1En 2015, Le Monde Diplomatique consacrait un article de fond aux balbutiements de Google Traduction (Kaplan et Kianfar 28). Frédéric Kaplan et Dana Kianfar y démontraient, exemples à l’appui, que l’entraînement de ce moteur de traduction à partir de l’anglais – vraisemblablement américain – produisait des erreurs désopilantes si on cherchait à traduire des phrases d’apparence simple. Cette langue pivot produisait des solutions de traduction inexactes du français vers anglais ou l’espagnol. Si l’on en croit le titre de l’article (« Google et l’impérialisme linguistique – Il pleut des chats et des chiens »), ce phénomène linguistique – l’anglicisation abusive et fautive dans des traductions de textes appartenant à des aires non anglophones – constitue une forme d’impérialisme.
2Kaplan et Kianfar concluent pourtant avec un certain optimisme :
À terme, le développement de corpus bilingues évitant l’entremise de l’anglais tout comme les corrections effectuées par les internautes eux-mêmes devraient améliorer les traductions. Peut-être les fautes mentionnées dans cet article sont-elles déjà corrigées au moment où, selon la formule consacrée, nous mettons sous presse – une locution que Google traduit en espagnol par vamos a presionar : “nous allons appuyer”. Faut-il alors vraiment s’inquiéter du phénomène ? (28).
3Dix ans plus tard, un nouvel article, paru dans le Washington Post, aborde ce phénomène (Aleksic 2025) mais la donne linguistique semble avoir changé. Cette fois-ci, le propos porte sur une réalité socio-économique autant que linguistique : l’embauche massive de personnels des pays anglophones du Sud global, qui encoderaient leurs propres variations diatopiques de l’anglais dans l’IA conversationnelle. Par exemple, les employés nigérians et kényans auraient tendance à utiliser des termes tels que « delve » plus fréquemment que les locuteurs américains ou britanniques, si bien qu’on le retrouve souvent dans les réponses de ChatGPT. Ironie de l’histoire, l’anglais de ChatGPT serait ensuite réinjecté dans la vie quotidienne si bien que les Américains se mettraient à parler et à écrire comme des Nigérians ou des Kenyans. Que penser de cette « riposte » linguistique émanant d’espaces anglophones longtemps colonisés, dominés et relégués à la marge ?
4Elle engendre elle aussi un biais dont peu de locuteurs du grand public ont conscience :
most people likely don’t know about the chatbot biases toward certain words. Users assume that ChatGPT is talking in “normal” English, because that’s the implication of the tool’s user interface. They also assume that regular, everyday texts they encounter are normal English, even when they might have been AI-generated as well. Over time, it gets easier and easier to confuse the representation with reality (Aleksic, 2025a).
- 1 Les « Large Language Models » (LLMs), « grands modèles de langage » en français, sont des intellige (...)
5La question du brassage linguistique par des systèmes complexes dont le pivot est l’anglais a fait l’objet d’une couverture médiatique et, par conséquent, été portée à l’attention du grand public. Pourtant l’utilisation de l’IA et, avant elle, la mise à disposition d’outils numériques proposant des traductions multilingues, préoccupent les institutions éducatives et soulèvent bien d’autres questions qui ont échappé au grand public car elles sont longtemps passées sous le radar des principaux médias. Au sein des communautés éducatives, la principale interrogation est la suivante : comment continuer à enseigner la traduction à l’ère du numérique et de l’IA ? Il en découle bien d’autres, notamment : comment éveiller et aiguiser la pensée critique de nos publics étudiants en langues face aux biais linguistiques et, de façon plus générale, face aux limites des performances de ces nouvelles technologies ? Comment donner confiance à ces publics, alors que leurs compétences langagières émergentes ne leur permettent pas toujours de relativiser les productions textuelles d’outils qui intègrent désormais les LLM (Large Language Models)1 ?
- 2 Projet pédagogique déposé à l’automne 2024 auprès de RITM-BFC, un dispositif de la COMUE Université (...)
6Ces questions sont posées au sein de la filière LEA de l’université Marie et Louis Pasteur de Besançon, où elles ont donné naissance à un projet pédagogique nommé PIRAT (Pédagogie Innovante et Recherche Appliquée en Traduction)2. Partant du principe qu’il était nécessaire de prendre en compte l’existence de nouvelles technologies langagières pour former nos publics étudiants, nous avons souhaité envisager ces outils comme une opportunité :
Les bizarreries produites par les traducteurs automatiques peuvent sembler anecdotiques. La traduction en général et la traduction automatique en particulier posent des problèmes notoirement difficiles. Dans ces conditions, comment s’étonner que les machines se trompent ? Leurs erreurs présentent d’ailleurs un intérêt ; elles nous font réfléchir aux spécificités de chaque langue. (Kaplan et Kianfar 28)
Manuel Borrego : Quel est le contexte de l'émergence du projet ?
