Can LLMs Cook Jamaican Couscous? — quand l’IA "innove" sans connaître les épices

On demande aujourd’hui à des LLM (Large Language Models — grands modèles de langage) d’écrire, dessiner, composer, coder… et, apparemment, de cuisiner. C’est pratique : pas besoin de vaisselle, pas d’épluchures, et zéro risque de déclencher l’alarme incendie. Mais une question plus embarrassante se cache derrière la démo spectaculaire : est-ce que ces modèles savent produire quelque chose de culturellement juste — ou seulement quelque chose qui ressemble à ce qu’on attend ?

Le papier "Can LLMs Cook Jamaican Couscous? A Study of Cultural Novelty in Recipe Generation" (Carichon, Rampa, Farnadi, 2026) attaque le sujet à l’endroit où ça fait mal : la création culturelle. Pas la culture en mode "capitale de la Jamaïque", mais la culture en mode "qu’est-ce qui fait qu’un couscous marocain n’est pas juste un bol de semoule avec des mots exotiques au-dessus".

Et là, je ne peux pas m’empêcher de penser à une expérience personnelle. Grand lecteur de fantasy, j’ai dévoré tout Terry Pratchett. Un jour, impatient, j’ai attaqué un tome en anglais avant la traduction française. Intrigue comprise, scènes visualisées… mais l’humour — le vrai, celui qui pique et chatouille — s’était évaporé. Pas parce que mon anglais était "mauvais", mais parce qu’il me manquait ce bagage de références anglo-saxonnes qui donne au texte son goût. La culture, c’est ce qui parfume l’œuvre, ce qui la rend reconnaissable au nez avant même d’en prendre une bouchée.

Le papier raconte, en substance, la même histoire… mais avec des recettes. Et il montre que, pour l’instant, beaucoup de LLM savent "raconter une recette" sans vraiment savoir où sont les épices culturelles.

Pourquoi ce papier est intéressant (et un peu inquiétant)

On pourrait croire qu’une recette est un objet "simple". Une liste d’ingrédients, des étapes, un résultat. En réalité, c’est un artefact culturel dense : ce qu’on met dedans, ce qu’on n’y met jamais, la manière de nommer, la logique des gestes, les compromis "tradition vs adaptation". Le papier résume bien l’enjeu : la cuisine est "a central carrier of cultural identity, tradition, and authenticity" (un porteur central d’identité, de tradition et d’authenticité).

L’idée est brillante : si on veut tester si des LLM peuvent créer culturellement, la cuisine est un laboratoire naturel. Et si ça rate en cuisine, il y a de bonnes chances que ça rate aussi en :

génération de quêtes et de lore pour des jeux,
écriture d’histoires "à la manière de" (sans être une photocopie),
production de contenus éducatifs ou marketing pour des publics très différents,
création de personnages qui ne soient pas des stéréotypes.

Le papier ne cherche pas à "piéger" les modèles avec une devinette. Il propose plutôt un test d’alignement culturel qui ressemble à la vraie vie : adapter un objet d’une culture à une autre.

La recette de l’étude

GlobalFusion → LLMFusion : comparer l’humain et la machine à armes égales

Les auteurs s’appuient sur GlobalFusion, un dataset (jeu de données) où l’on trouve, pour un même plat, des recettes écrites dans une culture "d’origine" et des variations produites dans d’autres pays. Exemple : "Moroccan Couscous" et ses cousins "Jamaican Couscous", "Mongolian Couscous", etc.

Ils construisent ensuite LLMFusion en demandant à plusieurs LLM de produire exactement les mêmes types de variations que celles observées chez les humains, avec un prompt standardisé (et plusieurs variantes pour tester la sensibilité au prompt). Le prompt de base est très explicite :

"Create a <KW><NATIONALITY> version of this recipe: <RECIPE-NAME>. … return … 1. A recipe title. 2. A list of ingredients. 3. A set of cooking instructions."

Le détail important, c’est le petit <KW> : un mot-clé qui pousse la recette vers "novel", "authentic", "traditional", "creative, desirable and useful", etc. On veut voir si le modèle comprend la différence entre "sois créatif" et "reste traditionnel", autrement qu’en changeant deux adjectifs dans le titre.

Les modèles testés

Ils évaluent un panel assez large : Llama 3 70B, Gemma 2 / Gemma 3, Qwen 2.5 / Qwen 3 (Mixture-of-Experts — mélange d’experts), Phi-4, et aussi des modèles moins dociles comme Falcon-40B ou Orion-14B. Température à 0 (donc sorties déterministes) pour éviter que le hasard se fasse passer pour de la créativité.

