Intelligence artificielle et traduction

S’il est vrai que « l’intelligence artificielle et les médias sociaux ont considérablement modifié notre rapport à la communication en général et à la traduction en particulier » (EMT 2017European Master’s in Translation Competence Framework 2017. [URL], 2), il faut pourtant constater que l’impact de ce nouveau paradigme de l’intelligence artificielle sur la formation universitaire et sur la pratique professionnelle est loin de contribuer à une harmonisation des pratiques. Dans le cadre de cette contribution, nous essaierons de développer une réflexion autour de la compétence traductive à l’ère de l’intelligence artificielle (IA) en vue de déterminer la mesure dans laquelle la compétence traductive évolue actuellement dans le contexte de la formation universitaire et celui de la traduction institutionnelle pour répondre aux nouveaux modes d’interaction avec les systèmes de traduction automatique neuronale. Notre objectif est, en ce sens, de contribuer à l’identification des perspectives d’intégration de la traduction automatique neuronale, dans le sens d’une convergence entre formation et profession. Dans un premier temps (cf. Sections 1 et 2), on se propose de définir ce que devient la traduction à l’ère de l’intelligence artificielle, en accordant une attention particulière à l’acquisition des compétences technologiques. Dans un deuxième temps (cf. Sections 3 et 4), ces compétences spécifiques seront mises en relation avec les pratiques professionnelles et notamment celles qui caractérisent le flux de traduction de la direction générale de la traduction (DGT) de la Commission européenne. Les compétences technologiques telles qu’elles ont été définies par le réseau européen des masters en traduction (EMT), dans le référentiel élaboré en 2017European Master’s in Translation Competence Framework 2017. [URL] et adopté pour la période 2018–2024, seront utilisées ici pour appuyer nos propos, dans le sens où ce référentiel constitue un pont entre la formation et la pratique professionnelle.

Although “artificial intelligence and social media have considerably changed people’s relation to communication in general and translation in particular” (EMT 2017European Master’s in Translation Competence Framework 2017. [URL], 2), we can observe that the impact of this new artificial intelligence paradigm on university curricula and professional practices does not lead to any harmonization of practices. In the framework of this paper, we will try to engage in a process of reflection pertaining to the redefinition of translation competence in the artificial intelligence (AI) era. Two contexts will be examined – university translation training and institutional translation – with a view to determining the way translation competence evolves nowadays, in order to interact with neural machine translation (NMT) systems. Hence, our goal is to contribute to the identification of NMT integration perspectives, in order to make curricula and profession converge. On the one hand (cf. Sections 1 and 2), we will try to define translation in the artificial intelligence era, with a special focus on the acquisition of technological competences. On the other hand (cf. Sections 3 and 4), these specific competences will be compared to professional practices, and more particularly those which characterize the workflow implemented within the European Commission’s Directorate-General for Translation (DGT). Technological competences as defined by the European Master’s in Translation network (EMT) in its 2017European Master’s in Translation Competence Framework 2017. [URL] framework, implemented from 2018 to 2024, will be used to back our ideas, as this competence framework constitutes a bridge between curricula and professional practices.