Type de document : Research Paper
Auteur
Département de Langue et Littérature françaises, Faculté des Lettres et des Sciences humaines, Université Shahid Chamran d'Ahvaz, Ahvaz, Iran.
Résumé
Les avancées des technologies d’intelligence artificielle, y compris des outils de traduction automatique tels que Google Translate, DeepL et ChatGPT, ont profondément transformé le domaine de la traduction et fait de la post-édition une compétence essentielle pour les traducteurs modernes. Cet article examine les défis et opportunités liés à l’enseignement de la post-édition aux étudiants en traduction. Cette étude analyse les performances de 30 étudiants en licence et master de traduction dans le domaine de la post-édition. Ces étudiants ont travaillé sur des traductions automatiques de textes techniques, littéraires et culturels, et les résultats ont été évalués en termes de qualité linguistique, de cohérence stylistique et d’adaptation culturelle. Les résultats montrent que la post-édition a permis des améliorations significatives des traductions automatiques, avec des scores passant de 3,2 à 4,4 pour la qualité linguistique, de 2,8 à 4,0 pour la cohérence stylistique et de 2,5 à 4,1 pour l’adaptation culturelle. Cette recherche souligne l’importance d’intégrer des exercices créatifs, l’utilisation d’outils avancés de traduction et une réflexion sur les enjeux éthiques dans la formation. Face au rôle croissant de l’intelligence artificielle, il est impératif de préparer les futurs traducteurs à la post-édition afin d’optimiser la productivité tout en maintenant une qualité professionnelle élevée.
Mots clés
- intelligence artificielle
- post-édition
- formation en traduction
- stratégies pédagogiques
- adaptation culturelle
Sujets principaux
multimédias sur la qualité de traduction des étudiants du français au niveau de master ». Recherches en
Langue et Littérature Françaises, vol. 17, no. 32, 2024, pp. 19–37. doi : 10.22034/rllfut.2024.17711.
[2] DANESHMAND, Moluk. SHAIRI, Hamidreza. LETAFATI, Roya. NEZAMIZADEH, Mehregan. « Pour
une phénoménologie de la traduction littéraire ». Revue des Études de la Langue Française, 11, 1, 2019,
1-16. doi : 10.22108/relf.2019.113403.1063
[3] DAEMS, Joris, VANDEPITTE, Silvia, HARTSUIKER, Robert J, and MACKEN, Lieve. « The Impact of
Machine Translation Error Types on Post-Editing Effort Indicators ». Translation Spaces, vol. 6, no. 2,
2017, pp. 272–302.
[4] FESANGHARI, Azadeh. FARSIAN, Mohammad Reza. « Aspects et références culturels dans la pratique
de la traduction ». Plume, Revue semestrielle de l'Association Iranienne de Langue et Littérature
Françaises, 18, 35, 2022, 219-240. doi : 10.22129/plume.2022.356517.1226
[5] GUERBEROF ARENAS, Ana. « Correlations Between Productivity and Quality When Post-Editing in a
Professional Context ». Machine Translation, vol. 28, no. 3–4, 2014, pp. 165–186.
[6] Le Monde. « Traduction par IA : « Les algorithmes génératifs produisent non pas du langage, mais une
langue simulée ». Le Monde, 20 Oct. 2024,
[7] MOHSENI, Sadaf. « Choisir le bon sens : les enjeux et les pratiques dans la traduction des textes ».
Recherches en Langue et Littérature Françaises, vol. 16, no. 29, 2022, pp. 155–166. doi :
10.22034/rllfut.2022.49779.1357.
[8] PLITT, Mirko. MASSELOT, François. « A Productivity Test of Statistical Machine Translation PostEditing in a Typical Localization Context ». The Prague Bulletin of Mathematical Linguistics, vol. 93,
2010, pp. 7–16..
[9] LOFFLER-LAURIAN, Anne-Marie. La traduction automatique. Villeneuve d'Ascq Presses : SCH
Universitaires du Septentrion, 1996.
[10]ROBERT, Anne-Marie. « La post-édition : l’avenir incontournable du traducteur ? ». Traduire [En ligne],
222 | 2010, mis en ligne le 12 novembre 2013, consulté le 03 janvier 2025.