Michel Savaric : Le point de départ a été le recrutement en 2024 de Virginie Buhl, spécialiste en traductologie, qui est venue renforcer le personnel titulaire en LEA et l’adossement à la recherche de nos enseignements. La licence LEA est une formation professionnalisante, mais traditionnellement on ne tient pas suffisamment compte du fait qu’elle peut conduire à la recherche. C’est en train de changer au niveau national. Les collègues de LEA cherchent maintenant vraiment à affirmer la dimension recherche de la formation. Ce point a été souligné comme l’un des intérêts de notre projet par le jury.
M.B. : Pouvez-vous le présenter ?
Virginie Buhl : L’idée centrale est d’établir des liens entre les réflexions sur la traduction, l’enseignement et la recherche sur les nouvelles façons de pratiquer la traduction multilingue.
M.B. : En quoi le projet PIRAT est-il innovant ?
V.B. : Innover dans le cadre de ce projet signifie réfléchir à enseigner la traduction autrement. Le paysage est en train d’évoluer très rapidement dans ce domaine avec l’apparition et l’utilisation de plus en plus répandue d’outils qui utilisent l’intelligence artificielle, ce qui suscite beaucoup d’interrogations à la fois chez les traducteur·rices professionnel·les et chez les enseignant·es de traduction. Ceux-ci s’aperçoivent qu’un certain nombre d’étudiant·es utilisent les outils qui sont à la disposition de tou·tes, mais ne savent pas forcément comment le faire, manquent de recul critique, et ne sont pas non plus forcément conscient·es des enjeux éthiques. Donc l’idée, c’est d’innover en intégrant une utilisation raisonnée, encadrée, et accompagnée de certains de ces outils. Notre démarche devrait favoriser le développement de la pensée critique parmi notre public étudiant. Nous ferons des analyses a posteriori de ce que produisent ces outils et des comparaisons avec ce que les étudiant·es, aidé·es ou non par leurs enseignant·es, arrivent à rédiger.
M.B. : Comment le projet va-t-il s’intégrer dans vos pratiques pédagogiques ?
- 3 « [I]l convient de distinguer l’outil, la machine et le système technicien. En ces termes, il n’y a (...)
V.B. : L’une des idées clés, c’est de proposer aux étudiant·es pendant quelques jours quelques séances de cours de traduction dédiées au projet. On travaillera par équipes et on mettra certaines de ces équipes en compétition autour d’un même texte à traduire. Le principe de la compétition, c’est que les équipes, disposant de différents outils, réfléchissent bien à la manière dont elles utilisent ces outils. Par exemple, l’une pourra utiliser Google Traduction et verra ensuite ce qu’il y a à améliorer et à corriger pour arriver à un texte satisfaisant ; une autre utilisera peut-être des outils plus classiques ou, au contraire, des outils que des traducteur·rices professionnel·les utilisent depuis plus longtemps, mais qui ne sont pas des outils destinés à produire une traduction toute faite ; ces outils d’aide à la traduction suggèrent un certain nombre de formulations, mais laissent le soin à la personne qui traduit de rédiger l’ensemble3. Après avoir travaillé en amont, par équipes de deux ou trois, autour d’un même texte et avec des outils différents, les équipes remettront leur traduction, ce qui nous permettra de comparer et d’analyser ce qui fonctionne, ce qui ne fonctionne pas, le temps que ça leur a pris et le type d’effort qu’elles auront déployé. Il faudra trouver un moyen aussi de rendre cette compétition un peu ludique en attribuant des points en fonction de certains critères définis au préalable par les enseignant·es (Buhl 2025).
M.B. : Est-ce que ces expériences pédagogiques pratiques vont être utilisées pour vos travaux scientifiques ?
V.B. : Oui, tout à fait, l’idée, c’est qu’une fois qu’on aura mené cette expérience pédagogique sur, au moins, une année universitaire, on pourra effectivement commencer à faire un bilan en équipe sur la façon dont nos expériences pédagogiques auront fonctionné selon les combinaisons linguistiques ou selon qu’on traduit vers la langue étrangère ou de la langue étrangère vers le français. À ce moment-là, effectivement, nous pourrons échanger avec la communauté d’enseignant·es ou d’enseignant·es-traducteur·rices à l’échelle nationale, voire internationale, qui s’interroge et qui mène aussi des réflexions en pratique dans leurs enseignements autour de ces questions.
