Cette journée d'étude organisée par le Centre Interdisciplinaire de Recherche en Traduction et Interprétation (CIRTI) de l'ULiège est consacrée à la figure du traducteur à l'ère des nouvelles technologies.
Le traducteur professionnel est aujourd'hui indéniablement dépendant des évolutions technologiques. Le secteur de la traduction est contraint de s’adapter : la profession de traducteur ne cesse de se redéfinir, favorisant l'émergence de nouvelles pratiques, de nouvelles tâches (localisation des jeux vidéo, pré- et post-édition, etc.) en lien avec le développement de nouveaux outils technologiques.
Portée par les récents progrès en matière d'intelligence artificielle, la montée en puissance de la traduction automatique neuronale suscite des questionnements d’ordre tant professionnel et éthique que pédagogique (concernant notamment la formation initiale et continue des futurs traducteurs).
Cette journée d'étude sera l'occasion d'explorer différents aspects de ces développements technologiques (outils de traduction assistée par ordinateur, traduction automatique, interface humain-machine) ainsi que leurs effets sur le produit de la traduction, sur l’acte traductionnel, et sur les processus cognitifs observables chez le traducteur. Ces mutations de plus en plus rapides définissent-elles de nouvelles perspectives professionnelles ou sonnent-elles le glas de la traduction humaine ? Peut-on ou doit-on dès lors anticiper de nouvelles figures du traducteur au 21e siècle ?
Ouverture de la journée d’étude (allocutions du recteur de l’ULiège, Pierre Wolper, de la vice-doyenne à la recherche, Annick Delfosse, de la présidente du CIRTI, Valérie Bada et du président de la CBTI, Guillaume Deneufbourg).
La traduction automatique (TA) est un domaine de recherche très vaste et en constante évolution. Cette intervention vise à présenter ce domaine dans ses grandes lignes et à donner à l’auditeur quelques concepts essentiels pour une meilleure compréhension des possibilités et des limites de la TA ainsi que de son impact sur le traducteur professionnel. Nous commencerons par définir la TA avant de retracer son histoire de ses débuts, dans les années 50, jusqu’à aujourd’hui. Nous présenterons ensuite les différentes approches en TA ainsi que les différents systèmes. Nous verrons qu’il existe différents types de TA qui dépendent des objectifs que l’on cherche à atteindre. Nous nous pencherons plus en détails sur la TA en tant qu’outil à destination du traducteur professionnel et nous verrons dans quelle mesure elle impacte son travail. Nous présenterons l’activité de post- édition. Nous terminerons cette présentation en évoquant les avantages et les inconvénients de la TA du point de vue du traducteur professionnel, mais aussi de manière générale.
L’objet de cette présentation est la technologie de la traduction et plus précisément les outils d'aide à la traduction. Les systèmes de mémoire de traduction (SMT) seront au cœur de ce tour d’horizon. Les SMT sont de véritables environnements de travail complexes puisqu’ils regroupent une multitude d’outils en plus de leur fonctionnalité centrale : la mémoire de traduction.
Devant la multiplication des systèmes de mémoire de traduction sur le marché, nous proposerons de les différencier en fonction de certains critères (SMT local ou en ligne, type d’éditeur, fonctionnalités présentes…).
Ensuite, nous présenterons certaines fonctionnalités qui ont été récemment incluses dans les SMT, comme la dictée vocale, le module d’assurance qualité, la gestion de projet (notamment dans les SMT en ligne) et l’intégration de la traduction automatique (TA).
Nous nous arrêterons plus longuement sur l'intégration de la TA dans les SMT en distinguant l’intégration interne de l’intégration externe. La première étant l’intégration de la technologie de la TA pour améliorer les propositions des mémoires de traduction. La deuxième étant l’offre accrue de modules de TA à intégrer dans le SMT ce qui permet au traducteur d’utiliser la TA en renfort lorsque la mémoire de traduction ne propose pas de correspondances. Pour le traducteur, la post-édition impliquée par le recours à la TA aura l’avantage de se faire dans un environnement qui lui est familier : le SMT. Nous aborderons également les questions qui émergent de l’utilisation de ces modules de TA à l’intérieur du SMT.
