VI. Retours d'expérience


DeepL résout-il les conflits ? Bio-traduire et post-éditer les courriers d'avocats de l'italien en français

Alain Volclair.
À l’automatisation ambiante, la TA ne déroge pas. Problèmes éthiques, retour à une objection préjudicielle moderne. L’article se fixe l’objectif de soulever quelques interrogations traductologiques et de fournir des éléments de réponse par le prisme de la traduction juridique des courriers d’avocats de l’italien en français. Est-ce un genre textuel à part entière ? L’intervention humaine est-elle obligatoire ? Peut-on laisser entre les mains de l’IA la résolution de litiges relevant du droit civil ? La performativité est-elle transférable d’une langue à une autre par DeepL sans comporter de risques rédhibitoires ? 12 traducteurs professionnels ont été mis à l’épreuve de la Post-édition pour tracer la voie d’une bonne pratique.

Voyage au bout de la traduction automatique

Jean-Yves Bassole.
Des outils de traduction automatique, dont certains sont très performants, sont mis gratuitement à la disposition du public ; cette réalité est à prendre en considération dans l'enseignement de la traduction. L'étude qui suit porte sur une série de phrases extraites de l'oeuvre de Louis-Ferdinand Céline et relevant de la langue parlée, voire populaire, ou présentant un caractère proverbial. Sept moteurs de traduction automatique (Bing Microsoft Translator, DeepL, Google Translate, Promt, Reverso, Systran et Yandex) ont été testés à plusieurs reprises et à partir de postes de travail différents pour traduction vers l'anglais (britannique, dans les cas où cette option est offerte). L'examen des traductions proposées par ces sept moteurs permet de constater l'absence fréquente de stabilité dans les traductions proposées ; il permet également d'identifier les points faibles des systèmes moyennant une première analyse des erreurs de compréhension et de traduction.

Dan Brown, Patricia Cornwell et John Grisham à l'épreuve de DeepL

Dominique Defert.
Cet article n’est pas l’œuvre d’un chercheur en traductologie ni en traitement automatique du langage. Il est le simple témoignage oral d’un professionnel, une reprise verbatim de ma communication dans le cadre du colloque Robotrad, où j’ai tenté de montrer à l’assistance comment et pourquoi, dans mon quotidien de traducteur littéraire (sous pression et toujours débordé), j’utilise DeepL.Durent les vingt minutes qui m’étaient imparties, je n’ai pas insisté sur les maladresses, confusions, contresens que peut produire DeepL (ou les IA d’une manière générale) – des errances, récurrentes et parfois comiques, que nous connaissons tous bien. Je me suis intéressé aux cas où les logiciels de traduction automatique neuronaux (TAN) s’en sortent plutôt bien et ai tenté d’expliciter en quoi, dans le cadre d’une traduction littéraire, ils ne servent à rien (du moins pas à ce pour quoi leurs programmeurs les ont conçus). Et ceci pour deux raisons :1/ La notion de contexte est inconnue des machines.2/ Les machines ne comprennent rien à ce qu’elles écrivent.Car la traduction littéraire est un acte de re-création. Il s’agit de « ra-conter », au sens de « re-conter » (conter une seconde fois) et pour cela, la subjectivité est reine et nécessaire. Pour être un « raconteur », il faut être partial, monomaniaque, obsessionnel. Dans une traduction, choisir un mot – un seul –, c’est déjà proposer une vision du monde. Et […]