M.B. : Combien de personnes participent à ce projet ?
M.S. : Une petite dizaine, parce que toutes les langues de notre filière LEA sont impliquées. Il y a l’allemand, l’anglais, l’espagnol, l’italien et le russe, donc les cinq langues principales. Il y a aussi en LEA des cours d’arabe, de chinois et de portugais, mais comme c’est un niveau débutant, ils ne font pas encore de traduction.
M.B. : Quel·les étudiant·es participent au projet ?
M.S. : La traduction est enseignée à tous les niveaux, mais on va se concentrer sur L3 et Master dans un premier temps et peut-être étendre aussi les pratiques à L2 pour le parcours TAL (Traitement Automatique des Langues), car les collègues de TAL sont aussi parties prenantes du projet. Nous avons décidé en Conseil de perfectionnement de créer le parcours Traitement Automatique des Langues en L2 et L3. Les étudiant·es intéressé·es pourraient choisir ce parcours dans l’optique professionnalisante de travailler dans l’intelligence artificielle, la traduction automatique ou continuer dans la recherche. Ainsi, le master TAL serait un débouché supplémentaire.
M.B. : Cela suppose un rapprochement entre TAL et LEA…
M.S. : C’est ça. D’un côté, il y a l’utilisation de l’intelligence artificielle en cours, dans une approche critique, en tant qu’utilisateur, mais pour ceux que cela intéresse, qui sont un peu « geek », voir comment c’est fabriqué, comment cela fonctionne, passer de l’autre côté de la machine, avec l’idée que l’intelligence artificielle va être incontournable dans les années qui viennent.
M.B. : Comment concilier le besoin d’apprendre en profondeur les langues étrangères, d’apprendre à bien traduire, de s’exercer pour arriver à de bons résultats par soi-même et le travail avec des logiciels qui traduisent et produisent des textes très bien écrits ?
V.B. : Il n’est absolument pas question de renoncer à enseigner la traduction. Les cours avec les dispositifs que j’ai mentionnés occupent trois ou quatre séances par semestre, sur douze. Pour moi, l’idée, c’est qu’à travers ces exercices ludiques, ce soit une méthodologie qu’ils et elles apprennent. Je souhaite favoriser la prise de conscience du fait que si on n’a pas appris à traduire par soi-même, on ne repère pas ce qui cloche dans ce qui est produit par l’intelligence artificielle. Mais plutôt que de le dire aux étudiant·es comme un préambule au cours, en début de semestre, je pense que ce sera beaucoup plus efficace de leur en faire faire l’expérience. On n’a pas une opposition de principe face à toute utilisation de cet outil, parce qu’adopter une telle position, c’est en fait se mettre en décalage total avec leur pratique, parce qu’eux ont déjà commencé avec leur téléphone portable ou sur leur ordinateur. Mais justement, l’idée, c’est d’adopter une approche plus réfléchie de ce que font ces moteurs de traduction, de leurs limites et de l’apport humain qui reste très important, en particulier pour les étudiant·es qui se destinent à traduire dans le cadre de masters professionnalisants. Nous allons leur parler des situations en entreprise où, si on utilise des moteurs de traduction, il y a des risques pour la confidentialité des documents. On a également des problèmes éthiques qui peuvent se poser. Il est absolument indispensable qu’une grande vigilance épistémique et une pensée critique rigoureuse soient mises en œuvre avant toute production de textes finalisés. Sans être dans l’opposition de principe, nous cherchons à montrer que ces outils existent, que nous en sommes conscients en tant qu’enseignant·es et qu’ils peuvent avoir une certaine place dans les enseignements à l’université, mais qu’ils sont à utiliser avec précaution. De toute façon, les évaluations en fin de semestre resteront sur le même format qu’elles sont actuellement, c’est-à-dire le cerveau humain avant tout.
M.S. : Les étudiant·es qui ont choisi Langues Étrangères Appliquées sont pris un peu dans le même double bind, parce que d’un côté, surtout au début, quand ils arrivent à l’université, ils vont être tentés d’utiliser les outils pour se faciliter la tâche ; mais ensuite, quand ils vont se rapprocher de la sortie de l’université, ils seront dans une position où ils devront défendre leur spécialité en tant que praticiens des langues et devront défendre la traduction humaine ou leur apport à l’entreprise, qui va leur dire : en fait, pourquoi devrais-je faire appel à vous si je peux utiliser un traducteur automatique ?