Lorsque Y. Goncharova et P. Lacour (2011) présentaient leur outil de traduction littéraire il y a maintenant presque 10 ans, ceux-ci remarquaient déjà que les nouvelles technologies commençaient à s’immiscer dans des domaines « considérés traditionnellement comme intraitables par la machine ». Cette remarque portée originellement sur la poussée de la traduction assistée par ordinateur (TAO) reste pourtant bel et bien d’actualité, et plus encore si l’on s’attarde sur les récents développements en traduction automatique (TA). Cependant, le secteur littéraire semble toujours y faire figure d’exception, et ce, malgré l’intérêt croissant pour l’intégration des technologies de la traduction dans ce domaine.
Dans cette optique, nous nous proposons d’exposer quelques-unes des études qui ont pu être menées en matière de traduction littéraire automatique (TLA) et de traduction littéraire assistée par ordinateur (TLAO), mais aussi de présenter les obstacles inhérents à ces deux domaines et les perspectives qu’ils laissent entrevoir. Dans ce prolongement, nous décrirons également les tenants et les aboutissants du projet de recherche que nous préparons actuellement, lequel vise à repousser les frontières du traitement automatique du langage par le biais d’une expérience mêlant traduction littéraire et traduction automatique. Concrètement, notre objectif est d’associer les progrès de la traduction neuronale (cf. Bahdanau et coll. 2016 ; Johnson et coll. 2016) aux avantages des moteurs de traduction spécialisés (cf. Wiggins 2018) afin d’examiner les potentielles applications de la TA sur la pratique traduisante et d’évaluer son utilisation comme outil sur-mesure du traducteur professionnel.
Le Centre de traduction des organes de l’Union européenne a été créé en 1994 afin de répondre aux besoins en traduction des autres agences décentralisées de l’Union européenne et de réaliser des économies d’échelle avec les institutions européennes dans le domaine de la traduction.
Le Centre de traduction coopère avec 65 institutions et organes de l’UE situés dans 24 États Membres. Cette coopération porte sur les activités linguistiques dans un grand nombre de domaines allant de la toxicomanie et de la pharmacie à la sécurité maritime, en passant par la réglementation en matière de produits chimiques, l’éducation, la sécurité ferroviaire, aérienne, alimentaire, la surveillance financière et la propriété intellectuelle (et plus particulièrement le domaine des marques).
Avec une production de plusieurs centaines de milliers de pages traduites par an et un personnel limité couvrant les 24 langues officielles de l’Union européenne, le Centre se doit de recourir à la fois à l’externalisation d’une partie de ses traductions, mais aussi à une combinaison toujours plus poussée de traduction ‘humaine’ et de traductions produites par l’ordinateur, qu’il s’agisse de l’utilisation extensive des mémoires de traduction pour recycler les traductions précédentes, ou, de plus en plus, de la traduction automatique.
Ces combinaisons d’outils engendrent une nécessaire refonte du profil du traducteur, dont on attend de lui qu’il soit évidemment toujours un expert dans sa langue maternelle et dans les langues à partir desquelles il traduit, mais aussi, de plus en plus, un expert doté de compétences ‘digitales’ lui permettant de jongler avec les outils informatiques (qu’il s’agisse des logiciels de mémoires de traduction, d’outils de gestion de données terminologiques, de logiciels de sous-titrage, etc.). Nous tenterons de cerner quelques-unes des nouvelles compétences que le traducteur sera amené à acquérir (et que l’université sera amenée à enseigner ou à évaluer) afin de s’adapter aux mutations de la profession et à la révolution technologique qui se déroule sous nos yeux.
