentation systématique des cryptolectes menacés — signes de vagabonds, gestes de gangs ou langues des signes familiales chez les sourds — qui disparaissent souvent sans traces écrites. Les retombées commerciales incluent l’amélioration de l’analyse des dialogues du service client, la détection de l’argot sur les réseaux sociaux et la conception d’interactions non verbales pour le métavers. Les grands modèles actuels comme PaLM de Google et GPT-4 d’OpenAI montrent une certaine capacité de raisonnement en quelques exemples, mais hallucinent fréquemment face à l’obscurcissement délibéré et à l’ironie. Le modèle No Language Left Behind de Meta, avec son architecture pour les langues à faibles ressources, offre une base plus adaptée, bien qu’il nécessite des modules de mise à jour dynamique pour suivre le rythme des codes en évolution rapide.

Perspectives

Les progrès s’articuleront autour de trois axes. Premièrement, un pré-entraînement auto-supervisé sur de vastes quantités de données audio et vidéo carcérales non étiquetées peut apprendre des représentations génériques de l’intention communicative, qui sont ensuite affinées avec un petit ensemble d’échantillons annotés par des experts — un démarrage à froid avec une boucle humaine. Deuxièmement, des environnements de simulation multi-agents construits avec l’IA générative peuvent créer des prisons virtuelles où des agents langagiers font évoluer spontanément des codes, fournissant des données d’entraînement infinies ; cette approche émerge déjà dans la recherche sur la communication émergente. Troisièmement, l’explicabilité doit être intégrée : les modèles devront justifier leurs traductions en mettant en évidence les unités gestuelles ou les variations de hauteur qui ont éclairé une décision, en fusionnant les mécanismes d’attention avec le raisonnement symbolique.

Parmi les signaux concrets à surveiller figurent le projet « Cadre éthique pour l’IA en prison » financé par l’UE, les startups qui commercialisent des modules de « prédiction du comportement » auprès des établissements correctionnels, et la multiplication d’ateliers sur la compréhension des langues à faibles ressources lors de conférences majeures de TALN comme ACL. Lorsque les machines apprendront à déchiffrer les coups frappés sur un mur de cellule, nous serons contraints de nous demander où peuvent résider la confiance et la vie privée dans un monde où même la plus subtile des ententes humaines n’est plus à l’abri du décodage algorithmique.