Outils de traduction automatique et professionnels de la traduction : complémentarité ou remplacement pur et simple ?

Apparue dans les années 50 avec le lancement des premiers ordinateurs, la traduction automatique a d’abord été utilisée à des fins militaires, mais surtout d’espionnage des échanges en russe des pays signataires du pacte de Varsovie. En 1966, le comité américain Automatic Language Processing Advisory Committee (ALPAC), en charge d’évaluer les innovations proposées en termes d’informatique linguistique, publiait un rapport révélant son scepticisme quant à la traduction automatique et ses faibles perspectives d’évolution. Les fonds alloués par le gouvernement américain à ce domaine de recherche ont par la suite été fortement réduits et la traduction automatique n’a pas connu l’essor attendu.

Les approches initiales de traduction automatique reposaient sur des systèmes grammaticaux (rule-based machine translation). Ceux-ci impliquaient la programmation de l’intégralité de la grammaire d’une langue, en fonction des règles qui lui sont propres. Ce modèle se révèle être très lourd à construire, compliqué à modifier et peu personnalisable. Dans les années 2000, une nouvelle approche technologique a vu le jour, donnant un regain d’énergie au domaine de la traduction automatique. Il est désormais question de « statistical machine translation », système qui exploite la puissance des serveurs modernes, et surtout des masses de données disponibles, ainsi que l’intelligence artificielle (le machine learning). Les outils les plus performants peuvent aujourd’hui « apprendre » à partir de textes précédemment traduits. Ils sont aussi personnalisables en fonction du champ linguistique ou du type de document à traduire. Ce niveau de spécification permet alors d’obtenir des traductions de qualité.

Dans le secteur linguistique, la question de l’avenir de la profession de traducteur se pose désormais de plus en plus. Les outils de traduction automatique peuvent-ils se substituer complètement à la traduction humaine ?

Chez Lingua Custodia, nous développons à l’aide du machine learning, des solutions de traduction automatique personnalisées, spécifiquement pour des textes techniques du domaine financier.

Notre position sur cette question est très claire : nos outils fournissent une aide et un gain de temps important aux personnes chargées de la traduction de ces documents, mais ne peuvent en aucun cas se substituer à elles.

Dans le domaine technique, les nouvelles approches technologiques permettent, grâce à un apprentissage pointu des solutions de traduction automatique, d’effectuer la plus grande partie du travail, mais un expert devra toujours valider et procéder à quelques corrections avant publication. Dans ce cas, la machine est complémentaire et se révèle être un véritable allié pour le traducteur, qui peut ainsi traiter des volumes de textes beaucoup plus importants en moins de temps.

En ce qui concerne les textes littéraires, ils nécessitent une adaptation locale forte et donc une traduction assez « lâche » ou imagée : le recours à la traduction automatique ne va pas vraiment aider le traducteur, qui joue dans ce cas davantage le rôle de rédacteur-adaptateur en langue cible. Les traducteurs de textes « créatifs » ont donc toute leur place et nous sommes encore loin du jour où une poésie pourra être traduite automatiquement sans correction dans une autre langue. La machine est très efficace pour « apprendre » mais lui apprendre à être créative reste très complexe.

 

casque transparentPour continuer la discussion autour des outils de traduction automatique, retrouvez-nous sur notre page officielle LinkedIn.

casque transparentPour en savoir plus sur VERTO, notre solution de traduction automatique et personnalisée pour le domaine financier, n’hésitez pas à nous contacter.

 

Enjoy this blog? Please spread the word :)

Twitter
LinkedIn