Dans la présente communication, nous nous proposons de présenter les résultats préliminaires obtenus dans le cadre de notre thèse doctorale en cours. Le contexte institutionnel de notre travail est celui de la Direction générale de la traduction de la Commission européenne, service de traduction dans lequel nous étudions les effets de la post-édition de traduction automatique sur la qualité finale des textes traités par différents groupes de traducteurs classés en fonction de leur niveau d’expérience.
Dans ce contexte institutionnel marqué par des recherches lacunaires concernant les effets de la post-édition sur la qualité (Biel, 2017 : 52), notre projet a pour objectif de déterminer si la qualité des textes post-édités est équivalente chez tous les traducteurs indépendamment de leur expérience, comme avancé, par exemple, par Čulo et al. (2014 : 207) ou si, au contraire, une gradation apparaît entre les traducteurs en fonction de leur expérience professionnelle, comme le conclut Guerberof Arenas (2014 : 72). Nous entendons également comparer les types de problèmes de post-édition récurrents dans les différents groupes et extraire, si possible, des tendances relatives à ces groupes concernant les erreurs majoritairement commises, à l’image des conclusions de De Almeida et O’Brien (2010), Depraetere (2010) et Guerberof Arenas (2014).
Nos résultats provisoires à l’égard de ces deux questionnements seront exposés, ainsi que nos interprétations provisoires et les étapes ultérieures du travail.
Alors que la traduction automatique est aujourd'hui considérée par beaucoup comme une technologie prometteuse, capable de concurrencer la traduction humaine, et que Google Translate traduit, à lui seul, plus de mots en un jour que tous les traducteurs humains réunis ne le font en un an (Massardo et van der Meer, 2017), nous avons souhaité étudier une forme de collaboration humain-machine en plein regain d'intérêt : la post-édition de traduction automatique.
Bénéficiant des récentes avancées technologiques en matière de traduction automatique, la tâche de post-édition connait, en effet, un essor fulgurant dans le secteur de la traduction. Cette rapide expansion soulève cependant bon nombre d’interrogations sur le plan tant de la pratique professionnelle que de la formation initiale et continue des traducteurs.
Ainsi, l'objectif principal de la présente étude est de parvenir à repérer et à comprendre les potentielles différences, en termes de qualité de texte cible, entre la traduction humaine et la post-édition effectuées par des étudiants en traduction. Pour ce faire, une première recherche expérimentale a été menée avec vingt-huit étudiants en 3e année de bachelier de la filière Traduction-Interprétation de l'ULiège pour la combinaison de langues anglais-français.
Lors de cette communication, nous présenterons les résultats de ce pré-test obtenus grâce à la comparaison analytique et statistique des productions recueillies. Enfin, nous discuterons des implications possibles de ces résultats pour la formation initiale des traducteurs.
La présentation sera axée sur les avancées en NLP (natural language processing) via des méthodes de machine learning et de deep learning.
La première partie sera axée sur une introduction aux "word embeddings", qui sont des vecteurs sémantiques des mots et qui sont basés sur le "distributional semantics" de Harris (1968).
Ensuite, on abordera le sujet de "machine translation" (traduction automatique) via des méthodes apprentissage supervisées et non-supervisées.
Les modalités de consommation du média vidéoludique sont en constante évolution, tant du point de vue des intermédiaires systémiques et technologiques qu’en termes de pratique culturelle. Les jeux vidéo sont d’ailleurs particulièrement sensibles aux transformations de l’industrie vidéoludique, puisqu’ils se caractérisent par une évolution fortement dépendante des progrès technologiques (Benghozi et Chantepie, 2017), ce qui implique également une redéfinition fréquente de la posture du traducteur (Chandler et Deeming, 2012). Ces changements d’intermédiaires apportent de nouveaux usages, règles et codes que le joueur doit s’approprier consciemment ou non afin de progresser dans sa pratique. À cet effet, une médiation ludique est nécessaire. Le joueur et le jeu doivent entrer en contact au sein d’un cadre et d’un espace systémique bien définis (Genvo, 2006).
