Cette contribution propose le développement d’une plateforme numérique adaptative visant à optimiser l’apprentissage du français langue étrangère (FLE) auprès des apprenants hispanophones à l’Université du Nouveau-Mexique. Partant du constat que plus de 60% de nos étudiants sont bilingues espagnol-anglais, et que les approches pédagogiques actuelles ne tirent pas pleinement profit de ce capital linguistique, nous proposons un dispositif technologique innovant basé sur l’intelligence artificielle. Le projet vise à créer une interface interactive capable d’identifier automatiquement les zones de convergence entre l’espagnol et le français, permettant ainsi de personnaliser l’apprentissage selon le profil linguistique de chaque apprenant. L’originalité de cette approche réside dans l’utilisation d’algorithmes d’apprentissage qui analyseraient en temps réel les productions des étudiants pour identifier leurs points forts et leurs difficultés spécifiques, notamment dans les domaines morphosyntaxique, lexical et phonétique. Cette proposition s’appuie sur des recherches récentes en linguistique computationnelle et en didactique des langues romanes, tout en répondant aux besoins spécifiques de notre contexte d'enseignement. L’implémentation d'une telle plateforme permettrait non seulement d’optimiser l’apprentissage du FLE pour nos étudiants hispanophones, mais aussi de générer des données précieuses pour la recherche en didactique des langues assistée par ordinateur.
