IA en darija : ce que change l'annonce de Mistral et du ministère, et quels modèles utiliser

En bref. Il n'existe pas « un » modèle darija qui ferait tout. Chaque outil répond à une tâche précise : identifier la langue, transcrire la voix, converser, traduire ou lire des documents. Les deux outils présentés par le MTNRA et Mistral couvrent l'identification de la langue et la transcription de la parole. Les modèles conversationnels, de traduction et d'OCR viennent d'autres acteurs. Un projet en darija consiste donc à assembler les bonnes briques, puis à les tester sur ses propres données, en vérifiant licence, hébergement et protection des données.

Ce qui a été annoncé le 29 septembre 2026

Deux premiers outils issus du partenariat MTNRA–Mistral

Le ministère et Mistral ont dévoilé deux outils consacrés au traitement de la darija (Le Matin, 29 septembre 2026) :

• un classificateur d'identification de la langue, capable de reconnaître et de distinguer plusieurs dialectes arabes, dont la darija marocaine ;
• une version de Voxtral adaptée à la darija, le modèle de reconnaissance vocale de Mistral. Il transcrit la parole en texte, y compris lorsqu'une même conversation alterne entre l'arabe, le français et l'anglais.

Selon le communiqué repris par la presse, ces outils s'adressent aux administrations, startups, chercheurs, développeurs et entreprises. Les usages cités sont les services publics, l'éducation, les médias, le support client, la digitalisation documentaire et le traitement de données multilingues (La Vie éco, 29 septembre 2026).

Une étape d'un partenariat plus large

Ces outils s'inscrivent dans la stratégie « Maroc Digital 2030 » et la feuille de route « AI Made in Morocco ». D'autres modèles sont en préparation, notamment en IA générative, traitement du langage, reconnaissance vocale et services publics numériques (LeBrief, 29 septembre 2026).

L'objectif affiché va au-delà : en janvier 2026, la ministre Amal El Fallah Seghrouchni présentait l'accord avec Mistral comme visant un LLM marocain en arabe et en darija, avec un laboratoire de R&D en IA générative (CIO Mag, janvier 2026). En juillet 2026, elle évoquait un modèle couvrant aussi l'amazighe, en privilégiant les petits modèles de langage (SLM) plutôt que la course à la taille (Project Syndicate, juillet 2026).

Deux points à vérifier avant tout projet

La disponibilité effective. Les sources divergent : certains articles indiquent une mise à disposition immédiate en open source, d'autres une publication « prochaine ». Au moment où nous écrivons, nous n'avons pas trouvé de lien de téléchargement officiel des versions darija.

La licence. Elle n'est pas précisée dans les communiqués. Or c'est un point décisif pour une entreprise : dans la famille Voxtral, les modèles de transcription publiés par Mistral le sont sous licence Apache 2.0, qui autorise l'usage commercial, mais le modèle de synthèse vocale Voxtral TTS l'est sous licence CC BY-NC, qui l'interdit (Hugging Face, fiches des modèles Voxtral). Il faudra lire la licence des versions darija dès leur publication.

Le panorama des modèles d'IA pour la darija

L'annonce du 29 septembre ne part pas de zéro. Plusieurs modèles ouverts existent déjà, chacun sur une tâche différente.

Outil	Éditeur	Tâche	Date	Points clés
Classificateur de langue	MTNRA et Mistral	Identifier la darija parmi les dialectes arabes	Septembre 2026	Annoncé en open source ; disponibilité et licence à confirmer
Voxtral pour la darija	MTNRA et Mistral	Transcrire la parole en texte	Septembre 2026	Gère l'alternance arabe, français, anglais ; disponibilité et licence à confirmer
Atlas-Chat (2B, 9B, 27B)	MBZUAI Paris, initiative Jais	Converser et générer du texte en darija	Septembre et octobre 2024	Premier LLM conçu pour la darija ; basé sur Gemma 2 ; sur Hugging Face
Terjman v2	AtlasIA	Traduire vers et depuis la darija	2025	Famille de modèles open source sur Hugging Face
AtlasOCR (3B)	AtlasIA	Lire du texte darija dans des images et documents	2026	Premier OCR open source pour la darija ; accès soumis à inscription
Mistral Saba (24B)	Mistral AI	Comprendre et générer de l'arabe	Février 2025	Modèle régional arabe, pas spécifique à la darija ; API ou déploiement sur site

Sources : communiqués MTNRA repris par la presse (29 septembre 2026) ; article de recherche Atlas-Chat et fiche Hugging Face ; Middle East AI News sur Terjman v2 ; article de recherche AtlasOCR ; Middle East AI News sur Mistral Saba.

