Apprentissage machine et industrie des langues : des problèmes humains

Rita Pang, future diplômée du Master TCLoc à l’Université de Strasbourg, est lauréate de l’édition 2019 du concours Rising Star organisé par GALA, l’une des plus importantes associations professionnelles de l’industrie de la traduction et de la localisation.
Le thème du concours de rédaction : « Comment les acteurs de l’industrie des langues peuvent-ils se préparer à l’évolution de l’apprentissage machine ? Quel rôle les humains seront-ils amenés à y jouer ? ». Voici son article.

Apprentissage machine et industrie des langues : des problèmes humains

Au printemps 2007, j’ai assisté à une conférence dans la banlieue d’Istanbul. Plusieurs heures avant notre départ, mon ami et moi avons réalisé que nous ne savions pas comment nous rendre à la gare routière, où nous devions prendre un bus pour la Bulgarie. Au vu du temps qui passait, nous avons commencé à paniquer. Nous sommes donc revenus dans le hall de conférence pour nous connecter au réseau wifi, et j’ai tapé dans Google Traduction sur l’iPhone flambant neuf de mon ami : « nous allons à la gare routière ». Je me suis souvenue de n’avoir utilisé volontairement qu’un verbe, craignant que la complexité de la phrase donnerait des résultats de traduction indésirables. Avec cette traduction, nous avons arpenté la ville en taxi et en bus, arrivant à la gare vers minuit.

Les outils de traduction automatique ont gagné énormément de terrain pendant la décennie suivant ce voyage mouvementé. Grâce à l’assimilation d’un nombre croissant d’exemples venant de quantités astronomiques de textes traduits et de traduction réalisées par des utilisateurs, ces services apprennent à générer des résultats similaires au langage oral humain avec une grammaire propre au lieu de traductions littérales.

En 2018, une étude de Grand View Research a montré que le marché de la traduction automatique pourrait atteindre les 983,3 millions de dollars (866 millions d’euros) d’ici à 2022. S’il est vrai que ce domaine est particulièrement lucratif pour l’industrie, utiliser la traduction automatique en tant que freelance constitue un réel défi. On me demande souvent d’accepter des remises quantitatives, un manque de temps dédié à la post-édition ou du travail refusé, parce que le client ne voulait qu’une « idée générale du sens du texte ».

Pendant longtemps, je me suis moquée de ce concept sans me rendre compte que l’apprentissage automatique avait pris une place importante dans notre vie. La vitesse et la haute qualité des résultats Google, par exemple, sont possibles grâce à l’apprentissage automatique. La reconnaissance des synonymes par les moteurs de recherche et leur capacité à saisir le sens d’une requête est aussi extrêmement utile.

Regardons comment l’industrie des langues peut intégrer l’évolution de l’apprentissage des machines dans ses pratiques, et les rôles que nous, en qualité d’entreprises et de fournisseurs de service individuels, pouvons endosser en tant qu’humains.

Utiliser la technologie comme argument de vente

La première règle de base est de ne jamais se voiler la face. L’évolution technologique n’est pas près de s’arrêter : 73 % des entreprises projettent d’adopter l’apprentissage automatique d’ici à 2022. One Hour Translation, un des acteurs majeurs de l’industrie des langues, ne se limite pas à un outil. Un de leurs arguments commerciaux est leur service de conseil pour les clients et fournisseurs de service, où ils proposent d’utiliser un outil de traduction spécifique pour chaque projet, selon le sujet et la combinaison de langues.

Alors que les entreprises sont capables de vendre la technologie aux clients comme un outil économique, il n’en est pas toujours de même pour les traducteurs. J’ai vu des entreprises qui présentent la technologie de la manière la plus négative qui soit, par un ultimatum : « utilisez cet outil ou vous ne recevrez plus de projets de notre part », telle une excuse pour sous-payer leurs clients, ou comme un moyen de réduire voire supprimer l’assurance qualité. Ceci est davantage lié à un changement de mentalités dans l’industrie des langues en général, qui m’amène au point suivant : le rôle de l’éducation.

Apprendre à apprendre

On entend beaucoup parler des avantages et de la puissance de l’apprentissage automatique, mais le problème de la transition des adultes vers ce monde n’est que très peu abordé. Le changement est difficile, en particulier pour un traducteur réticent ou une plus petite entreprise qui lutte déjà pour rester à la page. Afin de s’adapter à ces changements et d’éviter un nivellement vers le bas, les actionnaires doivent se former : désapprendre certaines habitudes dépassées et apprendre à traiter les informations différemment à l’aide des nouvelles technologies, ou concevoir et s’adapter aux nouveaux flux de projet. Les actionnaires doivent surtout s’éloigner de la mentalité opposant homme et machine. Les entreprises doivent travailler à développer leurs forces humaines pour les allier à la technologie, comme en investissant dans la formation et l’éducation.

