Dans un secteur dont le chiffre d’affaires ne cesse de croître, je pense qu’il doit y avoir un moyen pour les professionnels des langues d’obtenir leur juste part. Les traducteurs qui négocient souvent leurs tarifs sont en général plus satisfaits de leurs revenus. Qu’est-ce que cela signifie ?
NÉGOCIEZ. SOUVENT. RÉGULIÈREMENT. OU TOUJOURS.
J’avais déjà évoqué, dans cet article, la cohabitation entre la profession de traductrice et les outils de traduction.
Lors de la Journée La traduction et ses pouvoirs, organisée par la BnF, en partenariat avec l’Association pour la promotion de la traduction littéraire (ATLAS), atelier et tables rondes se sont succédé. Des questions ont été posées : « Une « sortie machine » est-elle une traduction ? Une société humaine peut-elle se passer de traduction ? », etc.
Le monde de la traduction est en ébullition depuis quelques années. Des outils réservés à des professionnels sont désormais proposés à des tarifs intéressants – voire gratuitement en emploi limité – à des utilisateurs qui ne maîtrisent souvent pas leur propre langue, qu’ils soient des particuliers ou des salariés en entreprise. Le monde de la traduction et celui de l’édition n’ont pas attendu l’apparition et le succès phénoménal de certains outils de l’intelligence artificielle (IA), tels que chatGPT, pour anticiper la dépréciation et la remise en question de leurs professions. Malgré l’expérience, malgré les hautes qualifications et les compétences des traductrices, celles-ci assistent déjà au remplacement inéluctable d’une partie non négligeable des professionnels par des machines, ou par des concurrents au tarif indécent via des agences s’offrant aux plus pingres.
Tout d’abord qu’est-ce qu’un outil d’IA générative ? Démystifions-le.
Le métier étant en très grande majorité occupé par les femmes, je privilégierai le terme « traductrice » à celui de « traducteur ». Il est intéressant de noter que les métiers en prétendu danger face à l’IA sont des métiers occupés principalement par les femmes – secrétariat, graphisme, rédaction, etc. Alors que ce sont bien souvent des métiers qui nécessitent une forte compétence. Les dirigeants d’entreprise qui « confieront » ces tâches supposées subalternes pourront probablement s’en mordre les doigts car ils arrêteront probablement de se distinguer, et ne préserveront pas leur identité, leur marque.
Je me suis prêtée au jeu. J’ai sollicité, sur 3 questions, successives, l’outil Perplexity AI.
Il y a une flopée de guillemets dans cet article. Vous en devinerez rapidement la raison.
crédit photo : nick-fewings
Rafraîchissons-nous la mémoire
L’Intelligence Artificielle n’a rien de magique. Ce sont des machines que l’être humain programme pour exécuter des calculs. Arrêtons de nous adresser à un robot comme à une personne. Les « Bonjour… s’il-te-plaît… merci » sont superflus voire grotesques. Par ailleurs, quand il nous « complimente », ne nous laissons pas flagorner…
Les outils technologiques de traduction appartiennent à la famille de l’IA générative. On parle aussi de contenu généré par l’IA – Artificial Intelligence Generated Content ou AIGC.
Faisons simple et « interrogeons » Perplexity, « Elle [l’IA] s’appuie sur des modèles statistiques avancés (souvent des grands modèles de langage) qui apprennent les structures et usages d’une langue à partir de milliards de phrases.«
Les grands modèles de langage (large language models ou LLM) sont donc des modèles de langage avec de nombreux paramètres. Un modèle de langage « vise fondamentalement à prédire le mot suivant dans une séquence de mots. » (source Wikipédia).
Toujours selon Wikipédia – trop « woke » pour le nazi de l’espace, l’ami sud-africain du président américain -, « L’IA générative est associée à des « modèles génératifs », qui produisent de multiples sorties (outputs ou résultats, qui vont du texte et de l’image à des agents conversationnels ou à l’impression 3D). Un modèle génératif peut être utilisé comme « fondation » d’autres systèmes. Et plusieurs modèles génératifs peuvent être associés. Par exemple avec ChatGPT, où le générateur de texte GPT-4 peut envoyer des requêtes à DALL-E 3 pour générer des images« .
