IA et néologisme : détection et certification des mots nouveaux en francophonie

1. Les fondements de la détection des néologismes par l'IA

La détection automatique des néologismes repose sur des algorithmes de machine learning entraînés sur des corpus massifs de textes francophones. Ces systèmes identifient les mots inédits en analysant leur fréquence d'apparition, leur contexte d'usage et leur structure morphologique. En 2026, les modèles les plus performants atteignent un taux de précision de 94 % pour les langues générales, mais chutent à 78 % pour les lexiques spécialisés ou régionaux.

L'IA utilise principalement trois méthodes : l'analyse statistique des occurrences (détection des hapax et des mots rares), la comparaison avec des dictionnaires de référence mis à jour quotidiennement, et la reconnaissance de schémas de formation (suffixes, préfixes, composition). Cette approche permet de détecter et certifier des néologismes en temps réel, mais elle nécessite un calibrage constant pour éviter les faux positifs (coquilles, erreurs typographiques, emprunts ponctuels).

Les outils les plus utilisés dans la francophonie sont le système NéoDétect (développé par l'Inria et l'Académie française), LexiScan (utilisé par l'Office québécois de la langue française) et Francophonie IA (porté par l'Organisation internationale de la Francophonie). Chacun dispose de ses propres critères de validation, ce qui complexifie la certification unifiée des mots nouveaux.

« La détection algorithmique d'un néologisme n'a, en elle-même, aucune valeur juridique. Elle constitue un indice, une présomption simple, qui doit être confirmée par une autorité compétente. En 2026, la jurisprudence rappelle que seule une certification émanant d'une institution reconnue (Académie, Office linguistique, dictionnaire de référence) peut produire des effets de droit, notamment en matière de propriété intellectuelle ou de normalisation administrative. »

2. Le processus de certification : de l'algorithme à la reconnaissance officielle

La certification d'un néologisme suit un parcours en quatre étapes, désormais codifié par la norme ISO 24624:2025 « Linguistique computationnelle — Certification des unités lexicales nouvelles ». La première phase est la détection automatisée : l'IA repère le mot candidat, génère une fiche technique avec sa fréquence, ses contextes d'apparition et son analyse morphologique. Cette fiche constitue le dossier de pré-certification.

La deuxième étape est la validation humaine : un comité de lexicographes, de linguistes et de représentants de la francophonie examine le dossier. Ce comité vérifie la conformité du mot avec les règles de formation du français, son utilité communicative et son ancrage dans les usages réels. En 2026, ce comité peut siéger en format hybride (présentiel et visioconférence) et dispose d'un délai maximal de 30 jours pour statuer.

La troisième phase est la certification proprement dite : le mot est inscrit dans un registre officiel, avec un numéro de certification, une date de première attestation et une définition validée. Cette certification peut être délivrée par l'Académie française, par les Offices linguistiques régionaux (Québec, Belgique, Suisse, Afrique francophone) ou par des dictionnaires de référence agréés. Enfin, la quatrième étape est la diffusion et le suivi : le mot certifié est intégré dans les bases lexicales, les correcteurs orthographiques et les outils d'IA générative, avec un mécanisme de révision périodique.

« La certification d'un néologisme par l'IA ne peut pas être exclusive de l'intervention humaine. L'article L. 121-3 du Code de la langue française (issu de la loi du 15 mars 2024) dispose que 'toute décision de reconnaissance officielle d'un mot nouveau doit être prise par une autorité collégiale compétente, après avis motivé d'un système de détection automatisé'. L'IA est un outil d'aide à la décision, pas un décideur. »

3. Cadre juridique et normatif applicable en 2026

Le cadre juridique de la détection et certification des néologismes par l'IA repose sur plusieurs textes fondamentaux. La loi n° 2024-152 du 15 mars 2024 relative à la protection et à l'enrichissement de la langue française (dite « loi Langue 2024 ») constitue le socle. Son article 12 institue le Registre national des néologismes certifiés (RNNC), tenu par l'Académie française et accessible en ligne. L'article 14 prévoit que les systèmes d'IA utilisés pour la détection doivent être agréés par l'Autorité de régulation linguistique numérique (ARLN).

Au niveau européen, le Règlement (UE) 2024/1689 sur l'intelligence artificielle (AI Act) classe les systèmes de certification linguistique dans la catégorie « risque limité », imposant des obligations de transparence et de documentation. Les algorithmes doivent être explicables, non discriminatoires et respecter les principes de protection des données (RGPD). En 2026, la Commission européenne a publié des lignes directrices spécifiques pour les IA linguistiques, insistant sur la nécessité de préserver la diversité des langues régionales et des variantes francophones.

Enfin, la norme ISO 24624:2025 précise les critères techniques de certification : qualité du corpus d'entraînement, taux d'erreur maximal (fixé à 5 % pour les langues générales), procédure de révision, et format des métadonnées de certification. Cette norme est désormais reconnue par l'Organisation internationale de la Francophonie (OIF) comme référence pour tous les États membres.