Afin d’éviter que les textes vidéoludiques ne prennent une dimension métaleptique (Genette, 2004), il est fréquent que les développeurs exploitent des stratégies liées à l’implicite pour guider discrètement les joueurs dans leur pratique. En conséquence, certains phénomènes sont répandus, comme la diégétisation des possibilités d’action et des règles du jeu (Barnabé, 2012) ou l’implémentation d’un accompagnement ludique dans les textes de jeux vidéo. Certaines stratégies employées par les traducteurs de jeux vidéo (Bernal-Merino, 2007 ; Costales, 2012) et certaines composantes spécifiques au média vidéoludique nécessitent une attention accrue de la part des professionnels du milieu (Houlmont, 2017), en particulier lorsque les codes et usages sont bousculés par un renouvellement technologique, comme dans les jeux VR. Lors de cette communication, nous nous proposons de mettre en lumière les enjeux des évolutions technologiques qui entourent la pratique de la traduction vidéoludique.
Plusieurs services linguistiques s’intéressent aujourd’hui à la traduction automatique (TA) en tant qu’outil d’aide à la traduction et souhaitent savoir s’ils peuvent en tirer profit. Fin 2017, le Service linguistique de La Poste, l’un des plus grands de Suisse, a démarré un projet pilote d’intégration de la TA, en collaboration avec le Département de traitement informatique multilingue de la Faculté de traduction et interprétation de l’Université de Genève.
Différents scénarios d’intégration ont été envisagés, notamment le recours à la post-édition pour les projets les plus urgents. Les tests ont été conduits avec une équipe restreinte de traducteurs internes, sur deux types de systèmes de TA (statistique et neuronal) entrainés sur les données de l’entreprise et pour les quatre langues de travail de La Poste, à savoir le français, l’italien, l’allemand et l’anglais.
Un test de productivité a permis de comparer la révision de la traduction humaine et la post-édition de la traduction automatique, en ce qui concerne le temps pour compléter la tâche et la qualité des textes post-édités. Un test sur la perception de la TA par les traducteurs a aussi dégagé d’intéressantes perspectives sur la qualité des traductions produites par le système neuronal.
La présentation portera sur la méthodologie d’évaluation utilisée et sur les résultats obtenus dans ces deux tests.
A l’heure où les moteurs de traduction automatique de la dernière génération, dite neuronale, imitent de façon convaincante les stratégies langagières de l'humain, les acteurs du secteur de la traduction professionnelle s’interrogent sur la place de celui-ci dans le processus traduisant : le traducteur sera-t-il remplacé par la machine, ou cantonné au simple rôle de vérificateur de ses erreurs ? Nous nous proposons de montrer dans cette communication que l’humain conserve toute sa place dans cette interaction homme-machine et y reste même indispensable.
A travers des exemples réels issus de cours dispensés à des étudiants de Master en traduction spécialisée, nous illustrerons comment l’intervention de l’humain permet de rétablir tant la cohésion interne du texte que sa cohérence discursive externe. Les ruptures sur ces deux plans essentiels de l’organisation de tout texte sont, en effet, inévitables dans la traduction automatique puisque la machine n’a ni compréhension du texte, ni connaissance du contexte. Ainsi, la valeur ajoutée de l’humain réside dans sa vision de l’ensemble : il est en effet le seul, dans ce processus, à pouvoir saisir non seulement l’intention de l’auteur, mais également à pouvoir créer des corrélations entre le texte et le monde, et lui permettre ainsi de remplir sa visée communicative.
Pour toute demande de renseignements, merci de prendre contact avec :
Perrine Schumacher (p.schumacher@uliege.be) ou Pierre-Yves Houlmont (pyhoulmont@uliege.be)
Les inscriptions sont à présent clôturées.