Mesurer la "nouveauté culturelle"

Là, les auteurs font un truc malin : ils utilisent des métriques basées sur la JSD (Jensen–Shannon Divergence — divergence de Jensen–Shannon), une mesure informationnelle pour comparer des distributions de mots/termes entre recettes "référence" et "variation". Ils reprennent cinq métriques héritées de leur travail précédent : Newness, Uniqueness, Difference, New Surprise, Divergent Surprise.

En parallèle, ils comparent ces divergences à des mesures de distance culturelle (linguistique, religieuse, géographique, et une distance issue de la carte Inglehart–Welzel basée sur la World Values Survey). L’hypothèse côté humain est intuitive : plus une culture est "loin", plus l’adaptation va diverger — mais pas n’importe comment.

Résultats : oui, ça "invente", mais pas comme les humains

1) La corrélation culture ↔ divergence s’effondre (surtout là où elle compte)

Quand on regarde les recettes humaines, certaines métriques de divergence (notamment New Surprise et Difference) sont fortement corrélées à la distance culturelle. Pour les LLM, le papier est très clair : les signes de corrélation s’inversent parfois, et surtout les deux métriques les plus liées à la distance culturelle chez l’humain sont précisément celles qui se cassent la figure chez les modèles.

Si on traduit sans jargon : les LLM savent produire des variations qui ont l’air "différentes", mais cette différence ne varie pas de manière cohérente avec le choc culturel. Ils font du bruit, pas de l’adaptation.

2) Les LLM "sur-produisent" de la divergence

Autre observation : même quand on demande une recette de la culture d’origine, les LLM génèrent une divergence plus élevée que les humains. Les auteurs écrivent qu’ils "overproduce divergence" (sur-produisent de la divergence).

C’est un point crucial, parce que ça ressemble à une erreur de définition interne : comme si le modèle confondait "être créatif" avec "changer beaucoup de choses". Or, dans une adaptation humaine, la créativité est souvent une transformation sous contraintes : on bouge des éléments, mais on garde un noyau reconnaissable (sinon ce n’est plus une variation, c’est un autre plat).

3) "Tradition" vs "créativité" : le bouton est presque décoratif

Les auteurs testent plusieurs mots-clés (authentic, traditional, prototypical vs novel, unique, originality…). Résultat : dans l’ensemble, les métriques bougent très peu en fonction du mot-clé.

Dit autrement : on peut crier "TRADITION !" dans le prompt avec une toque et un accent de chef étoilé, le modèle ne change pas profondément sa manière d’innover. Il change, au mieux, quelques tokens "rares" pour donner une impression de nouveauté.

4) Le cœur du problème : les épices culturelles se perdent dans le modèle

La partie la plus intéressante (à mon goût, oui je suis drôle parfois :D ) arrive avec l’analyse des représentations internes. Les auteurs utilisent Logit Lens (une technique pour "regarder" ce que chaque couche du modèle est en train de préparer) et comparent la divergence mesurée à différents niveaux du réseau.

Ils observent un phénomène de compression : pour les métriques culturellement sensibles (Difference, New Surprise, Divergent Surprise), la séparation entre "recette d’origine" et "variation culturelle" est faible dans les couches intermédiaires et n’est que partiellement "récupérée" en fin de génération. Leur conclusion est nette :

"cultural differences are lost in the intermediate representations"

Pour revenir à Pratchett : c’est comme si je lisais en anglais en comprenant la grammaire et l’intrigue, mais que, dans ma tête, les allusions culturelles étaient comprimées puis reconstruites en surface avec deux-trois clichés. L’histoire tient debout… mais le parfum s’évapore.

5) Les modèles se trompent même sur "à quel pays appartient la recette"

Les auteurs testent aussi si, quand on ne précise pas le pays, le modèle l’infère correctement dans le titre. Les taux d’erreur sont élevés : 25 à 50% sans pays explicite, et encore 15 à 40% même quand le pays est donné. Les confusions ne sont pas aléatoires : elles se concentrent sur des cuisines "populaires" et se produisent souvent à l’intérieur d’une même région (ex. Taiwan/Japon remplacés par Chine ; Espagne par Italie…).

C’est un symptôme classique : au lieu de frontières culturelles fines, le modèle semble manipuler des raccourcis.

6) L’ancrage matériel : les ingrédients deviennent "globaux"

Enfin, l’étude se pose la question la plus concrète possible : est-ce que la variation se manifeste dans les ingrédients, et surtout, est-ce qu’elle garde le noyau du plat d’origine ?

