Un RAG qui répond aux agricultrices
dans leur propre dialecte.
SheGrows est un assistant WhatsApp pour les agricultrices en Égypte, construit par 1morething pour la FAO. Elles posent leurs questions en arabe égyptien, par écrit ou par message vocal, et la base de connaissances est rédigée en arabe standard. J'ai été responsable de ce qui fait se rencontrer les deux, la couche de recherche adaptée au dialecte, et de la boucle qui transforme les réponses des experts en nouvelles connaissances.
01Le problème
Le RAG a l'air magique dans les démos en anglais. On dépose des PDF, on récupère, on interroge le modèle, terminé. Celui-ci devait répondre à des questions comme « comment arroser mes courgettes en été » (tapé ازاى اروى الكوسة فى الصيف؟) à partir d'une documentation en arabe standard. Le même mot arrive avec différentes formes d'alif, avec ou sans voyelles, avec des marques de sens d'écriture parasites laissées par le clavier du téléphone. Et le dialecte se superpose à tout cela.
La plupart des modèles d'embedding, même multilingues, ne voient pas que la question en dialecte et la documentation en arabe standard disent la même chose. Les questions en dialecte passaient à côté de documents qui y répondaient pourtant clairement.
02La contrainte qui a tout façonné
En agriculture, une mauvaise dose de pesticide peut tuer une récolte, voire pire. Le système ne devait pas avoir le droit de deviner avec assurance. Cette seule contrainte a dicté l'architecture de confiance : tout ce qui est incertain part vers un agronome humain plutôt que vers le modèle.
« Le chemin “je ne sais pas, je vais chercher quelqu'un” n'est pas un pis-aller : c'est une fonctionnalité. »
03Le pipeline
Les étapes 1, 2, 3, 5 et 6 sont les miennes. L'étape 4 est celle d'un coéquipier ; elle figure ici parce que le reste n'a pas de sens sans elle.
04Le résultat
En production depuis juillet 2026. Fin septembre, il avait répondu à plus de 15 000 questions de plus de 100 agricultrices, dont environ un tiers posent leurs questions à l'oral. Environ quatre questions sur cinq obtiennent une réponse sans intervention humaine. Ces chiffres d'usage viennent de la base de production. La justesse des réponses n'a pas encore été notée sur un jeu annoté par des experts : elle n'est donc pas revendiquée ici.
Envie du détail technique : les règles de normalisation, la conception du prompt de réécriture, les valeurs de seuil ? Tout est dans l'article complet : L'arabe a cassé mon RAG. Voici ce qui l'a sauvé.