V.B. : Oui, l’idée, c’est aussi de leur donner des arguments justement pour montrer ce qu’ils sont capables d’apporter, quelle est leur valeur ajoutée par rapport à ces logiciels qui font de la conversion linguistique, en fait, plus que de la traduction.
M.S. : En même temps, on ouvre avec le parcours TAL une porte vers la possibilité de travailler dans ce domaine, de faire de la recherche dans ce domaine.
M.B. : Il y a déjà des expériences qui ont été faites, qui vous ont inspirés ?
V.B. : Oui, effectivement, il y a un certain nombre d’enseignant·es qui réfléchissent déjà et qui ont déjà un peu adapté leurs pratiques. Nous nous sommes mis en relation avec Laura Cacheiro Quintas, une enseignante-chercheuse spécialisée en traduction français-espagnol, à l’université de Rouen, qui a organisé plusieurs journées d’études autour de ces questions et qui elle-même, dans son enseignement en LEA, a déjà intégré de manière raisonnée une utilisation ponctuelle de certains de ces logiciels professionnels. Elle a aussi intégré le développement de compétences qu’on appelle de post-édition, c’est-à-dire de relecture et de correction critique de traduction produite en partie par la machine. Laura Cacheiro Quintas est partie prenante de notre projet à titre extérieur. Moi-même, j’ai participé à une journée d’étude, en décembre, à l’université d’Orléans, dont l’intitulé général était « Intégrer de façon différenciée les outils de traduction automatique dans l’enseignement ». J’ai pu entendre des collègues exposer leurs expérimentations dans ce domaine et j’ai eu l’occasion de parler de notre projet – qui venait tout juste d’être accepté. Cela m’a permis de recueillir leurs réactions, qui étaient assez favorables, et de bénéficier un peu de leur retour d’expérience.
M.B. : Avez-vous déjà parlé avec les étudiant·es et savez-vous s’ils et elles sont en attente de ce type d’expériences ?
V.B. : Une partie des étudiant·es attend cela, effectivement, car pour l’instant, ils et elles sont un peu livré·es à elles et eux-mêmes avec des outils plus ou moins performants et je pense qu’ils et elles sont demandeurs d’une forme d’encadrement et d’accompagnement dans l’utilisation de ces outils (Trancart). L’heure où nous publions cet entretien n’est pas encore celle du bilan sur ce projet. Il court encore jusqu’au 1er janvier 2027, date à laquelle nous devrons rendre des comptes à RITM-BFC et avoir produit des supports destinés à l’essaimage et à la pérennisation pédagogique des enseignements tirés du projet. A cet horizon, nous espérons avoir des éléments pour publier un manuel de traduction multilingue spécifiquement destiné aux publics LEA, ainsi que des fiches pédagogiques à disposition de nos étudiant·es sur MOODLE. Pour le moment, parmi les actions pédagogiques déployées dans le cadre du projet PIRAT, je peux mentionner des activités telles que l’évaluation critique de textes produits par DeepL et par Google Traduction, leur utilisation comme support à des commentaires de traduction et au repérage de procédés de traduction, la post-édition de courts textes produits par l’IA, dont les deux textes mentionnés dans le préambule qui sert d’introduction à cet entretien croisé. Nous avons aussi travaillé sur des supports nécessitant une adaptation culturelle et une adaptation à des destinataires précis, ayant des besoins spécifiques (des lectorats jeunes ou issus de cultures très différentes de la nôtre, par exemple). Enfin, pour favoriser le goût de la traduction et amener notre public étudiant à savourer la fierté de voir son travail publié puis apprécié par d’autres, une exposition de textes traduits accompagnés des photographies a été préparée par les étudiant·es de 3e année de licence LEA sous ma conduite. Ce projet déployé sur tout un semestre entre en résonance avec le propos de Marius Bertolucci : « [R]éinventons les valeurs de notre discussion. Même si les IA étaient plus performantes – et elles le seront peut-être un jour, qui sait ? – demandons-nous si nous voulons que l’empathie disparaisse au profit de l’algorithmie » (58). Favoriser le truchement humain pour réaliser des légendes traduites de photographies sur la grande précarité, c’est une autre façon de mettre en perspective les limites du recours à des outils numériques pour mener à bien un travail d’écriture multilingue et d’adaptation culturelle.
Flux RSS
