De la traduction à la post-édition
La traduction automatique (TA) a fait des progrès fulgurants ces dernières années, avec l’apparition de la traduction automatique neuronale (TAN) puis celle des intelligences artificielles génératives, créant des espérances folles et des peurs réelles.
Espérances d’une communication multilingue aisée et bon marché, d’une diffusion multilingue de la science, d’une facilitation des échanges avec des communautés parlant des langues disposant de peu de ressources. Peurs d’une transformation rapide des services de traduction avec diminution du nombre de professionnels pour un volume de traduction toujours croissant, s’accompagnant d’une double perte : perte de qualité des traductions produites et perte de revenus pour les professionnels qui se verraient remplacés par des machines.
Certains langagiers préfèrent parler de prétraduction automatique plutôt que de traduction automatique, soulignant à la fois que le texte est produit par un moteur entraîné sur des algorithmes à la conversion automatique de texte d’un langage à l’autre, que ce produit n’est qu’une étape, et que le texte qui en sort nécessitera un travail qui, loin de s’apparenter à une relecture du texte d’arrivée (texte en langue cible), nécessitera un aller-retour entre celui-ci et le texte de départ (texte en langue source) que seuls les traductaires sont capables de mettre en œuvre.
L’utilisation de réseaux de neurones rend l’opération plus efficace : le moteur de traduction code le texte de départ, fait une série d’opérations algorithmiques à partir des ensembles de textes bilingues sur lesquels il a été entraîné, puis ces opérations sont décodées en un texte dans la langue d’arrivée. Toutefois, un certain travail sur le texte ainsi généré est souvent nécessaire. C’est ce travail, qui consiste à modifier et à corriger si nécessaire un texte résultant d’une TA, que l’on nomme post-édition (PE)[1]. Or, ce nom, comme le verbe décrivant la tâche « post-éditer » et la personne effectuant celle-ci, le