Il ne faut pas confondre non plus l’IA générative de l’IA générale qui est placée en termes d’efficacité bien au-dessus de la « générative ». L’IA générale est celle qui suscite le plus de fantasmes et qui est entraînée comme pourrait être un humain. Vous avez tous entendu parler de « machine learning (ML) », processus d’apprentissage des modèles et de prédictions à partir de données. Le « deep learning » ou apprentissage profond est une branche spécialisée du ML qui exploite les réseaux neuronaux pour traiter des données complexes et multidimensionnelles. Ainsi, parce que nous apprécions de plus en plus Wikipédia, interrogeons cette encyclopédie en ligne: « Selon la plupart des spécialistes, l’IAG (Artificial general intelligence ou AGI en anglais), ou IA de niveau humain, se réfère à la capacité d’une machine autonome à effectuer l’ensemble des tâches intellectuelles qu’un être humain peut effectuer. Cette définition assez restrictive fait qu’une IA peut générer du texte de haute qualité et être bien plus rapide que l’humain sans être qualifiée de « générale », s’il reste des tâches qu’elle n’effectue pas aussi bien que l’humain. OpenAI définit plutôt l’IAG comme un système hautement autonome capable de surpasser l’humain dans la plupart des tâches ayant un intérêt économique« .
Voilà rien de magique. Néanmoins, l’IA peut nous impressionner par sa vitesse d’exécution en quelques secondes. Si le coût environnemental est élevé, on n’a pas suffisamment de recul encore pour estimer le coût/bénéfice économique. Mais en termes d’efficacité, l’IA dépasse nos petits cerveaux d’humains.
Démystifions l’IA générative
Un outil d’IA générative est un programme capable de produire du contenu nouveau (texte, image, code, son, etc.) à partir d’un modèle entraîné sur de très grandes quantités de données, plutôt que de se limiter à appliquer des règles fixes ou à copier des exemples existants. En traduction, cela veut dire qu’au lieu de remplacer mot à mot, l’outil “comprend” le contexte, reformule et génère une phrase naturelle dans la langue cible.
Il est sain de se détacher des fantasmes de contrôle de l’être humain par des robots dont les chefs d’entreprise américains, gourous de la tech, coincés dans leurs années adolescentes et leurs lectures de SF, sont friands. S’il faut se méfier de l’IA, c’est pour au moins une raison : elle propage à une vitesse autrement plus inquiétante les pensées banales, les fausses informations, et elle est déjà utilisée pour des outils de contrôle et de surveillance.
« Big and lunatic american brothers are watching you » –
« Les grands frères américains déments vous surveillent »
Il faut connaître, apprendre, comprendre ce qu’il y a sous le capot et arrêter d’user de l’anthropomorphisme quand il ne s’agit que de calculs, d’informatiques, et de développeurs plus ou moins doués, plus ou moins bien intentionnés, derrière leurs écrans. Pour la traduction, comme le déclarait le philosophe, métaphysicien, François Ottmann, lors de cette journée : « Le propre d’une langue est de transmettre l’information. La question se pose lorsque l’on prête à une langue un autre rôle. Ce n’est pas de la communication. […] Une langue se parle, les algorithmes ne se parlent pas. »
Mais revenons à notre nouvel « ami ».
- À la première question : « Explique-moi ce qu’est un outil d’IA générative et donne-moi des exemples d’outils de traduction« , l’outil génératif Perplexity AI, citant ses sources, a produit une réponse « formulée/calculée » de manière plutôt « confiante », comme s’il était « sûr » de la supériorité de la machine sur l’humain. Perplexity propose un résumé de sa réponse en une image mentale : « On peut voir la traduction traditionnelle comme un dictionnaire très rapide, et l’IA générative comme un rédacteur bilingue virtuel qui lit votre texte, comprend votre intention (ton, public, contexte) et rédige une nouvelle version dans l’autre langue, en respectant cette intention.«
Si par nouveau, ces différents outils veulent dire « association synthétique et différente de phrases et de mots » déjà écrits sur le web, alors, oui, le texte est nouveau mais la machine « pompe » avec plus ou moins de performance et de pertinence dans un corpus de textes déjà en ligne. L’être humain devra repasser derrière les résultats. ChatGPT, lors de l’atelier de traduction « sous AI », avait communiqué des sources – manifestement inventées – de références d’un auteur, datées de 2010 tout en étant tirées d’un ouvrage de 2004… cherchez l’erreur. - À la deuxième question : « Ces outils de traduction automatique sont-ils supérieurs aux traducteurs. Si oui, sur quels critères ? », Perplexity « se la raconte moins » mais persiste à « dire » que le meilleur duo reste le duo machine-traducteur, bref la post-édition. Il établit un tableau avec les avantages et inconvénients de l’IA, de la traductrice, et du combo. La question se pose aussi de savoir quels textes valent de n’être traduits que par la machine. Peut-on faire un classement du type : des textes « insignifiants », bons pour l’IA tels que des fiches techniques ou des modes d’emploi, des textes plus complexes, assez importants, pour la post-édition tels que des contrats ou des textes juridiques, médicaux, et enfin, les « grands » textes, la grande littérature qui ne sauraient souffrir de passer « en machine ? La traduction humaine trahit toujours. Il y a une part de subjectivité. Grâce au calcul, l’IA évacue le problème de cette subjectivité.
