On ne peut aborder la question de l’intelligence artificielle en traduction sans la replacer dans un cadre plus large. Car ses implications sont globales et ne se limitent évidemment pas aux seuls linguistes. L’IA est omniprésente et n’épargne aucun secteur. De la médecine à la logistique, du droit au journalisme, en passant par l’architecture ou les ressources humaines, les contours de nombreuses professions sont redessinés et leurs fondations bousculées.
Au milieu de ce tumulte technologique que nous suivons toutes et tous tant bien que mal, entre les fake news, les effets d’annonce et les fils d’actualité plus ou moins alarmistes sur les réseaux sociaux, ma position se veut nuancée. Pas de diabolisation ni d’angélisme. Il ne s’agit pas de nier les avancées technologiques, qui sont réelles et impressionnantes, et il serait absurde de faire l’autruche. Il s’agit de les aborder avec le discernement nécessaire pour préserver ce qui fait la valeur d’une communication humaine authentique.
Une précision s’impose toutefois avant d’entrer dans le vif du sujet : nous parlerons ici de traduction professionnelle écrite. C’est un travail de précision, souvent sur des contenus longs, complexes (marketing, médicaux, institutionnels) et à forts enjeux, qui exigent cohérence, expertise sectorielle et souci du détail. La traduction professionnelle n’a donc pas grand-chose à voir avec les usages du quotidien : scanner les ingrédients d’un produit alimentaire dans un supermarché en Bulgarie, comprendre une fiche produit en anglais ou commander une pizza à Lisbonne. Là où un outil suffit pour obtenir une compréhension globale et rapide, il peut rapidement atteindre ses limites dès qu’il s’agit de définir une stratégie, de convaincre un client, ou d’engager la responsabilité d’une entreprise.
L’effet « wow » et les lunettes de l’expert
La fascination à la première lecture
De prime abord, les productions des IA génératives ont quelque chose de bluffant. Le texte semble fluide. La grammaire est correcte, le vocabulaire convaincant. Les phrases s’enchaînent avec une aisance déconcertante. Pour le grand public, l’illusion est parfaite, ou presque.
Mais quand un expert prend sa loupe et exerce son esprit critique, il y a souvent une phase de désenchantement. Il ne s’agit pas toujours d’erreurs flagrantes, l’IA n’en est plus là depuis longtemps. Ce sont plutôt des glissements de sens, des tournures qui sonnent juste mais trahissent le message original. Une terminologie instable d’un paragraphe à l’autre. Un ton qui ne correspond pas vraiment à la cible. Des métaphores qui perdent de leur pertinence dans la langue d’arrivée. Une sorte de « platitude de surface ».
La traduction généraliste dans la ligne de mire
Si l’IA est aujourd’hui capable de traduire un texte simple de manière satisfaisante pour un usage courant, elle peine toujours à remplacer les experts.
Les traducteurs généralistes, tout comme les profils « touche-à-tout » dans de nombreuses autres professions, sont les premiers impactés par l’automatisation. La raison est simple : l’IA repose sur des modèles probabilistes. Elle prédit le mot ou la tournure la plus probable dans un contexte donné. Plus le domaine est général, plus les données d’entraînement sont abondantes, et plus le résultat est acceptable. La traduction généraliste, par définition, se situe dans cette zone de confort de la machine.
Y a-t-il encore de la demande pour de la traduction pure et simple ?
De moins en moins, en réalité. Ce que les clients demandent aujourd’hui, ce n’est plus simplement de traduire un texte. Ils veulent obtenir un contenu qui fonctionne dans la langue cible, un contenu qui convertit, qui engage, visible sur Google et par les IA, qui sait respecter la voix de leur marque. Le traducteur qui se contente de transposer des mots d’une langue à une autre, sans valeur ajoutée éditoriale ou stratégique, est le plus directement exposé à la concurrence des outils automatisés.
Pour survivre et se différencier dans ce paysage reconfiguré, une seule voie s’impose : savoir se positionner et se nicher. Plus on se spécialise et on monte en expertise, moins l’IA peut se substituer à l’humain.