Quelques précisions utiles :

• Atlas-Chat a été développé par le laboratoire parisien de l'université MBZUAI. Ses auteurs indiquent qu'il surpasse les modèles arabes généralistes sur leurs évaluations en darija, dont DarijaMMLU, un jeu de test qu'ils ont eux-mêmes créé (MBZUAI, article de recherche). Ses versions 2B et 9B sont assez compactes pour tourner sur un ordinateur portable ou un serveur modeste.
• AtlasOCR a été entraîné en grande partie sur des données synthétiques : environ 86 %, selon sa fiche. Sa fiabilité sur vos propres documents, comme des formulaires ou des écrits manuscrits, doit donc être testée (AtlasIA, fiche du modèle).
• Mistral Saba vise l'arabe au sens large. Sa qualité sur la darija, qui diffère sensiblement de l'arabe standard, n'est pas documentée par Mistral : il faut la mesurer.

La méthode : assembler les briques selon l'usage

Un projet en darija ne se résume presque jamais à un seul modèle. Il enchaîne plusieurs tâches, et chaque tâche a son outil. C'est la même logique que celle décrite dans notre article sur le choix d'un modèle d'IA par tâche : on choisit la brique suffisante pour chaque étape, pas un modèle unique pour tout faire.

Figure 1. Correspondance entre tâches et outils d'IA disponibles pour la darija au 29 septembre 2026. Illustration Novagios ; sources : communiqués MTNRA, fiches Hugging Face et articles de recherche des éditeurs cités.

Un exemple de chaîne : le support client vocal

Prenons un centre de contact qui veut analyser ses appels en darija. La chaîne type comporte cinq étapes :

1. Identifier la langue de l'appel, pour l'orienter vers le bon traitement (darija, arabe standard, français…).
2. Transcrire la parole en texte, en gérant l'alternance entre darija, français et anglais, très fréquente dans les échanges réels.
3. Analyser la transcription : motif de l'appel, satisfaction, urgence. Cette étape peut s'appuyer sur un modèle conversationnel comme Atlas-Chat, ou sur un modèle généraliste évalué sur la darija.
4. Produire un résumé ou une réponse type, éventuellement traduite en français pour un traitement interne.
5. Faire valider par un conseiller humain les cas sensibles ou ambigus.

Figure 2. Exemple de chaîne de traitement d'un appel client en darija. Illustration Novagios ; l'enchaînement est un exemple de conception, pas un produit existant.

Grille de décision : quel outil pour quel besoin ?

Besoin	Brique à privilégier	Ce qu'il faut tester sur vos données
Orienter automatiquement des messages ou des appels selon la langue	Classificateur d'identification de langue	Taux d'erreur entre darija et arabe standard, et sur les messages courts
Transcrire des appels, des réunions, des contenus audio	Voxtral pour la darija	Qualité avec accents régionaux, bruit de fond, alternance de langues
Assistant conversationnel ou génération de texte en darija	Atlas-Chat, ou modèle généraliste évalué	Justesse, ton, capacité à rester en darija, darija écrite en caractères latins
Traduire des contenus vers ou depuis la darija	Terjman	Fidélité au sens, registre, termes métier
Numériser des documents contenant de la darija	AtlasOCR	Qualité sur vos formats réels : scans, photos, écriture manuscrite
Contenus principalement en arabe standard	Mistral Saba ou modèle généraliste	Écart entre arabe standard et darija dans vos contenus

