Duolingo : 148 nouveaux cours de langues en un an avec l'IA générative

• Duolingo Launches 148 New Language Courses — Duolingo (пресс-релиз), 2025-04-30
• Duolingo launches 148 courses created with AI after sharing plans to replace contractors with AI — TechCrunch, 2025-04-30
• Duolingo CEO walks back AI-first comments: 'I do not see AI as replacing what our employees do' — Fortune, 2025-05-24
• Duolingo CEO admits his controversial AI memo 'did not give enough context' — Fortune, 2025-08-18

Contexte

Duolingo est l'application d'apprentissage des langues la plus grande du monde et une entreprise publique (NASDAQ: DUOL) dont l'évaluation dépend directement de sa capacité à atteindre de nouveaux publics. Un cours Duolingo n'est pas un « jeu de cartes mémoire » mais des milliers d'exercices, d'histoires interactives et de matériaux audio structurés selon l'échelle CEFR européenne. Historiquement, chaque cours était construit par une équipe dédiée de concepteurs pédagogiques et de rédacteurs : les 100 premiers cours de l'entreprise ont pris environ 12 ans à développer.

Au milieu des années 2020, Duolingo s'est retrouvé dans une position familière à toute entreprise de contenu : le produit s'adapte à des millions d'utilisateurs instantanément, mais la production de contenu ne le fait pas. Chaque nouvelle paire de langues (par exemple, « Japonais pour les locuteurs du hindi ») nécessitait des mois de travail manuel, et la combinatoire des langues rendait la tâche sans fin : même 40 langues dans les deux sens représentent mille cinq cents paires potentielles.

Le 28 avril 2025, le PDG et co-fondateur Luis von Ahn a envoyé aux employés un mémo déclarant Duolingo une entreprise « centrée sur l'IA » : l'utilisation de l'IA ferait partie des évaluations de performance, les nouveaux effectifs n'iraient qu'aux équipes qui ne pourraient pas automatiser davantage, et les entrepreneurs cesseraient progressivement d'être engagés là où l'IA pourrait générer le contenu. « Sans l'IA, il nous faudrait des décennies pour adapter notre contenu à plus d'apprenants », a écrit von Ahn.

Deux jours plus tard, le 30 avril 2025, l'entreprise a montré ce que ces mots signifiaient : l'annonce de 148 nouveaux cours de langues à la fois — la plus grande expansion de contenu de l'histoire de Duolingo, créée en moins d'un an.

Problème

La production manuelle de cours n'était pas à l'échelle, et ce n'était pas un problème abstrait mais un problème d'accès précisément mesurable. Les langues les plus demandées — le japonais, le coréen, le mandarin — n'étaient disponibles que dans quelques langues d'interface, principalement l'anglais. Un locuteur du hindi ou du portugais ne pouvait pas apprendre le japonais à partir de sa langue maternelle : des centaines de millions d'apprenants potentiels étaient bloqués par l'absence d'un cours, non par l'absence de désir.

Le goulot d'étranglement n'était ni les idées ni la méthodologie — Duolingo avait depuis longtemps standardisé ce qu'un cours devrait ressembler : la progression du niveau CEFR, les types d'exercices, les Histoires pour la compréhension de la lecture, DuoRadio pour l'écoute. Le goulot d'étranglement était la vitesse de production : des milliers d'unités de contenu par paire de langues, chacune préalablement écrite et révisée par des humains.

L'économie classique du processus s'est heurtée à une explosion combinatoire. Créer « un cours d'espagnol » ne suffit pas — vous avez besoin d'espagnol pour les locuteurs de l'anglais, du portugais, du hindi, du mandarin, et ainsi de suite, et chaque version est une adaptation, non une traduction : les indices, les explications grammaticales et les erreurs typiques dépendent de la langue maternelle de l'apprenant. Le pipeline manuel qui a pris 12 ans pour produire les 100 premiers cours ne pouvait physiquement pas couvrir cette matrice.

Pour une entreprise publique avec des attentes croissantes des investisseurs, cela signifiait un plafond stratégique : la croissance de l'audience était limitée non pas par le produit ou le marketing mais par la vitesse à laquelle les cours pour de nouvelles paires de langues pouvaient apparaître.

Solution

Duolingo a reconstruit la production autour de trois composants : l'IA générative, les outils de création de contenu interne et une approche que l'entreprise appelle en interne « contenu partagé ». L'idée du contenu partagé est que l'équipe crée une version de base de haute qualité d'un cours — une norme d'excellence avec une méthodologie vérifiée — puis la personnalise rapidement pour des dizaines de langues d'interface. L'IA effectue la génération et l'adaptation de masse, tandis que les experts humains définissent la méthodologie et examinent le résultat.

Cela résout précisément le problème combinatoire : au lieu de construire chaque cours « Japonais depuis l'hindi » à partir de zéro, l'entreprise construit un cours de japonais de référence et le réplique dans 28 langues d'interface. Auparavant, une telle adaptation nécessitait presque autant de travail manuel que la création du cours lui-même — les LLM l'ont rendu rapide et bon marché tout en gardant le contrôle de qualité avec les experts.

L'endroit où l'entreprise a commencé compte. Les nouveaux cours couvrent CEFR A1–A2 — les échelons des débutants, où le contenu est le plus modélisé et la structure se répète d'une langue à l'autre : vocabulaire de base, grammaire simple, dialogues typiques. Le contenu avancé, où une erreur méthodologique coûte plus cher, a été annoncé séparément pour « les mois à venir ». Et les nouveaux cours sont livrés avec les formats signature inclus — Histoires pour la lecture et DuoRadio pour l'écoute — donc la production par IA ne signifiait pas un produit dépouillé.