Les domaines de la traduction qui résistent à l’IA
La traduction marketing et la transcréation
Le marketing est potentiellement le domaine où l’écart entre la machine et l’humain est le plus important et le plus révélateur. Traduire un message publicitaire, un ton de voix ou une intention marketing ne se limite pas à transposer des mots d’une langue à une autre. C’est ressentir les résonances culturelles d’une expression, anticiper la façon dont elle sera perçue par un public spécifique, identifier ce qui capte l’attention dans un contexte donné et ce qui, au contraire, risque de paraître plat ou, pire, de heurter.
La transcréation, un terme qui implique d’aller au-delà de la traduction pour avant tout recréer l’intention du message en langue cible, demande de la pertinence culturelle, de l’intuition, de l’empathie avec le destinataire. L’humour, les jeux de mots, les charades sont des éléments de langage que l’IA a beaucoup de mal à appréhender, où elle présente une faiblesse marquée et manque de ressources pour saisir et donc traduire les nuances avec justesse.
Internet est aujourd’hui massivement alimenté par des contenus générés par des IA. Ces contenus, entraînés sur des productions humaines de plus en plus rares, tendent vers une forme d’homogénéité. Les textes se ressemblent. Le style est lisse, sans originalité. Dans un tel contexte, la créativité humaine devient une denrée rare et plus que jamais nécessaire.
Les territoires sensibles et la confidentialité
Il existe d’autres territoires qui résistent à l’IA car ils exigent une précision extrême et systémique, et ne tolèrent aucun droit à l’erreur : il s’agit de la traduction médicale et scientifique ainsi que de la traduction juridique et politique.
Tout ce qui touche à la confidentialité des données doit également être protégé. Les essais cliniques, les documents juridiques sensibles, les données médicales personnelles, les contrats d’entreprise en cours de négociation, autant de contenus qui ne peuvent tout simplement pas être envoyés vers des serveurs distants sans risquer de violer le RGPD ou les engagements contractuels de confidentialité. Il s’agit ici de conformité légale et éthique. Et dans ces domaines, le traducteur humain, soumis à son propre engagement de confidentialité, reste la seule option viable pour des clients avertis.
Dompter la bête
L’IA n’est pas une compétence que l’on vend comme on vend une expertise métier. C’est un levier. Dompter la bête, c’est comprendre sa logique pour mieux l’utiliser là où elle est pertinente et renoncer à son utilisation quand il n’y a pas d’intérêt à le faire.
« Waiting to learn a new technology is never a good idea »
Cette formule, souvent entendue dans les cercles tech, résume assez bien le pragmatisme qui s’impose à tout professionnel face aux avancées technologiques. Attendre que la poussière retombe avant de se former est une stratégie perdante. C’est une conviction que j’ai intériorisée très tôt.
Ni technophobe ni technophile béate, je n’ai pas attendu que l’IA devienne incontournable pour m’y former. Je l’ai fait par pragmatisme professionnel : pour rester en phase avec les attentes du marché, des clients et pour être en mesure d’évaluer les productions de l’IA avec un regard critique.
Comprendre l’IA, c’est un peu comme apprendre une nouvelle logique ou une nouvelle langue. Au début, on tâtonne, on s’étonne, on se plante. Puis on commence à saisir les mécanismes, les biais, les angles morts pour devenir un professionnel qui sait tirer le meilleur de l’outil sans en être prisonnier.
L’expertise métier comme condition sine qua non
Selon moi, on n’apprend pas à utiliser l’IA pour elle-même. On apprend à l’intégrer au service d’un métier et d’une expertise préexistants.
C’est parce que l’on est expert dans son domaine que l’on possède la légitimité et la compétence nécessaires pour challenger la machine. Pour voir immédiatement là où ce que l’outil propose tient la route et là où ça ne fonctionne plus. Pour redonner le ton juste à une traduction qui « sonne bien » à l’oreille mais trahit la marque, par exemple.
Ce que les clients veulent
L’IA a profondément segmenté, voire polarisé le marché de la traduction.
