La traduction par IA : le regard honnête de celles et ceux qui en font leur métier.

Toutes les six mois, quelqu'un proclame que la traduction est morte. Toutes les six mois, notre travail se poursuit. Ces deux constats sont vrais simultanément, et c'est dans l'écart qui les sépare que se trouve la vraie histoire.

## Ce que la traduction automatique fait bien aujourd'hui

Soyons honnêtes. La traduction automatique neuronale moderne est efficace. Pas « impressionnante pour une machine » — vraiment efficace. Pour les documents internes, les contenus techniques, les premières ébauches de paires de langues courantes, le résultat est souvent exploitable moyennant une légère révision. Prétendre le contraire, c'est sous-estimer l'intelligence de nos client·es.

- Paires de langues courantes (EN, ES, FR, DE, etc.) avec une qualité fluide
- Contenus répétitifs où la cohérence est primordiale
- Premières ébauches que des humain·es viennent ensuite réviser
- Traduction rapide du sens général pour les communications à faibles enjeux

## Ce que la traduction automatique ne fait toujours pas

Et pourtant. Huit ans après la révolution de la traduction automatique neuronale, les travaux qui comptent le plus exigent encore le jugement humain. Non pas parce que les machines sont incapables de produire un texte fluide — elles en sont tout à fait capables —, mais parce qu'un texte fluide n'est pas synonyme de texte juste.

- **Préservation de la voix** — conserver le style singulier d'un·e auteur·e d'une langue à l'autre
- **Médiation culturelle** — savoir ce qu'il faut localiser, ce qu'il faut expliciter en note, ce qu'il vaut mieux laisser tel quel
- **Contenus sensibles** — là où une erreur de traduction peut avoir de réelles conséquences humaines
- **Langues à faibles ressources** — où les données d'entraînement sont limitées et les biais, élevés
- **Langue inclusive** — où les conventions implicites gravées dans les données d'entraînement sont précisément ce qu'il faut éviter

La vraie question désormais : ce n'est plus « la machine peut-elle faire cela ? » mais « s'agit-il d'un travail où une machine qui s'en sort _à peu près bien_ est suffisante ? »

## Comment nous utilisons concrètement l'IA

Nous l'utilisons. Beaucoup. Comme outil de productivité au service de nos linguistes, et non pour les remplacer. Les outils de TAO intègrent la traduction automatique depuis des années déjà. Les bon·nes traducteur·rices ont toujours été plus rapides que les moins efficaces — l'IA fait simplement reculer le plafond de productivité, sans abaisser pour autant le niveau de compétence requis.

Ce que nous ne faisons pas : envoyer des contenus clients sensibles à des outils d'IA publics, livrer un résultat brut de traduction automatique comme travail finalisé, prétendre que notre travail humain ne fait pas de plus en plus appel à l'assistance de l'IA, ni rogner sur la rémunération des traducteur·rices au prétexte que « l'IA fait maintenant l'essentiel du travail ».

## Vers quoi cela nous mène

La traduction en tant que profession est en train de se transformer. Non pas de disparaître — de se transformer. Le volume de contenus à faibles enjeux traités par traduction automatique ne cessera de croître. Les travaux qui resteront confiés aux humain·es se concentreront davantage dans des territoires à forts enjeux, exigeant un savoir-faire élevé et un jugement aiguisé.

Si vous êtes un·e client·e qui se demande quand faire confiance à la machine : posez-vous la question de savoir si le coût d'une légère erreur est acceptable. Pour des messages internes sur Slack, sans doute. Pour votre rapport annuel sur les violences sexistes en zones de conflit — surtout pas. Nous préférons encore vous orienter vers une autre agence plutôt que de voir ce type de travail privé de l'intervention humaine qu'il mérite.