L’actualisation et le relèvement des compétences de la main d’oeuvre actuelle

Selon une étude du Forum Économique Mondial de 2016 sur l’Avenir des Professions, les avancées technologiques sont souvent accompagnées d’une pénurie de talent et d’inégalités croissantes. Il n’est simplement pas possible de “surmonter la révolution technologique en attendant que la population active des générations futures soit mieux préparée . Les entreprises, les individus et les gouvernements doivent tous prendre une part active à la re-formation de leur main d’oeuvre actuelle et garantir que le fossé de compétence soit maintenu au minimum.

L’industrie a besoin d’une croissance plus forte dans les secteurs “humains” tels que le service client, l’éducation et la culture d’entreprise. De plus, la version 2018 sur L’avenir des professions a établi que les rôles exploitant « de manière distincte des compétences « humaines » » telles que la vente, le marketing, la formation et le développement organisationnel seront amenés à croître. Ces activités nécessitent créativité, collaboration et persuasion : des qualités qui peuvent être améliorées par la technologie mais pas remplacées.

Explorer de nouveaux modèles et activités commerciales

Les technologies d’apprentissage automatique ont engendré de nouvelles professions. Des facteurs tels que la morphologie de la langue indiquent que le résultat de la traduction automatique peut avoir un taux d’exactitude « prêt à imprimer » plus haut dans une langue, mais nécessite plus de relecture ou une relecture plus poussée dans une autre langue avant que le résultat ne puisse être exploité. Le demande en relecteurs, rédacteurs experts et responsables qualité est par conséquent haute ; travailler avec du texte en post-édition occupe maintenant régulièrement une part de mes activités commerciales mensuelles.

Pour les entreprises, les nouveaux rôles des spécialistes requérant une compréhension accrue des nouvelles technologies telles que les experts en automatisation des procédés sont en croissance. Plus que jamais, les entreprises doivent diversifier leur offre. Elles n’ont pas besoin d’offrir tous les types de services linguistiques, mais se présenter comme un prestataire à la page et complet nécessite de la polyvalence. Vous pourriez par exemple ajouter à votre offre de services des compétences telles que le test de logiciels et la formation.

Fixer le biais dans l’intelligence artificielle

Selon une étude de 2017, lorsque l’intelligence artificielle apprend un corpus de texte contenant des biais historiques, moralement neutres (sur les insectes et les fleurs par exemple) ou plus sensibles (sur la race ou le genre), elle apprend à adopter l’association sémantique partiale. Alors, quel est le rapport avec l’industrie linguistique ? Imaginez un monde alimenté par une base de données terminologique avec les contextes et sens contenant des partis pris.

Chaque fois qu’un traducteur travaille avec cette occurrence sémantique, le résultat est un fragment de texte intrinsèquement partial. Pensez aux effets que cela peut avoir sur les membres de la société les plus vulnérables, en particulier lorsque les données en lien avec le système judiciaire et le recrutement sont traitées de la sorte.

En mars 2018, une déclaration du Forum Économique Mondial a souligné le besoin de normes fortes pour prévenir la marginalisation des humains dans l’intelligence artificielle. Alors que les politiques et les règlementations peinent à suivre le rythme des avancées technologiques, le défi pour l’industrie linguistique est l’autonomie. A titre d’exemple, de nombreux systèmes d’apprentissage machine sont presque entièrement développés par des équipes composées d’un nombre homogène d’hommes. Un livre blanc du Conseil de l’avenir du monde sur les droits de l’homme de 2016-2018 suggère de nombreuses actions que les entreprises pourraient prendre pour atténuer ce défi.

Voici les suggestions qui m’ont paru particulièrement pertinentes pour l’industrie linguistique :
• Garantir la diversité dans les équipes de développement et participer au partage de données open source
• Former les designers/développeurs système aux responsabilités concernant les droits humains
• Organiser la recherche et comprendre comment la technologie choisie par l’entreprise a fonctionné
• Calibrer les systèmes afin d’inclure le critère d’équité dans les cas appropriés : par exemple, les traducteurs travaillant avec un langage à contexte fort peuvent être amenés dans le résultat, autant de contextes applicables à un mot que possible

Les points que j’ai abordés ici font partie de nombreux débats ouverts et étendus avec l’industrie linguistique en général. Une chose est sûre : l’apprentissage machine a d’abord été créé afin d’apporter des solutions aux problèmes humains. Il est donc indispensable pour tous les actionnaires de l’industrie linguistique d’agir immédiatement. Ils doivent activement apprendre de la technologie, interagir avec cette dernière, et l’utiliser dans l’amélioration leur productivité et pour le bien commun.

Rédigé par Rita Pang et traduit par Aurore Koeffer
Pour consulter les sources, voir la version originale de l’article.

A propos de l’auteur :

Rita Pang est une rédactrice et traductrice (anglais-chinois) passionnée de langues et d’écriture. Elle explore actuellement de nouvelles perspectives professionnelles en rapport avec l’interaction et la relation entre les humains et l’apprentissage machine. Rita Pang tient également un blog où elle partage ses voyages. Suivez Rita Pang sur Twitter et Instagram.