D’un côté, la traduction machine (quasi) brute : rapide, bon marché, acceptable pour les contenus à faible enjeu, avec un certain nombre d’agences low-cost qui tentent de survivre en proposant des tarifs à des niveaux que beaucoup de traducteurs qualifiés refusent à juste titre. De l’autre, des clients exigeants qui recherchent l’excellence et comprennent la valeur ajoutée d’une véritable traduction professionnelle pour leur image de marque et leur réputation et ce qu’une traduction médiocre peut leur coûter, et qui sont prêts à rémunérer ce travail à sa juste valeur.
Entre ces deux pôles, le milieu de gamme s’effondre. Il ne fait pas bon être « moyen » pour tirer son épingle du jeu face à l’IA. Ce qui reste aux professionnels humains, c’est la zone haute, celle de la valeur ajoutée réelle, du conseil, de l’expertise, de la qualité irréprochable.
Des contenus avec une vraie valeur
Il existe toujours une forte demande pour les traducteurs et créateurs de contenu capables d’apporter un véritable travail éditorial : un style, une touche, une cohérence, une patte unique. Ces clients-là ne veulent pas d’à-peu-près. Ils savent que leurs contenus sont des ambassadeurs de leur marque, que la qualité linguistique est une composante à part entière de leur image professionnelle.
Passer d’exécutant à partenaire stratégique
Longtemps, la valeur d’un traducteur s’est mesurée en volume : tant de mots traduits, à tel tarif par mot. Un modèle d’output pur, où la compétence était invisible parce qu’elle était supposée, et souvent sous-valorisée. Ce modèle est en train de voler en éclats, bousculé par des outils capables de produire du volume à une vitesse et un coût que personne n’aurait imaginés il y a dix ans.
Ce que le marché attend désormais, ce n’est plus seulement un output (un texte traduit), mais de la valeur ajoutée : des insights linguistiques, une lecture critique du message original, des recommandations sur le ton ou la stratégie de communication. Le traducteur moderne ne livre plus un document mais un résultat ; il réfléchit avec son client à la façon dont ce message doit être perçu dans une autre culture, un autre marché, un autre contexte.
C’est ici que se joue un réel changement de posture auquel les linguistes sont invités.
Les points forts et les points faibles de l’IA en traduction
Ce qu’elle fait très bien
L’IA générative excelle dans un certain nombre de tâches qui ont changé le quotidien professionnel des linguistes.
Elle est imbattable en termes de rapidité. Pour une compréhension globale et grossière, ce qui prenait plusieurs heures de travail auparavant prend désormais à peine quelques minutes.
Elle est également d’une aide précieuse pour les recherches terminologiques et la vérification de la cohérence dans des textes longs (même si elle n’est pas forcément cohérente dans le même document lorsqu’elle traduit un même mot, si on la rappelle à l’ordre lors d’un contrôle qualité, elle fera très bien le travail en rendant la terminologie homogène). De même, lorsqu’on l’alimente avec, par exemple, un guide de style, elle respecte les consignes à la lettre (il est tout de même préférable d’utiliser un RAG pour le faire).
Enfin, elle est extraordinairement utile pour la recherche documentaire : synthétiser des sources, accélérer la compréhension d’un domaine spécialisé, aller chercher des exemples de formulations dans une langue cible. Des tâches qui autrefois mobilisaient beaucoup de temps et d’énergie se font désormais en quelques échanges bien formulés.
Là où ça coince
Là où les choses se compliquent, c’est sur les nuances fines, culturelles et le ton de voix.
L’IA produit du probable. Elle ne ressent pas. Elle ne perçoit pas qu’une formulation, parfaitement correcte sur le plan grammatical, peut être condescendante dans un certain domaine, ou trop familière dans un autre. Elle ne sait pas toujours distinguer l’ironie de la sincérité, l’euphémisme de l’affirmation, la légèreté voulue de la maladresse.
Elle hallucine, aussi. Pas souvent, mais assez pour qu’on ne lui fasse jamais une confiance aveugle, surtout sur des données chiffrées, des références légales ou des noms propres.
