Cet article évalue la faisabilité d'un modèle linguistique à grande échelle (MLH) dans un environnement éducatif multilingue (anglais, mandarin, hindi, arabe, allemand, persan, télougou, ukrainien et tchèque). Les performances du LHH ont été mesurées sur quatre tâches pédagogiques : l'identification des idées fausses des étudiants, la fourniture d'un retour personnalisé, le tutorat interactif et la notation des traductions. Les résultats ont révélé que les performances du LHH étaient principalement corrélées à la quantité de langue incluse dans les données d'apprentissage. Les performances étaient particulièrement faibles pour les langues à faibles ressources, la dégradation des performances étant plus fréquente qu'en anglais.