Mettre en œuvre en cinq étapes

1. Partir de l'usage, pas du modèle. Identifiez les tâches concernées (voix, texte, documents) et leur volume.
2. Constituer un jeu de test représentatif. Des enregistrements et des textes réels, avec les variantes que vos clients utilisent vraiment : accents régionaux, alternance avec le français, darija écrite en caractères latins.
3. Vérifier la licence de chaque brique. Certaines licences interdisent l'usage commercial ou imposent des conditions d'accès.
4. Choisir l'hébergement. Les modèles ouverts peuvent être déployés sur vos propres serveurs ou chez un hébergeur au Maroc. C'est souvent décisif pour des enregistrements de clients, qui sont des données personnelles soumises à la loi 09-08.
5. Prévoir la revue humaine et l'amélioration continue. Les modèles darija sont récents : mesurez leurs erreurs, gardez un humain dans la boucle sur les cas sensibles, et réévaluez à chaque nouvelle version, notamment lorsque le LLM annoncé par le ministère et Mistral sera disponible.

Ces projets mobilisent plusieurs compétences : l'expertise data et intelligence artificielle pour l'évaluation et l'intégration des modèles, l'intégration et l'automatisation pour relier les briques à vos outils, et la cybersécurité pour protéger les données. Notre page technologies IA présente les briques techniques mobilisées.

Questions fréquentes

Qu'ont présenté le MTNRA et Mistral pour la darija ?

Deux outils : un classificateur qui identifie la darija parmi les dialectes arabes, et une version du modèle de reconnaissance vocale Voxtral adaptée à la darija, qui transcrit la parole en texte même lorsque la conversation mélange arabe, français et anglais.

Existe-t-il déjà un chatbot en darija ?

Oui, en open source : Atlas-Chat, développé par le laboratoire parisien de MBZUAI, est présenté par ses auteurs comme le premier grand modèle de langage conçu pour la darija. Le ministère et Mistral préparent de leur côté un LLM marocain en arabe et en darija, qui n'est pas encore disponible.

Les outils du ministère et de Mistral sont-ils gratuits et utilisables par une entreprise ?

Ils sont annoncés en open source. Leur licence exacte n'était pas précisée dans les communiqués du 29 septembre 2026 : il faut la vérifier à leur publication, car toutes les licences ouvertes n'autorisent pas l'usage commercial.

Mistral Saba comprend-il la darija ?

Mistral Saba est un modèle spécialisé en arabe et en langues d'Asie du Sud. Mistral ne documente pas spécifiquement sa qualité sur la darija, qui diffère de l'arabe standard. Il faut donc la mesurer sur vos propres contenus avant de l'utiliser.

Par où commencer un projet d'IA en darija ?

Par un cas d'usage précis et un jeu de test issu de vos données réelles. Choisissez ensuite, pour chaque étape, la brique adaptée, en vérifiant sa licence, son mode d'hébergement et la conformité à la protection des données.

---

Sources

• Le Matin, « Le Maroc et Mistral développent des outils d'intelligence artificielle en darija », 29 septembre 2026 : article
• LeBrief, « Le ministère du Numérique dévoile ses premières briques d'IA avec Mistral », 29 septembre 2026 : article
• La Vie éco, « IA en darija : administrations, startups et chercheurs auront accès aux nouveaux modèles open source », 29 septembre 2026 : article
• CIO Mag, entretien avec Amal El Fallah Seghrouchni, janvier 2026 : article
• Project Syndicate, « Le Maroc peut construire une troisième voie de l'IA », Amal El Fallah Seghrouchni, juillet 2026 : tribune
• MBZUAI Paris, « Atlas-Chat: Adapting Large Language Models for Low-Resource Moroccan Arabic Dialect », 2024 : article de recherche · modèle sur Hugging Face
• AtlasIA, AtlasOCR : fiche du modèle · article de recherche
• Middle East AI News, sur Terjman v2 et sur Mistral Saba : Terjman v2 · Mistral Saba
• Mistral AI, fiche du modèle Voxtral Mini 4B Realtime (licence Apache 2.0) : Hugging Face

Vous préparez un projet d'IA en darija ? Contactez nos experts.