En parallèle, von Ahn a décrit le côté organisationnel : « centré sur l'IA » dans son mémo signifiait des changements structurels dans la façon dont les équipes travaillent — de l'embauche aux évaluations de performance. Le mémo disait clairement que l'entreprise « cesserait progressivement d'utiliser des entrepreneurs pour faire le travail que l'IA peut gérer », et que les nouveaux effectifs ne seraient accordés que si une équipe ne pouvait pas automatiser davantage. Plus tard, face à la réaction publique, l'entreprise a clarifié : aucun employé à temps plein n'a été licencié, l'embauche continue au même rythme, et les équipes ont reçu des ateliers, des conseils consultatifs et du temps d'expérimentation pour s'adapter à l'IA.

Duolingo ne divulgue pas publiquement les modèles qui alimentent la génération — seulement que c'est l'IA générative combinée avec des outils propriétaires et un examen humain. L'entreprise décrit délibérément le système de production, pas la pile : son avantage concurrentiel est la méthodologie et les données d'apprentissage, pas un LLM particulier.

Résultat

Le 30 avril 2025, Duolingo a annoncé 148 nouveaux cours de langues à la fois — la plus grande expansion de contenu de l'histoire de l'entreprise, créée en moins d'un an. Le catalogue de cours a plus que doublé. Les sept langues non-anglaises les plus populaires — l'espagnol, le français, l'allemand, l'italien, le japonais, le coréen et le mandarin — sont devenues disponibles dans les 28 langues d'interface, ouvrant l'apprentissage à plus d'un milliard d'apprenants potentiels. Von Ahn a présenté lui-même la comparaison de vitesse : « Le développement de nos 100 premiers cours a pris environ 12 ans, et maintenant, en environ un an, nous pouvons créer et lancer près de 150 nouveaux cours. C'est un excellent exemple de la façon dont l'IA générative peut bénéficier directement à nos apprenants. »

Le lancement avait un deuxième côté, moins célébratoire — une crise de communication. Le mémo « centré sur l'IA » sur l'élimination progressive des entrepreneurs, publié deux jours avant l'annonce du cours, a déclenché une vague de critiques : les utilisateurs ont déclaré qu'ils supprimaient l'application, et les commentaires sous les messages TikTok et Instagram de l'entreprise se sont transformés en un flot de sentiment anti-IA. En mai 2025, von Ahn a émis une clarification sur LinkedIn : « Pour être clair : je ne vois pas l'IA comme remplaçant ce que font nos employés (nous continuons en fait à embaucher au même rythme qu'avant). Je la vois comme un outil pour accélérer ce que nous faisons. » En août 2025, il a admis dans une interview que le mémo « n'avait pas donné assez de contexte » et a souligné qu'aucun employé à temps plein n'avait été licencié.

Encadrez le résultat correctement : 148 cours et un catalogue doublé sont des faits de produit vérifiables ; mais l'entreprise n'a publié aucune métrique de qualité pour les nouveaux cours (rétention des apprenants, progression du niveau) au moment de l'annonce, et une partie de la critique des utilisateurs visait exactement la qualité du contenu généré par l'IA.

À notre avis, le cas Duolingo est la démonstration la plus claire de l'endroit où l'IA générative donne à une entreprise de contenu un effet de levier maximal : non pas « écrire à la place des gens » mais répliquer une norme d'excellence vérifiée dans des dizaines de localisations. La formule « 100 cours en 12 ans contre 148 en un an » est devenue un indice de vitesse public pour toute l'industrie de l'EdTech — en comparant honnêtement des tâches de complexité différente : les 100 premiers cours incluaient la construction de la méthodologie à partir de zéro, tandis que les 148 nouveaux la répliquent au niveau des débutants.

La deuxième leçon est le prix des mots. La différence entre « l'IA accélère nos équipes » et « nous remplacerons les entrepreneurs par l'IA » a coûté à l'entreprise des semaines de crise publique pour des changements essentiellement identiques. Pour les dirigeants planifiant une transformation par l'IA, la stratégie de communication n'est pas un appendice du projet mais en fait partie — et le cas Duolingo devrait être étudié aux côtés de la révision de Klarna : le marché punit la rhétorique radicale même lorsque les résultats opérationnels sont réels.

Leçons

1. Le véritable levier de l'IA générative dans une entreprise de contenu n'est pas « écrire à la place des gens » mais répliquer une norme d'excellence dans des dizaines de localisations (contenu partagé) : cela résout l'explosion combinatoire des paires de langues.
2. Comparer les vitesses (100 cours en 12 ans contre ~150 en un an) est le format de métrique publique le plus convaincant : l'ordre de grandeur est visible sans données internes.
3. La mise à l'échelle de l'IA a commencé à CEFR A1–A2, où le contenu est le plus modélisé — pas aux niveaux avancés où les erreurs méthodologiques coûtent plus cher ; un principe transférable pour choisir le point d'entrée.
4. Les humains restent propriétaires de la méthodologie et du contrôle de qualité : l'IA génère et adapte, les experts définissent la norme d'excellence et examinent — sinon vous répliquez les erreurs, pas la qualité.
5. Planifiez le risque de communication d'une stratégie « centrée sur l'IA » dans le cadre du projet : le mémo de l'entrepreneur a éclipsé le lancement du produit lui-même et a nécessité deux clarifications publiques du PDG.
6. La formulation décide : « l'IA est un outil pour accélérer nos équipes » et « nous remplacerons les entrepreneurs par l'IA » décrivent le même changement, mais la deuxième version a coûté à l'entreprise une vague de suppressions d'applications.
7. Investir dans les outils de production de contenu interne rapporte beaucoup plus vite que d'embaucher par nouveau cours — mais publiez les métriques de qualité aux côtés de la vitesse, ou les sceptiques rempliront le vide pour vous.

Questions fréquentes