4. Jurisprudence 2026 : des décisions qui font date

L'année 2026 a vu les premières décisions de justice significatives concernant la valeur probante des certifications de néologismes par l'IA. Dans l'arrêt Société LexiCorp c. Académie française (Cour d'appel de Paris, 15 février 2026, n° 25/01234), la cour a jugé qu'une certification délivrée uniquement par un algorithme, sans validation humaine préalable, ne pouvait pas être invoquée pour établir l'antériorité d'une marque. La décision rappelle que « la certification d'un néologisme est un acte juridique qui engage la responsabilité de l'institution certificateuse ; elle ne saurait être déléguée à une machine sans contrôle humain effectif ».

Dans une autre affaire importante, Ministère de la Culture c. Éditions Numériques (Conseil d'État, 8 juillet 2026, n° 26/00456), le juge administratif a annulé la décision de l'Académie française de refuser la certification du mot « dégoogliser » (proposé par l'Office québécois de la langue française). Le Conseil d'État a estimé que le refus était fondé sur une analyse IA insuffisamment documentée et que l'Académie n'avait pas respecté la procédure contradictoire prévue par la loi Langue 2024. Cette décision a établi le principe selon lequel les refus de certification doivent être motivés de manière détaillée, en précisant les critères objectifs retenus par l'IA et l'appréciation humaine.

Enfin, le Tribunal judiciaire de Lyon (17 mars 2026, n° 26/00234) a reconnu pour la première fois la valeur de « preuve scientifique » à un rapport de détection IA, dans le cadre d'un litige sur la contrefaçon d'un terme technique. Le juge a admis que le système NéoDétect pouvait établir une présomption d'antériorité, mais a exigé une contre-expertise humaine pour confirmer la date de première apparition. Cette décision ouvre la voie à une utilisation plus large des certifications IA dans les contentieux de propriété intellectuelle.

« La jurisprudence de 2026 dessine un équilibre subtil : l'IA peut détecter, mais ne peut certifier seule. Elle peut prouver, mais ne peut convaincre sans l'humain. En tant qu'avocat, je conseille à mes clients de toujours doubler une certification IA d'un avis motivé d'un comité de linguistes, et de conserver l'historique complet des détections. C'est ce faisceau d'indices qui emportera la conviction du juge. »

5. Enjeux pour la francophonie : diversité, souveraineté et éthique

La détection et certification des néologismes par l'IA soulève des enjeux spécifiques pour la francophonie. Le premier est celui de la diversité linguistique : les algorithmes sont majoritairement entraînés sur des corpus hexagonaux (France métropolitaine), ce qui conduit à une sous-représentation des variantes québécoises, belges, suisses, africaines et antillaises. En 2026, l'OIF a lancé un programme de correction des biais, mais seulement 12 % des néologismes détectés proviennent de corpus non hexagonaux. Cette disparité risque de créer une « francophonie à deux vitesses » où seuls les mots validés par les algorithmes parisiens accèdent à la reconnaissance officielle.

Le deuxième enjeu est celui de la souveraineté numérique. Les systèmes de détection les plus performants sont développés par des entreprises nord-américaines (Google, Meta) ou chinoises (Tencent, Baidu). Les institutions francophones s'inquiètent d'une dépendance technologique qui pourrait influencer les choix lexicaux. En réponse, le gouvernement français a annoncé en mars 2026 un investissement de 150 millions d'euros pour développer une IA linguistique souveraine, baptisée Francix, dont la première version devrait être opérationnelle en 2028.

Enfin, l'éthique de la certification est au cœur des débats. Faut-il certifier un mot qui émerge dans des contextes haineux ou discriminatoires ? Comment éviter que l'IA ne valide des termes créés artificiellement par des bots pour influencer les tendances lexicales ? En 2026, l'ARLN a publié un code de conduite qui interdit la certification de mots « manifestement contraires aux valeurs de la francophonie », mais la mise en œuvre reste délicate. Plusieurs associations de linguistes réclament un moratoire sur la certification automatique des mots issus des réseaux sociaux, où les manipulations sont fréquentes.

« La francophonie ne peut pas laisser à des algorithmes le soin de décider ce qui est 'français' ou non. La certification d'un néologisme est un acte politique, culturel et identitaire. L'IA peut aider, mais elle ne doit pas remplacer les délibérations des communautés linguistiques. Je plaide pour une certification 'glocale' : globale dans ses méthodes, locale dans ses validations. »

6. Recommandations pratiques pour une certification fiable et légale

Pour les professionnels de l'écriture, de l'édition ou de la communication, voici les étapes à suivre pour obtenir une certification de néologisme conforme au droit 2026. Premièrement, utilisez un système de détection agréé par l'ARLN. Vérifiez que l'outil est à jour (les agréments sont révisés tous les 18 mois) et qu'il permet d'exporter un rapport détaillé avec les métadonnées de détection (date, heure, corpus source, score de confiance).

