L’IA a déjà détruit le monde des programmeurs tel que nous le connaissions. C'est maintenant au tour des traducteurs

Le 8 novembre 1519 eut lieu une réunion extraordinaire : Hernán Cortés rencontra l'empereur Moctezuma II. Bien sûr, ni l’un ni l’autre n’ont rien compris à ce que disait leur interlocuteur : Hernán Cortés parlait espagnol et Moctezuma parlait nahuatl, mais ce problème a été résolu grâce à deux chaînes de traduction : Malinche traduisait du nahuatl au maya, et Jerónimo de Aguilar passait du maya à l’espagnol, et vice versa.

L’histoire regorge de traductions légendaires comme celle-là, et dans chacune d’elles, les êtres humains dépendaient de traducteurs humains pour comprendre l’autre partie. Cela a changé avec diverses technologies, mais celle qui est vraiment sur le point de tout changer est l’IA.

Avec l'IA, nous avons trouvé (et traduit)

En fait, la technologie de la traduction s’est développée parallèlement à l’évolution technologique elle-même. De la traduction basée sur des règles de la seconde moitié du 20e siècle, nous sommes passés dans les années 90 aux traductions statistiques automatiques qui, par exemple, ont fini par utiliser Google Translate. Ces systèmes recherchaient la traduction « la plus probable », et non la « plus correcte ».

Ces modèles statistiques se sont améliorés grâce à la traduction basée sur des phrases, mais le saut définitif a été fait par DeepL, qui a semblé tout changer en 2017 avec l'utilisation des réseaux de neurones et de la traduction automatique neuronale. Google avait également commencé à adopter ce système en 2016, et la voie à suivre était claire.

Avec l’arrivée de l’IA générative, nous nous trouvons devant une nouvelle avancée potentielle dans ce domaine. Il existe cependant des différences : ces systèmes sont basés sur des modèles de langage étendus (LLM) qui sont ensuite entraînés et réglés spécifiquement pour la traduction, ce qui leur donne a priori un avantage lorsqu'il s'agit de réaliser des traductions plus naturelles et plus polyvalentes.

L’application des modèles d’IA au domaine de la traduction semble suivre les traces de ce que nous avons vu avec la programmation. Les développeurs ont adopté cette révolution et beaucoup d’entre nous ont réalisé grâce au vibe coding qu’il était possible de programmer sans savoir programmer.

La même chose se produit clairement avec ces systèmes qui nous permettent de savoir parler des langues que nous ne savons pas réellement parler. Les machines le font pour nous, et elles le font mieux et plus immédiatement.

La traduction en temps réel est très à la mode et tant Google que Meta – qui prévenait depuis quelques temps – l'intègrent dans leurs lunettes de réalité augmentée actuelles ou futures. Apple, qui n'a pas pour habitude de sortir des choses qui ne sont pas matures, vient de l'intégrer à ses AirPods. L'expérience utilisateur n'est peut-être pas parfaite pour le moment, mais il est clair que ce type de fonction va devenir de plus en plus courant, juste une autre technologie.

La transition

Et cette transition qui veut transformer l'accès à des traductions de qualité en quelque chose de « trivial » s'est manifestée ces jours-ci avec le lancement de deux plateformes. Le premier, le ChatGPT Translator, qui surprend non pas parce qu'il s'agit d'un cas d'utilisation évident et simple de l'IA, mais parce qu'il s'agit d'une copie logique et aveugle des services qui fonctionnent déjà, Google Translate et DeepL. Pouvoir faire de même avec l’IA montre que ce problème semble résolu.

Et comme si cela ne vous paraissait pas suffisant, Google vient de présenter ses nouveaux modèles d'IA générative spécifiquement destinés à la traduction. Il s'agit de TranslateGemma, une famille avec les versions 4B, 12B et 27B (cette dernière, logiquement, la plus performante) qui permettent d'effectuer ces tâches localement, en privé et sans connexion au cloud.

Ils prennent en charge 55 paires de langues et sont bien sûr préparés pour les plus populaires (anglais, espagnol, chinois, français, hindi), mais leurs créateurs indiquent déjà qu'ils les forment avec 500 paires de langues supplémentaires pour l'avenir.

Nous sommes donc confrontés à un moment où l’apprentissage d’une langue finira probablement par devenir quelque chose de plus professionnel ou d’aspiration que quelque chose dont nous avons réellement besoin au quotidien. Les traducteurs humains, tout comme les programmeurs humains, continueront d’avoir de la valeur, mais une fois de plus, ce qui est clair, c’est que l’IA va rendre ce type de capacité plus accessible que jamais.

À Simseo | Certains des courriels que vous lisez peuvent ne pas dire exactement ce qui a été écrit. Un paramètre Gmail oublié est à blâmer