- Enfin, à la troisième et dernière interrogation : « Différence entre post-édition et correction« , l’IA « sent bien » que l’on insiste, et surtout grâce à nos trois questions successives, Perplexity a un contexte. Elle synthétise : « ... dans le jargon professionnel, “post‑édition” implique toujours une traduction automatique à l’origine, alors que “correction/révision” n’implique pas nécessairement d’IA« , et attribue à la correction, effectuée sur une traduction humaine, un objectif d’une qualité“publication” ou “premium”. Les traductrices affirment que, de plus en plus, les clients sont informés sur le temps – et donc le coût – plus élevé lorsqu’ils demandent une post-édition. La manière dont on aborde, intellectuellement, une traduction effectuée par une machine est très différente de celle d’une traduction d’un texte que l’on a déjà commencé à « défricher » soi-même. La traductrice a besoin de cette première étape pour peaufiner le résultat, elle a besoin de son propre brouillon.
Un dernier exemple – qui paraîtra insignifiant – pour appuyer l’idée que les compétences de l’être humain sont indispensables dans la traduction, et que ces outils – tous anglophones – sont à utiliser avec intérêt mais aussi avec recul. Il y a quelques mois, je cherchais la traduction d’un mot très simple – chute – en espagnol sur DeepL, et j’obtenais avec surprise : otoño qui signifie automne. Certes, on peut supposer qu’avec un contexte, l’outil m’aurait proposé la bonne réponse : caída. En fait, l’outil était passé par la langue anglaise – fall – pour produire cette traduction. Or, toute traductrice digne de ce nom vous dira que l’on ne traduit pas un auteur hongrois, par exemple, en utilisant une traduction anglaise. L’erreur a, depuis, été corrigée. La machine s’améliore… deep learning…
Rassurons les traductrices
Il n’est pas question de rejeter les outils génératifs de l’IA. Il s’agit de remettre à sa juste place ce qui n’est qu’un outil, ce qui n’est qu’un algorithme, ce qui n’est que de l’informatique. D’aucuns s’écrieront que c’est un rejet du progrès. Probablement pas. Ce serait davantage un rejet de la banalité et de la spoliation de données. Pour ce qui est de la traduction et de l’édition, les actrices de ces deux mondes ont passé un temps fou à se former, elles sont hautement qualifiées, et leurs « propriétés intellectuelles » et leurs droits d’auteurs sont bafoués.
Celles qui se sont employées à traduire des textes, de tout ordre, et qui n’avaient pas étudié – pour un métier – des langues étrangères et la linguistique, celles qui ont exercé d’autres métiers que celui de traduire, se rendent bien compte que, même si elles ne se ridiculisent pas, elles ont affaire à des professionnelles. Souvent, pas toujours, les traductrices assermentées se situent à un ou deux crans au-dessus des autres. L’expérience aussi peut compenser un diplôme car, confrontées à leurs erreurs tout au long de la pratique de la profession, les traductrices ont des réflexes et des connaissances qu’aucune « traductrice du dimanche » n’aura.
Dans un secteur d’activité dont le chiffre d’affaires est en évolution croissante, même si la profession est atomisée – il y a beaucoup d’indépendants -, on peut raisonnablement penser qu’il est possible de bien gagner sa vie. Opinion impopulaire : celles qui se distingueront – car elles apporteront une valeur ajoutée aux clients -n’auront aucun problème à négocier à des tarifs toujours plus élevés. Certes, la concurrence des machines, des algorithmes – et peut-être d’agences de traduction sans scrupules – met à mal une profession. En tous les cas, elle la bouscule.
Il serait ridicule d’être technophobe. Il est cependant important d’être technocritique, et pour l’être, il faut considérer l’IA pour ce qu’elle est : une « armée » de machines. Bien utilisée, l’IA sous toutes ses formes peut accompagner des métiers, accélérer des calculs qu’aucun être humain sur toute une vie ne saurait exécuter. Dans le domaine des traductions, le nombre d’erreurs importantes, notamment de contre-sens que la profession observe, nous demande d’être vigilant et de faire valoir la supériorité de la traduction humaine sur celle de l’IA.
Rappelons-nous la phrase de Isaac Bashevis Singer : « La traduction est l’essence même de la civilisation. »