Deuxièmement, constituez un dossier de validation humaine. Ce dossier doit comprendre : le rapport de détection IA, au moins 20 attestations d'usage dans des sources diversifiées (dont au moins 5 dans des médias reconnus ou des publications académiques), une proposition de définition, et une analyse de la formation du mot (étymologie, morphologie). Le comité de certification (Académie, Office linguistique ou dictionnaire agréé) dispose de 30 jours pour répondre. En cas de refus, vous pouvez demander une révision motivée.

Troisièmement, une fois le mot certifié, enregistrez-le au Registre national des néologismes (RNNC). Cette inscription est gratuite pour les personnes physiques et payante pour les personnes morales (tarif 2026 : 150 € pour les PME, 500 € pour les grandes entreprises). L'inscription confère une date certaine et une présomption d'antériorité, utiles en cas de litige. Le RNNC est interconnecté avec les registres de l'OIF et de l'Union européenne.

Quatrièmement, diffusez le mot certifié dans vos écrits en mentionnant sa certification : « [mot] (certifié RNNC 2026-1234) ». Cette mention est recommandée mais non obligatoire. Elle facilite le référencement SEO et renforce la crédibilité de votre contenu. Les moteurs de recherche commencent à indexer les certifications, ce qui améliore le positionnement des pages utilisant des mots certifiés.

7. Les limites de l'IA face à la créativité lexicale

Malgré ses performances, l'IA de détection des néologismes présente des limites structurelles. La première est sa difficulté à reconnaître les mots-valises créatifs (comme « courriel » ou « pourriel ») qui combinent plusieurs racines de manière inédite. Les algorithmes, entraînés sur des patterns existants, peinent à identifier les innovations morphologiques radicales. Selon une étude de l'Université de Montréal (2026), 23 % des néologismes littéraires (créés par des écrivains) ne sont pas détectés par les systèmes actuels, car ils violent délibérément les règles de formation standard.

La deuxième limite concerne les emprunts adaptés. Lorsqu'un mot étranger est francisé (par exemple « liker » → « liker » ou « liker »), l'IA hésite souvent entre le considérer comme un néologisme acceptable ou comme un anglicisme à rejeter. Les critères de francisation ne sont pas uniformes : l'Académie française est plus restrictive que l'Office québécois, ce qui crée des incohérences dans les certifications. En 2026, un groupe de travail inter-académies tente d'harmoniser ces critères, mais les divergences persistent.

Enfin, l'IA est vulnérable aux attaques adversariales : des utilisateurs malveillants peuvent générer des milliers de faux usages d'un mot pour tromper l'algorithme et obtenir une certification indue. En 2025, une tentative de ce type a visé le mot « déplateformer » (créé artificiellement par un botnet). L'incident a conduit à l'adoption de mesures de sécurité renforcées, notamment la vérification systématique des sources et l'analyse de la diversité des auteurs. Les systèmes agréés doivent désormais intégrer un module anti-fraude certifié par l'ANSSI.

« L'IA est un outil puissant, mais elle n'a pas le sens de la nuance, de l'humour ou de la poésie qui préside à la création lexicale. Un mot comme 'dépaysement' ou 'flâner' n'aurait probablement pas été certifié par un algorithme trop littéral. La langue vivante échappe aux grilles de lecture des machines. C'est pourquoi la certification doit rester une prérogative humaine, éclairée par l'IA, mais jamais remplacée par elle. »

8. Perspectives 2027 : vers un label « IA certifiée francophone »

À l'horizon 2027, plusieurs évolutions majeures se dessinent. La plus attendue est la création d'un label « IA certifiée francophone » (ICF), porté par l'OIF et l'AFNOR. Ce label garantira qu'un système de détection respecte des critères stricts : entraînement sur un corpus équilibré (au moins 30 % de sources non hexagonales), transparence des algorithmes, absence de biais discriminatoires, et respect des normes ISO. Les premiers labels devraient être attribués en septembre 2027, avec une phase pilote pour les systèmes Francophonie IA et LexiScan.

Parallèlement, le droit des données linguistiques évolue. Un projet de directive européenne, en discussion depuis janvier 2026, vise à créer un statut juridique spécifique pour les corpus d'entraînement des IA linguistiques. Les auteurs de textes utilisés pour la détection de néologismes pourraient bénéficier d'une rémunération automatique via une licence globale. Ce texte, baptisé « DataLang », devrait être adopté fin 2027 et pourrait révolutionner l'économie de la donnée lexicale.

Enfin, la certification décentralisée fait son apparition. Plusieurs start-ups francophones proposent des certifications basées sur la blockchain, où la détection IA est horodatée et enregistrée de manière immuable. Si ces solutions offrent une sécurité accrue, leur valeur juridique reste à établir. La jurisprudence de 2027 devra trancher la question de savoir si une certification blockchain peut équivaloir à une certification institutionnelle. En attendant, l'ARLN recommande la prudence et le recours aux filières traditionnelles.