IA, traduction et les langues mineures

Dans l’environnement des services linguistiques, un sujet est au cœur des discussions : qu’adviendra-il du métier de traducteur dans un contexte ou, les moteurs de traduction comme Deepl, Google Translate et d’autres nouveaux outils deviennent de plus en plus performants ? Ces technologies se rapprochent de la traduction humaine, sans certaines de ses limitations.

Si on est d’accord avec Claire Larsonneur (2023), pour qui, «le marché de la traduction est complexe et le récit du grand remplacement [est] encore largement une fiction», car la demande a augmenté, on peut tout de même se poser la question en ce qui concerne les langue mineures. En effet, dans cette demande croissante, les langues mineures deviennent également des opportunités pour les traducteurs.

Toutefois, les technologies ont tendance à les ignorer et  par conséquent, un paradoxe se dresse : ces langues peuvent disparaitre face à l’omniprésence des technologies mais également peuvent devenir des niches d'emplois.

Qu’appelle-t-on « langues mineures » ?

Une langue mineure est une langue qui n’existe que dans un contexte où domine une langue majeure. La définir renvient donc à définir également la langue majeure. Giles Deleuze et Felix Guatari (1978 :28) considèrent une langue majeure comme étant une

«lengua que en un contexto sociocultural dado, ejerce alguna forma de dominio y está en una posición hegemónica con respeto a otra » 
(langue qui, dans un contexte socioculturel donné, exerce une certaine forme de domination et occupe une position hégémonique par rapport à une autre.) 

À partir de cette définition, on peut déduire que les langues mineures sont celle qui subissent l’hégémonie des langues dominantes. C’est par exemple le cas de la langue Bubi en Guinée équatoriale, de la langue fang au Cameroun ou de la langue Ibo au Nigeria ou les langues majeures sont respectivement, l'espagnol, le français et l'anglais.

Il s’agit de langues peu parlées, non standardisées ou moins standardisées et surtout à faible présence numérique. Également, elles sont dans un processus d’institutionnalisation avec les travaux sur leur alphabet, leur grammaire etc. Ces langues soufrent également des difficultés liées à leurs accessibilité. Il s’agit notamment du manque de corpus, des ressources pédagogiques, des normes orthographiques etc. Mais tous ces manquements ne signifient pas qu’elles ne doivent pas être pris en compte dans la traduction d’autant plus que les locuteurs doivent également bénéficier des échanges avec les autres. 

Les défis pour les langues mineures

Avant de  présenter les difficultés que peuvent rencontrer les langues mineures dans le cadre de la traduction, il faut d’abord revenir sur le processus de la traduction automatique. L’IA traduit principalement à travers des systèmes de traduction automatique qui ont évolué des approches statistiques vers des modèles neuronaux (et aujourd’hui des systèmes plus récents basés sur l’IA générative). L’idée clé est que ces modèles apprennent à partir des données : plus une langue dispose de textes, de corpus et de ressources de qualité, plus la traduction produite sera fiable (Alida Maria Silletti, 2023-2024).

Dans le cas des langues mineures, cette dépendance constitue un problème de base, car le manque de données peut entraîner des traductions approximatives, voire des erreurs qui risquent de s’imposer comme référence.

Cette prépondérance des langues majeures peut pousser l’IA à utiliser les structures grammaticales orthographiques des langues dominantes ou des traductions approximatives. Ce qui a notamment été remarqué à travers le projet MLO IA qui a pour ambition de traduire des textes en plusieurs langues africaines. Ces langues comme le haoussa, l’ibo, le swahili ne sont pas nécessairement des langues mineures compte tenu du nombre de locuteurs mais qui ont n’ont pas une présence numérique assez forte.  Face à ce manque de données, il existe une perte de diversité : les IA ont tendance à simplifier ou normaliser les traductions liées à ces langues.

Le biais de données engendre une mauvaise qualité de traduction. Ainsi, l’IA peut produire des erreurs, inventer des termes ou “contourner” le sens et par conséquent, on obtient des traductions erronées qui peuvent devenir des références “référence”. En effet, 

« Les I.A. linguistiques relèvent ainsi de l’économie des données, à la fois en amont et en aval. En amont, et parce que la qualité des productions d’I.A. est directement liée à la qualité des corpus, le marché des corpus parallèles est essentiel. Or la constitution de bons corpus requiert un travail conséquent sur les données linguistiques. Il faut en effet collecter des millions d’exemples de phrases ou de syntagmes, généralement sur le web : des énoncés ou des échanges qui ont été postés librement sont ainsi exploités sans rétribution des auteurs. » (p4). 

Indépendance technologique et opportunité d’emplois

Même si la technologie ne peut pas encore faire disparaitre le métier du traducteur, il faut tout de même reconnaitre que les nouveaux services liés à la traduction sont moins payés :

« L’activité est déportée vers d’autres types de prestation : post-édition, transcréation, gestion de projet, computation linguistique. Il faut noter toutefois que les tarifs pratiqués pour la révision et la post-édition de textes pré traduits automatiquement sont bien inférieurs à ceux de la traduction humain (Larsonneur, 2023 : 5).

Du coup, les traducteurs qui souhaitent continuer à profiter des tarifs favorables peuvent s’orienter vers les langues mineures. Christian Élongue, responsable d’une structure de traduction au Ghana, Kabod Group, nous confiait souvent avoir du mal a recruter des traducteurs dans plusieurs langues africaines qui évoluent dans un contexte ou les langues de la colonisation sont majeures. C’est donc une niche pour la traduction. En plus de la traduction, c’est également une opportunité pour les personnes chargées de collecter des données, de structurer ces langues.

La création de corpus à partir d’enregistrements, transcription assistée, l’élaboration des dictionnaires, des lexiques, de la terminologie (notamment pour le numérique, la médecine, etc.)  sont d'autres pistes de travail pour les acteurs des services linguistiques. Toutefois, il ne faut pas être dupe, car ces travaux exigent de gros investissements et une réelle volonté politique ou un intérêt majeur de la part des industries chargées de développer des technologies dans ce sens. 

Les langues mineures sont en tension. Le danger n’est plus la seule hégémonie des locuteurs des langues majeures mais également le développement technologique. Ce dernier peut favoriser la structuration des langues mineures car il offre des outils pour davantage les intégrer mais, en même temps, ces mêmes technologies sont un risque pour elles.

L'avenir seul pourra davantage nous éclairer. Le danger et les opportunités existent, mais tout dépend mais tout dépend des choix (données, gouvernance, validation) qui seront faits et poursuivis à partir de maintenant.

Source de l'image, Copilote:  L'impact de l'IA sur les langues mineures

Références 

 Larsonneur, Claire, « Quels enjeux pour les IA linguistiques ? Rétribution, risques, régulations », De Europa - European and Global Studies Journal, 2023, pp 37-60. ⟨hal-05121276⟩
https://hal.science/hal-05121276v1/file/article%20Larsonneur%20droit%20ia%20langues%20.pdf

Silletti, Alida Maria, « L’intelligence artificielle et la traduction générée automatiquement », 2023-2024, 
https://www.uniba.it/it/docenti/silletti-alida-maria/attivita-didattica/silletti-a-a-2023-2024/la-traduction-generee-automatiquement.pdf

Deleuze, Gilles y Guattari, Félix, Por una literatura menor, México, 1978.