« Plus ça change, plus c’est la même chose. »
– Jean-Baptiste Alphonse Karr, romancier français
Il y a quelques années, j’ai rédigé un billet pour le blogue Nos langues sur la manière dont la technologie a changé le monde de la traduction (s’ouvre dans un nouvel onglet). Avec l’avènement de logiciels encore plus efficaces reposant sur l’« apprentissage profond », qui désigne des techniques avancées d’apprentissage automatique, et surtout avec l’arrivée récente de grands modèles de langage alimentant les outils populaires que sont les robots conversationnels et les assistants virtuels, il est grand temps de faire le point sur la question.
Perspectives optimistes ou réalistes?
Ce n’est que récemment que ces logiciels ont attiré l’attention des médias et du public pour leur capacité à traiter le langage naturel. On a notamment beaucoup parlé de leur capacité à générer du texte, des images, du son et des vidéos sur demande. Toutefois, l’étendue des possibilités offertes impressionne les traductrices et traducteurs depuis l’arrivée sur le marché des premiers outils de traduction automatique faisant appel à l’apprentissage profond, à la fin des années 2010.
Il ne fait aucun doute que les nouveaux outils de traduction automatique produisent des traductions d’une qualité nettement supérieure à celle de leurs prédécesseurs, les logiciels reposant sur des statistiques. Ces nouveaux outils créent un texte d’arrivée plus idiomatique et plus fidèle au texte d’origine. Pour un œil non averti, les traductions produites par ces outils peuvent être tout à fait satisfaisantes, et même être meilleures que des traductions faites par une personne sans formation ou un traducteur ou une traductrice en début de carrière. Ces nouveaux outils produisent donc souvent un travail acceptable.
Devant ces résultats, nombreux sont ceux et celles qui utilisent le terme « intelligence artificielle » pour désigner ces nouveaux outils et affirment qu’ils présentent même des signes d’intelligence, voire de conscienceNote de bas de page 1. D’autres soutiennent que ce que l’on appelle aujourd’hui l’intelligence artificielle n’existe pasNote de bas de page 2.
Les traducteurs et traductrices ont compris, dès les premières utilisations de cette nouvelle génération d’outils de traduction automatique, que ceux-ci ne peuvent pas être qualifiés d’intelligents. Bien qu’ils puissent apparemment déceler miraculeusement les coquilles dans la langue d’origine et traduire le bon mot, ils utilisent souvent des termes différents d’une phrase à l’autre pour rendre une même notion. Ils tombent également encore dans le piège des homonymes. Et ils continuent de produire des traductions erronées qui renversent parfois l’argumentaire de la personne qui a rédigé le texte. Manifestement, la toute jeune intelligence artificielle a encore besoin de la supervision d’une « vraie » grande personne.
En ce qui concerne les grands modèles de langage, les traducteurs et traductrices les utilisent non seulement pour la traduction automatique, mais aussi pour effectuer des recherches, trouver des textes parallèles et réfléchir à des solutions de traduction. Ces outils peuvent par exemple servir de thésaurus, de dictionnaires inversés ou de dictionnaires d’expressions idiomatiques. Ils peuvent même proposer des modifications au premier jet d’une traduction humaine. En fait, pour le meilleur et pour le pire, ils font plus ou moins ce qu’on leur demande.
Expertise humaine requise
L’un des avantages de la traduction automatique a toujours été d’éviter aux traducteurs et traductrices d’avoir à taper un document. Malheureusement, il fallait auparavant souvent refaire le travail de toute façon parce que la sortie machine n’était pas du tout précise ni idiomatique. Aujourd’hui, ce problème se pose beaucoup moins : il est souvent plus efficace de conserver la version traduite automatiquement, puis de la réviser.
Comme cela a toujours été le cas, plus la traduction est technique, moins l’intelligence artificielle est susceptible de produire un résultat satisfaisant. Les connaissances et l’expérience d’une personne sont donc encore nécessaires pour réaliser une traduction de qualité.
L’exactitude et la clarté demeurent essentielles dans la plupart des contextes. Par exemple, les administrations gouvernementales ont le devoir de fournir de l’information claire et précise. Les contrats légaux doivent également être rédigés avec le plus grand soin, car une virgule peut suffire à créer un litigeNote de bas de page 3. Les médias souhaitent généralement publier des articles qui reflètent la réalité. Et les entreprises y réfléchiront peut-être à deux fois avant de laisser leurs robots conversationnels faire ce qu’ils veulent. Ces outils pourraient avoir d’immenses répercussions négatives sur les relations publiques, car le terme « intelligence artificielle » est devenu à la mode et les anecdotes sur ses failles deviennent souvent virales.
Les traducteurs et traductrices doivent donc être constamment à l’affût. Par exemple, la rédaction inclusive est de plus en plus considérée comme une norme à appliquerNote de bas de page 4, et les outils de traduction automatique, parce qu’ils se trompent de pronoms ou parce qu’ils reprennent des groupes de mots qui peuvent avoir été utilisés dans des contextes complètement différents, n’arrivent pas à respecter cette norme. Les traducteurs et traductrices ont toujours redouté le mégenrage (c’est-à-dire l’action d’attribuer à une personne un genre qui ne correspond pas à celui auquel elle s’identifie), mais aujourd’hui, une telle erreur peut être plus insidieuse, car elle se dissimule dans un texte prérédigé et produit par ordinateur, qui se présente sous une forme agréable à lire. Il ne faut pas avoir peur de rejeter les choix de traduction de l’ordinateur, au besoin.
Questions non résolues et perspectives
En bref, certains aspects du paysage global de la traduction ont considérablement changé, et d’autres moins. Les personnes et les organisations continuent d’utiliser les nouveaux logiciels, parfois dans des situations qui s’y prêtent très bien, parfois dans d’autres qui ne s’y prêtent pas du tout. Un problème vieux comme le monde subsiste : il arrive que la personne qui demande une traduction vers une langue donnée ne sache pas si le produit pour lequel elle a payé (ou qu’elle a obtenu gratuitement sur Internet) est de bonne qualité, parce qu’elle ne parle pas la langue en question. Par conséquent, il lui est impossible de savoir si la traduction est inexacte ou incompréhensible.
Au bout du compte, il faut se demander si le texte répond aux besoins de tout le monde, c’est-à-dire de la personne qui l’a rédigé et des gens qui le liront. Toutefois, comme c’est généralement l’auteur ou l’autrice du texte qui prend la décision relative à sa traduction, c’est le lectorat qui pourrait parfois en faire les frais.
Dans cette optique, utilisez-vous un logiciel d’apprentissage profond pour traduire des textes ou de grands modèles de langage pour générer du contenu? Dans l’affirmative, comment surmontez-vous les défis qui y sont associés? Et, à votre avis, qu’est-ce que l’avenir nous réserve?
