Google suffit-il pour traduire ?
Ces derniers temps, la plupart des phrases que nous saisissons dans Google Traduction sont traduites de manière si belle et si correcte que nous en sommes parfois nous-mêmes étonnés.
Mais comment est-ce possible ?
La traduction, dont l’histoire est aussi ancienne que celle de l’humanité, est une nécessité pour les êtres humains afin de se comprendre et d’être compris les uns des autres. Ce besoin s’est perpétué à travers les siècles, même si les outils utilisés ont évolué en fonction des conditions de chaque époque. Récemment, les progrès technologiques ont beaucoup apporté aux outils utilisés selon les conditions de notre époque.
Les traducteurs d’aujourd’hui tirent parti de nombreuses avancées technologiques dans leur travail. D’ailleurs, il est quasiment impossible pour les traducteurs qui refusent de profiter de ces avancées et les rejettent d’un revers de main de se faire une place dans le secteur. Suivre les évolutions récentes et ne pas leur tourner le dos devrait être l’une des missions les plus importantes du traducteur. En effet, ces outils de traduction, apparus comme une alternative à la traduction à la main ou à la saisie mot par mot sur ordinateur, permettent de mener le processus de manière beaucoup plus rapide, plus facile et plus efficace. Cependant, si nous nous appuyons entièrement sur ces outils sans que la traduction humaine prédomine, des problèmes tels que la confusion du sens, l’incohérence terminologique et la dégradation de la qualité peuvent apparaître. La raison en est les systèmes de traduction automatique utilisés par les moteurs de traduction.
La traduction automatique ne cesse de se développer et de se renouveler depuis la Seconde Guerre mondiale. Autrefois, ces systèmes reposaient sur l’apprentissage des règles grammaticales à la machine pour qu’elle traduise. Mais, comme le disent la plupart des linguistes, la langue n’est pas un ensemble de règles : elle est correcte telle que l’utilise un locuteur natif. C’est pourquoi ces systèmes n’ont pas pu être durables ni vraiment utiles. Bien que de nombreux autres systèmes de traduction automatique aient été développés auparavant, nous parlerons dans cet article des systèmes actuels. À partir de 1990, Google est passé au système de traduction automatique statistique.
Dans la traduction automatique statistique, les groupes de mots et les expressions figées sont codés dans le système par correspondance terme à terme. La machine nous propose la solution statistiquement la plus fréquente. Plus on utilise de textes d’exemple, meilleure est la traduction obtenue. C’est ainsi que se réalise l’acte de traduction. Cependant, ce système, qui cherche à trouver l’équivalent le plus approprié pour traduire un mot, ne donne pas toujours des résultats corrects. Les résultats proposés par la traduction automatique statistique, qui traduit mot par mot, ressemblaient à des phrases construites avec des mots pris tels quels dans le dictionnaire, sans suffixes ni prépositions et sans aucune modification. De plus, comme elle est fondée sur les mots, des difficultés peuvent survenir dans la traduction des homonymes. Un même mot peut avoir un sens différent dans un autre contexte, ce qui entraîne naturellement des traductions différentes.
Comme vous vous en souvenez sans doute, nous avions l’habitude, si l’on peut dire, de mépriser les traductions faites avec Google, en nous plaignant : « Quelle traduction ! Je la lis, mais je n’y comprends rien. » Alors comment ce système, que nous méprisions encore très récemment, a-t-il soudainement commencé à donner d’aussi bons résultats ?
À partir de 2015, un nouveau type de traduction automatique est apparu et l’image que nous en avions a complètement changé. Grâce à ce nouveau type, appelé traduction automatique neuronale, les traductions allaient désormais être plus solides et plus fiables.
La traduction automatique neuronale relève en fait elle aussi de la traduction statistique, mais ce qui la distingue, c’est sa capacité d’apprentissage profond. La traduction neuronale utilise un système déductif : d’abord les phrases, puis les mots de même structure et de même sens sont mis en correspondance. Les méthodes de traduction automatique statistique ont toujours fonctionné en utilisant l’anglais comme source principale. Pour traduire entre deux langues autres que l’anglais, elles traduisaient d’abord le texte en anglais, puis le transposaient dans l’autre langue, ce qui augmentait encore la marge d’erreur. En revanche, la traduction neuronale n’a besoin que d’un seul décodeur pour fonctionner. Ainsi, pour la première fois, la traduction directe est devenue possible entre des langues ne disposant pas de dictionnaire commun.
Au vu de toutes ces évolutions, nous pouvons convenir que les progrès technologiques facilitent notre vie et notre travail. Tant que nous ne laissons pas la technologie prendre les commandes, nous, traducteurs, pouvons comme tout le monde tirer parti de ces avancées avec beaucoup de succès. Puisque la mission première des traducteurs est de transmettre le texte dans la langue cible de manière claire et compréhensible, recourir à Google Traduction, à condition de retravailler le résultat pour le rendre compréhensible, est une méthode sans danger qui facilite considérablement le travail. Pour autant, nous ne pouvons pas dire que Google suffit pour traduire. Comme cela a toujours été le cas, aussi performante que soit la traduction automatique, on aura toujours besoin de l’humain.
