Partager l'histoire

On sait qu’aujourd’hui les technologies linguistiques et, en particulier, la traduction automatique, sont au milieu d'un cycle du Hype depuis que l’un des quatre plus grands cabinets de conseil, Deloitte en a fait un thème central dans un livre blanc d'intelligence artificielle (IA). Le document de 28 pages publié par Deloitte Centre for Government Insights explore des pistes permettant à l’administration américaine de tirer parti de l'AI pour faire des économies.

Deloitte affirme que « les programmes d'IA peuvent jouer à des jeux, reconnaître des visages et parler, apprendre et prendre des décisions rationnelles » et s'améliorent « à un rythme exponentiel », ce qui  a abouti à toutes sortes d’applications, « des voitures sans chauffeur jusqu'aux nuées de drones autonomes, des robots intelligents à une interprétation de discours étonnamment précise ». Toute cette technologie géniale pourrait permettre au gouvernement américain d’économiser jusqu'à 41,1 Mds de dollars américains d’après les estimations présentées dans le rapport.

Deloitte élève la traduction automatique  au rang de catégorie autonome dans le groupe des technologies cognitives, à côté des systèmes fondés sur les règles, de la vision par ordinateur, de l'apprentissage machine, de la robotique et du traitement du langage naturel. Généralement, la traduction automatique est considérée comme une sous-catégorie de l'apprentissage machine et du traitement du langage naturel.

Les retombées évidentes de la traduction automatique

Deloitte fait référence aux récents progrès rapides dans la traduction automatique par réseaux neuronaux, en disant que «des progrès significatifs ont été réalisés en (TA) seulement au cours de la dernière année écoulée». Alors, pourquoi la traduction automatique est-elle importante, selon Deloitte? Le rapport indique que «la traduction automatique a des répercussions évidentes pour les relations internationales, la défense et le renseignement, ainsi que pour les nombreuses applications domestiques de notre société multilingue».

Afin de présenter comment l’administration américaine peut tirer très concrètement parti des technologies émergentes de l'IA, Deloitte propose «quatre options d'automatisation»: faciliter, diviser, remplacer et augmenter. Comme exemple de facilitation, le rapport cite l'utilisation qu’en fait l'Associated Press de l'IA pour rédiger des rapports financiers de sociétés afin que les journalistes puissent se concentrer sur des analyses plus poussées.

«Une approche augmentée de la traduction accroît la productivité et la qualité tout en laissant au traducteur le contrôle du processus créatif et la responsabilité des jugements esthétiques».

Et l'exemple de division présenté est l'utilisation par les bureaux de l'immigration et des douanes américains des agents conversationnels pour répondre à des questions simples. L'utilisation par le service postal de la reconnaissance de l'écriture manuscrite pour trier le courrier par code postal est présentée comme un exemple de processus de « remplacement ». Pour le processus d’« augmentation », le rapport cite le déploiement d'IBM Watson qui permet d’assister les oncologistes dans leur diagnostic du cancer.

La traduction occupe le devant de la scène

Cependant, Deloitte n'a pas choisi l'oncologie ou les agents conversationnels comme des exemples réels d'utilisation de l’IA pour les quatre options. Au lieu de cela, le cabinet de conseil s'est concentré sur « un seul métier administratif, celui de traducteur et sur une seule technologie cognitive: la traduction automatique ».

Une approche de facilitation dans la traduction, selon le rapport, pourrait « conduire à automatiser le travail peu intéressant et à plus faible valeur et pourrait permettre de réaffecter des traducteurs professionnels à des documents plus difficiles avec des normes de qualité plus exigeantes, comme des textes marketing ». Présenter la traduction des textes marketing comme un exemple de domaine exigeant des « normes de qualité supérieures » semble un peu aléatoire et beaucoup de traducteurs juridiques ou financiers ou traducteurs de brevets seraient plutôt d'un autre avis.

Deloitte présente la post-édition de la traduction automatique, approche qui existe depuis plus d'une décennie,  comme exemple de division. Le rapport est plus en phase avec l'industrie dans cette catégorie, en soulignant à juste titre que de nombreux traducteurs professionnels dédaignent la post-édition et la considèrent comme un « travail linguistique de balayeur ».

L'approche de remplacement se passe d’explication. Le traducteur humain disparaît, la machine prend la relève. Deloitte met en exergue le « manuel technique » comme le type même de texte qui se prêterait à une traduction automatique pure. Tout responsable de la documentation technique de fabricant susceptible d’encourir des problèmes de responsabilité-produit à cause de traductions erronées pourrait y trouver à redire.

Le traducteur augmenté

En dernier lieu, on arrive à l'approche de l'augmentation. En fait, avec des technologies telles que la traduction automatique adaptative développée par des startups telles que Lilt (et maintenant aussi SDL), cette approche est largement considérée comme étant la voie d’avenir pour la traduction humaine dans les cinq prochaines années.

Pour cette approche, le rapport de Deloitte est tout à fait pertinent: « Les traducteurs utilisent des outils de traduction automatique pour faciliter certaines de leurs tâches, ces outils leur proposant par exemple plusieurs options pour une phrase, mais les traducteurs restent libres de choisir. Cela accroît la productivité et la qualité tout en laissant au traducteur le contrôle du processus créatif et la responsabilité des jugements esthétiques ».

Bien que le rapport adopte une approche de quantification des économies très axée sur l’administration américaine, il est probable qu'il y ait également un public très réceptif de l’autre côté de l'Atlantique, dans l'Europe multilingue.