Les humains, eux, conservent presque tout le cœur de la recette et adaptent autrement (dosage, techniques, ajouts ciblés). Les LLM, eux, tendent à substituer plutôt qu’à préserver : ils utilisent un petit socle d’ingrédients universels (oignon, ail, sel, poivre, huile, sucre, farine), "largely independent of any culture".

Le papier note aussi un glissement vers des "placeholders" procéduraux ("salt to taste", "optional") là où l’humain mettrait une spécificité culturelle.

Et là, on touche exactement le point central de mon expérience Pratchetienne: la culture n’est pas seulement un décor. Ce n’est pas le drapeau planté sur le titre. C’est la manière dont les détails s’assemblent. Une variation jamaïcaine de couscous, chez l’humain, "balance" les traditions (les auteurs le montrent dans un exemple illustré) ; chez le LLM, la recette se transforme souvent en plat jamaïcain presque pur, avec "minimal reuse" du couscous marocain.

Mise en perspective : et si on remplaçait "couscous" par "univers de fantasy" ?

Quand on lit un roman traduit, un bon traducteur reconstruit l’humour avec des équivalents culturels. Quand on lit en VO sans le bagage, on perd la couche fine. Les LLM, ici, ne sont ni l’un ni l’autre : ils font souvent une troisième chose, plus mécanique : ils injectent des marqueurs visibles de la culture cible (ingrédients stéréotypés, pays "célèbres", adjectifs attendus), et ils sacrifieront facilement le noyau d’origine si cela augmente l’impression de nouveauté.

Pour un développeur ou une équipe data, c’est un avertissement utile :

Si tu demandes à un LLM "fais-moi une quête inspirée de la mythologie yoruba, mais dans mon univers nordique", tu risques d’obtenir un résultat très "yoruba" en surface… et très "nordique" qui a disparu au milieu.
Si tu demandes "rends ce dialogue plus français", tu peux avoir une avalanche de baguettes et de "mon ami", mais pas les tours de langue qui font vraiment français.
Si tu génères des contenus "localisés" (marketing, support, onboarding), le risque n’est pas seulement l’erreur factuelle : c’est l’aplatissement culturel.

Le papier conclut d’ailleurs sans détour :

"current LLMs do not reproduce culturally grounded creative patterns … generating novelty that is weakly correlated with cultural distance"

Et la solution, alors ?

Les auteurs ne vendent pas de recette miracle (dommage, on adorait). Ils parlent plutôt d’implications : nécessité de cadres d’évaluation basés sur des artefacts, et de designs plus "culture-aware" (plus conscients des cultures) pour les usages sensibles.

Mon interprétation — en restant fidèle au papier — c’est que les pistes plausibles ressemblent à :

plus de données réellement multilingues et culturellement situées (ici, tout est en anglais, limitation explicitée),
des approches où le modèle s’appuie sur des sources ancrées (ex. RAG — Retrieval-Augmented Generation, génération augmentée par recherche) mais en évitant que la récupération soit "monocorde",
des objectifs d’entraînement qui valorisent la préservation du noyau culturel lors d’une adaptation, plutôt que la simple diversité lexicale.

Mais il faut être honnête : l’étude montre surtout un diagnostic structurel. Si l’information culturelle se compresse et se perd dans les couches intermédiaires, le problème n’est pas qu’un manque de politesse dans le prompt.

Conclusion : les LLM savent faire du "nouveau", mais pas forcément du "juste"

Alors, les LLM peuvent-ils cuisiner un "Jamaican Couscous" ? Oui, au sens où ils peuvent produire un texte bien formé qui te donne faim. Mais le papier montre qu’ils le font souvent en mode "swap culturel" plutôt qu’en mode "adaptation": ils déplacent des marqueurs visibles, gonflent la nouveauté, et laissent échapper les épices qui définissent l’identité du plat… et le lien subtil entre l’origine et la variation.

Mon histoire avec Pratchett n’est donc pas seulement une nostalgie de lecteur : c’est un modèle mental solide. La culture, c’est un parfum. Et aujourd’hui, beaucoup de LLM savent imiter l’étiquette du flacon, mais pas toujours la formule.

Ce qui est presque rassurant, finalement : ça veut dire qu’il reste une place pour le traducteur, le chef, le game writer… et pour tous ceux qui ont déjà appris, parfois à leurs dépens, qu’on ne remplace pas une référence culturelle par un emoji drapeau.

Et si un jour un LLM te propose un "Couscous jamaïcain traditionnel authentique" avec oignon–ail–sel–poivre–huile, tu sauras quoi répondre : "merci, mais j’ai déjà cette recette dans 47 pays."