Princeton : une IA apprend des milliers de mots chez l’enfant

Des chercheurs de l’université de Princeton ont entraîné des modèles d’intelligence artificielle à apprendre des mots parlés comme le font les enfants : jour après jour, à partir de la parole entendue à la maison. Selon un communiqué de Princeton diffusé par EurekAlert, l’étude a été publiée dans la revue Science le 5 novembre 2026 et suit environ les 1 000 premiers jours de vie d’enfants enregistrés chez eux. SingularityHub l’a relayée le 12 novembre et le média portugais Pplware le 14 novembre.

Un modèle, ici, est un réseau de neurones : un programme fait de couches d’unités de calcul simples dont les connexions s’ajustent pendant l’entraînement. La relecture (replay) est la technique au cœur de l’étude. À la fin de chaque journée simulée, le modèle réentend un échantillon de la parole qu’il a déjà entendue, une idée inspirée de la façon dont le sommeil consoliderait les souvenirs dans le cerveau, selon SingularityHub.

Quelles données les chercheurs ont-ils collectées ?

Selon Princeton, 17 bébés issus de 15 foyers du New Jersey ont été enregistrés pendant leurs trois premières années, et l’analyse porte sur 8 de ces enfants. EurekAlert fait état de 1,2 million d’heures de données recueillies sur environ 1 000 jours. SingularityHub précise que chaque foyer disposait de 4 à 14 appareils fonctionnant environ 12 heures par jour, et que les parents conservaient le droit de retirer ou d’effacer les enregistrements grâce à un cadre éthique conçu par l’équipe.

Après avoir éliminé le bruit, les longs silences et les conversations qui se chevauchent, l’équipe a retenu jusqu’à 6 600 heures d’audio par enfant pour entraîner un modèle individuel, selon SingularityHub. À titre de comparaison, le même média rappelle que les grands modèles de langage, les systèmes derrière les chatbots, ont besoin de milliards de mots de texte.

Pourquoi le modèle avait-il besoin d’une nuit de relecture ?

Chaque modèle partait de zéro : aucune liste de sons de l’anglais et aucune indication sur l’endroit où un mot finit et où le suivant commence, selon SingularityHub. Il comprenait deux parties : un encodeur audio qui découpe la parole en tranches de 20 millisecondes, et un décodeur prédictif entraîné à anticiper les sons à venir. Princeton explique que le modèle recevait la parole de l’enfant jour après jour, dans l’ordre, au lieu des données mélangées utilisées pour construire les réseaux de neurones habituels.

Les premiers résultats ont été décevants. Hadas Raviv, spécialiste de sciences cognitives computationnelles à Princeton, a indiqué qu’exposer simplement le modèle au flux quotidien de parole ne suffisait pas, selon SingularityHub. L’ajout d’une phase de relecture à la fin de chaque journée simulée a changé le résultat. Princeton résume ce dont le modèle a besoin : une journée entière de parole, jour après jour, et une nuit pour la rejouer.

Qu’a appris l’IA, et à quelle vitesse ?

• Avec la relecture, les modèles ont d’abord acquis les phonèmes, les unités sonores de base d’une langue, puis des mots récurrents, selon SingularityHub.
• Sur les huit enfants, les modèles ont appris environ 37 phonèmes en 15 mois et ont commencé à reconnaître des mots avant l’âge de deux ans, à des rythmes très différents, selon SingularityHub.
• Vers la barre des 1 000 jours, le vocabulaire du jumeau numérique de chaque enfant atteignait des milliers de mots, selon SingularityHub et Pplware.
• En ajustant des paramètres comme la quantité de répétitions pendant la relecture et la vitesse de traitement, l’équipe a obtenu des trajectoires de compréhension des mots conformes à celles de chaque enfant, selon Princeton via EurekAlert.

Princeton souligne l’enjeu : la psychologie s’est largement appuyée sur des moyennes, et un modèle qui suit des enfants individuels permet d’étudier le développement enfant par enfant. Le communiqué précise aussi que le modèle a appris à comprendre la langue dans chaque foyer malgré de fortes différences dans la parole à laquelle les enfants étaient exposés.

Quelles sont les limites de l’étude ?

Les chercheurs insistent sur le fait que l’IA n’apprend pas exactement comme un bébé. Selon Pplware, les enfants s’appuient aussi sur des indices visuels, des gestes et des interactions sociales. SingularityHub ajoute que le modèle a appris à partir du seul son et ne traite pas l’information de manière parallèle et économe en énergie comme les neurones. Distinguer ce qui, dans le modèle, reflète l’apprentissage réel du nourrisson et ce qui relève de raccourcis de calcul reste à faire, selon le même média. Les sources lues décrivent aussi un échantillon limité, 8 enfants de foyers du New Jersey : étendre le résultat à d’autres langues ou environnements n’est pas établi.

À quoi sert cette recherche ?

Selon EurekAlert, l’équipe de Princeton veut utiliser le modèle pour tester l’effet de plus ou moins de sommeil, ou de différents types de parole comme la télévision, et espère mieux diagnostiquer les troubles de l’apprentissage en comprenant comment un cerveau typique apprend le langage. Hadas Raviv a déclaré que, contrairement à une grande partie de l’IA moderne, qui vise des performances surhumaines, l’objectif est de comprendre comment les humains apprennent.

Pplware et SingularityHub ajoutent que cette approche pourrait inspirer des modèles d’IA plus efficaces, capables d’apprendre avec moins de données. C’est une hypothèse, pas un résultat de l’étude : aucune des deux sources ne rapporte d’économie mesurée de données ou d’énergie. Zara Harmon et Caroline Rowland, de l’Institut Max-Planck de psycholinguistique, qui n’ont pas participé à l’étude, ont écrit que de tels travaux permettent de modéliser l’apprentissage dans des conditions de plus en plus réalistes, selon SingularityHub.

Qu’est-ce que cela change pour une entreprise ?

Pour une entreprise française, rien ici n’est encore un produit : le modèle est un outil de recherche, pas un service. Trois points méritent l’attention. D’abord, les équipes qui conçoivent des assistants vocaux, des applications d’apprentissage des langues ou des outils de santé fondés sur la voix peuvent retenir le principe de relecture, qui suggère d’entraîner sur un flux continu avec une révision périodique plutôt que seulement sur d’immenses corpus mélangés ; cela reste à valider hors du laboratoire.

Ensuite, les données. Des enregistrements domestiques continus de jeunes enfants ont exigé un cadre permettant aux parents de retirer ou d’effacer leurs données, une référence utile pour toute entreprise qui traite des données vocales d’enfants au regard des règles de protection des données. Enfin, les promesses de moindre consommation d’énergie restent pour l’instant non démontrées : elles ne doivent pas entrer dans un dossier d’investissement avant la publication de résultats mesurés.