Traduction et interaction homme-machine

Le métier de traducteur a été confronté à d'importantes transformations induites par les nouvelles technologiques : logiciels de traduction automatique ou assistée par ordinateur, reconnaissance vocale, des glossaires bilingues devenus de véritables bases de données multilingues, parfois collaboratives.

La machine trouve encore ses limites dans l'incapacité de connecter l'information avec une expérience émotive et sensorielle (ce qui permet, par exemple, de choisir le terme approprié parmi une série de quasi-synonymes), mais la la traductologie s'interroge sur la place de la machine par rapport à l’humain.

La chercheuse Ilaria Cennamo fait le pari d'une "rencontre" homme-machine et nous propose une expérimentation pour analyser l'intérêt pédagogique d'une interaction dans l'apprentissage de la traduction de l'italien au français.

Le projet de recherche

Le projet démarre avec un échantillon de dix étudiants niveau master, 17 exercices puisés dans une méthode de français langue étrangère (FLE) et deux textes à traduire issus du corpus documentaire Europarl (procédures du Parlement européen).

L'analyse préalable des compétences en langue française et traduction des étudiants permet d'établir une taxonomie des difficultés communes, comme l'accord en genre, le participe passé, les formules de politesse, l'utilisation de la forme impersonnelle "on", etc.

Après une phase d'adaptation du prototype de traducteur automatique - le système Apertium, dont la particularité est d'être basé sur des règles qui permettent de travailler sur des données linguistiques brutes - et le choix des trois textes à traduire, le module d’enseignement expérimental a été conçu, selon une articulation en six séances :

1. traduction d'un texte "1" sans instructions précises ;
2. traduction d'un texte "2" avec une phase d’analyse et de découpage en unités de sens;
3. observation des prestations traductionnelles sur les textes 1 et 2 des traducteurs automatiques Google Translate et Reverso et classification des problèmes constatés;
4. première activité d’interaction, après une présentation d’Apertium et de l'interface créée ad hoc. Observation de la traduction du texte 1 produite par la machine, classification des problèmes et formulation d'hypothèses d’amélioration des prestations automatiques;
5. deuxième activité d’interaction, portant notamment sur la syntaxe de certaines règles de transfert linguistique et la formulation d'hypothèse d’amélioration de fonctionnement;
6. dernier exercice de traduction (texte "3") avec catégorisation des difficultés et découpage du texte.

Les résultats 

L'analyse des progrès dans les traductions des trois textes, en particulier entre le deuxième et le troisième (après l'intégration du traducteur automatique) montre un impact positif de ce module pédagogique expérimental.

Comme le graphique ci-contre le montre, la totalité des participants progresse sur le plan lexical et la majorité sur les plans morphosyntaxique (forme et syntaxe) et discursif.

Ces résultats, définis par l'auteur "des indices d'utilité", ne prouvent pas encore la corrélation entre progrès et appropriation de la pensée machine. Toutefois, ils ouvrent la voie à l'expérimentation de situations d’interactions plus longues ou ciblées, pour confirmer l'intérêt pédagogique de la machine dans la pédagogie de la traduction et promouvoir "une véritable situation de rencontre".

 Illustration : cybrain, Shutterstock

Références

I. Cennamo. Enseigner la traduction humaine en s'inspirant de la traduction automatique. Université de Bretagne occidentale - Brest, 2015. https://tel.archives-ouvertes.fr/tel-01256594 (consulté en janvier 2016)

Mots-clés: Logiciels Traduction automatique Données Traducteur dialogue homme-machine métier Traduction assistée par ordinateur Ordinateur   nouvelles Reconnaissance vocale Bases Transformations Glossaires