Il faut également évoquer un phénomène assez méconnu mais important pour les traducteurs qui intègrent la MTPE (Machine Translation Post-Editing ou post-édition) dans leur pratique : le biais d’ancrage. Lorsqu’un traducteur part d’un texte déjà généré par une machine, même de mauvaise qualité, son cerveau tend à rester « ancré » dans les choix de l’IA. Il corrige et ajuste, mais il ne repart pas de zéro, et il passe souvent à côté de solutions plus créatives ou plus justes qu’il aurait spontanément trouvées en traduisant depuis le texte source. Ce biais est assez insidieux : le traducteur a l’impression d’avoir relu et révisé le texte, alors qu’il a en réalité été guidé par la machine.
C’est pour cette raison que, dans de nombreux cas, et contrairement à ce que l’on pourrait croire, partir d’une page blanche reste la meilleure approche pour des contenus à haute valeur ajoutée.
Des enjeux qu’on ne peut ignorer
L’effet Habsbourg et la saturation du web
L’effet Habsbourg en intelligence artificielle désigne la dégradation progressive d’un modèle quand il est réentraîné sur des contenus produits par d’autres IA plutôt que sur des données humaines fraîches et variées. Il porte ce nom par analogie avec cette famille royale dont les alliances consanguines ont fini par produire des effets négatifs visibles, avec des problèmes génétiques, de santé etc. L’IA connaît son propre péril dynastique.
Les modèles de langage se nourrissent de données textuelles extraites d’Internet. Or, Internet est aujourd’hui massivement alimenté par des contenus générés par des IA elles-mêmes. En se nourrissant de ses propres productions, l’IA s’appauvrit, se standardise, perd en diversité et en richesse.
Ce que cela signifie concrètement pour la traduction et la création de contenu : si l’IA se nourrit de moins en moins de productions humaines authentiques, elle tendra vers une sorte de bouillie linguistique standardisée. Et c’est là, paradoxalement, que les créateurs de contenu humains retrouvent toute leur valeur.
Les enjeux environnementaux et le risque de perte de savoir-faire
La question de l’IA ne se pose pas qu’en termes économiques. Elle se pose aussi en termes environnementaux.
Les data centers qui alimentent les modèles d’IA générative consomment des quantités d’énergie et d’eau considérables. Chaque requête, interaction et génération de contenu a un coût énergétique réel, souvent invisible pour l’utilisateur final mais bien présent dans les bilans carbone. Certains experts du secteur alertent sur le caractère potentiellement insoutenable de ce modèle à grande échelle. Le risque d’un hiver de l’IA ou l’éclatement d’une bulle technologique sous le poids de ses contradictions énergétiques ne relève pas de la science-fiction.
Mais y existe un autre risque, préoccupant lui aussi, celui de la perte de savoir-faire.
Si nous déléguons progressivement à la machine l’ensemble des tâches cognitives qui constituaient jusqu’ici le cœur de notre métier, à savoir l’analyse, les choix lexicaux, la reformulation, la pertinence stylistique, que restera-t-il de notre expertise dans dix ou vingt ans ? Les muscles cognitifs, comme les muscles du corps, s’atrophient quand on ne les sollicite plus. Et une fois cette expertise humaine perdue, y aura-t-il un retour en arrière possible ?
Conclusion : l’IA, une chouette copine, après qui il faut toujours repasser
Au terme de cette exploration, ma conviction est que sans l’humain, l’IA ne peut pas faire de merveilles. C’est l’humain qui la guide, qui lui donne une direction, qui lui pose les bonnes questions et qui sait reconnaître la bonne réponse parmi les nombreuses qu’elle propose.
Sans elle, je suis une moins bonne professionnelle. Mes recherches sont moins rapides. Certaines vérifications terminologiques prendraient des heures là où elles prennent désormais des minutes. L’IA m’a rendu des services réels, concrets et mesurables.
Je suis aussi convaincue que l’IA ne peut être bénéfique qu’aux professionnels qui ont déjà de solides compétences dans leur domaine. Elle leur libère du temps et de l’énergie pour ce qui compte vraiment : la justesse (y compris de ton), la créativité, la relation client, la stratégie. Ce qu’elle ne fait pas, en revanche, c’est créer de l’expertise là où elle n’existe pas.
L’IA est une chouette copine, réactive, infatigable, toujours disponible. Mais il faut toujours repasser après elle. Et pour bien repasser, encore faut-il avoir le savoir-faire.
