Dans son article paru au Monde le 18 août 2025, Thomas Chatterton Williams, écrivain et journaliste états-unien, relate sa découverte des travaux de ses étudiants générés par l’intelligence artificielle. En effet, intervenant extérieur depuis trois ans dans un liberal arts college, c’est la première fois qu’il fait face à cette problématique. Il déplore la déchéance et la perte de crédibilité de l’écrit alors qu’il a lui-même choisi de faire de l’écriture son métier (CHATTERTON WILLIAMS, 2025). Le constat de Chatterton Williams est certainement partagé par la quasi-totalité des enseignants de l’enseignement supérieur du monde entier. Cette question sur l’utilisation de l’IA ne peut plus être ignorée ; ceci est d’autant plus vrai pour l’enseignement de langues. Quel enseignant de langue n’a pas été confronté à une traduction identique de la part de deux (ou plusieurs) étudiants alors que de multiples solutions existent ou bien à des traductions trop sophistiquées par rapport à leurs niveaux ? Aujourd’hui, les outils générant des traductions automatiques font indéniablement partie de notre paysage quotidien. Même si l’objectif pédagogique de certains exercices est d’améliorer la compétence linguistique et non de traduire, certains étudiants ont recours à la traduction automatique (TA) en bravant les consignes de l’enseignant, rendant ainsi inefficace l’enseignement « classique » de langues. Une enquête menée auprès des étudiants de l’université d’Orléans (plusieurs formations confondues) montre que la quasi-totalité des étudiants questionnés (sauf un) utilisent la traduction automatique et 68 % d’entre eux très fréquemment ou fréquemment (CLOISEAU, 2022).
D’autre part, l’utilisation de machines permet d’améliorer la productivité de 150 à 200 % chez les traducteurs (BABIOT, CARTER, GRASS, RUIZ FABO, 2022) 1. De plus, si jusqu’à très récemment, il était unanimement admis que seuls les textes techniques « pour lesquels la forme et le style ne sont pas primordiaux pouvaient être soumis à un traitement systémique » (LOFFLER-LAURIAN, 1996), avec les progrès et la popularisation de la traduction automatique neuronale, il apparaît que sa potentielle utilisation jusque dans le domaine littéraire est à présent bien réelle. On constate désormais que de nombreuses recherches sont menées sur l’adaptation de machines qui faciliteraient le travail du traducteur, et ce même en littérature, qui semblait pourtant être l’ultime pré-carré des biotraducteurs. Les étudiants spécialisés en langues étrangères ou aspirant simplement à travailler dans des contextes internationaux seront dans l’avenir forcément amenés à manier ces outils.
Dans ce contexte, il est de plus en plus difficile pour les enseignants de langues de pratiquer la politique de l’autruche et d’interdire simplement aux étudiants d’utiliser ces outils numériques. Dès lors, le problème se pose de savoir dans quels domaines, et selon quels protocoles, il serait souhaitable d’intégrer ces outils dans nos pratiques pédagogiques de formateurs en traduction. En effet, les étudiants ont tendance à ne pas être capables de lire de manière critique les phrases produites par la TA et de procéder à un travail pourtant incontournable de post-édition si le travail de repérage préalable n’est pas effectué (CLOISEAU, 2022). Or, au-delà de la nécessité consensuelle de compléter l’utilisation de la traduction automatique neuronale par des étapes en amont et en aval de la TA, c’est la fréquence, l’étendue domaniale de cette utilisation, qui demandent à être problématisées, de façon à commencer à identifier un balisage conceptuel et installer des repères plus pérennes dans ce nouvel environnement combinant l'humain et la machine.
En effet, l’enseignement de langues fait incontestablement face à un changement de paradigme et il est nécessaire d’échanger nos réflexions sur ce sujet. La journée d’étude « Comment intégrer de façon différenciée la traduction automatique neuronale (TAN/NMT) aux pratiques pédagogiques de l’enseignement de la traduction technique, audio-visuelle, littéraire… ? » a été organisée le 12 décembre 2024 à l’université d’Orléans dans ce contexte. Le présent volume rassemble les articles issus des communications de cette journée. Les intervenants enseignent de l’anglais, de l’espagnol et du japonais à des apprenants spécialistes et non spécialistes dans les établissements de l’enseignement supérieur en France et y ont exposé leurs recherches liées à l’introduction des outils de TA en cours.
Vinciane Trancart a mené une enquête auprès des étudiants de LEA (Langues étrangères appliquées) et de LLCER (Langues, littératures et civilisations étrangères et régionales) de l’université de Limoges allant de la L1 au M2. Sa contribution éclaire les circonstances dans lesquelles les étudiant ont recours à la TA. Sa recherche montre que les attentes de la part des étudiants pour être formés à manier ces outils sont grandes d’autant que ce type de formation est pour le moment réservé à la formation du niveau Master spécialisée en traduction.
Amelia Rucart analyse les données sur l’utilisation de la TA dans l’apprentissage d’anglais, collectées auprès des élèves de l’école d’ingénieurs du Cnam en L1 et en L2 des niveaux allant de A2 à C1 selon le CECRL. Son enquête permet de comprendre que la manière d’utiliser les outils de traduction automatique (OTA) diffère entre les étudiants du niveau intermédiaire et ceux du niveau avancé. Les travaux de traduction (de l’anglais vers le français) réalisés par les étudiants montrent que l’utilisation éclairée de l’OTA permet d’améliorer leurs compétences en anglais.
Virginie Buhl a introduit des joutes de traduction dans son cours destiné aux étudiants en Licence LEA (L2 et L3) et ainsi qu’en Master LEA (M1 et M2) à l’université Marie et Louis Pasteur de Besançon. Les étudiants forment des équipes et réalisent la traduction d’un même texte source en utilisant différents outils numériques. Le principe de compétition pousse les étudiants à réfléchir sur l’amélioration de la traduction générée par la machine via le travail de post-édition et à échanger entre eux sur ce sujet. Les étudiants se rendent ainsi compte, à travers ces activités ludiques, de l’importance de la post-édition et développent leurs capacités en révision.
Gilles Cloiseau a fait utiliser les OTA aux étudiants de deuxième année du Master Traduction à l’université d’Orléans. Il a différencié la manière d’introduire DeepL : d’abord en produisant la traduction française d’un texte en anglais, ensuite en faisant effectuer un travail de post-édition. Pour le second volet, un groupe d’étudiants a effectué une pré-édition et l’autre groupe, non. Cet exercice permet de persuader les étudiants de la nécessité de pré-édition (dans le sens de repérage stylistique) afin de ne pas être influencés par la traduction générée par une machine. À l’issue de cet exercice, certains d’entre eux ont même opté vers la biotraduction lorsqu’un exercice de traduction leur est donné sans consigne particulière.
Les enjeux concernant l’utilisation de la TA ne sont pas tout à fait identiques lorsqu’il s’agit de traduction entre des langues éloignées. En effet, malgré le progrès fulgurant de ces outils, la performance de la TA n’est pas à la hauteur de la traduction, par exemple, entre le français et l’anglais. Les imperfections – erreurs sémantiques, erreurs dans la traduction du genre – sont signalées dans la traduction du texte source en arabe vers l’anglais et le français via Google Translate et Microsoft Bing Translator (ALRASHEED, 2023). Les erreurs importantes sont également signalées dans la traduction de l’allemand vers le japonais par DeepL – une partie du problème est due au passage par l’anglais, langue intermédiaire – : omission et dédoublement de mots, apparition de mots en anglais et en allemand, apparition de plusieurs registres de langage dans un texte, etc. (KIMURA, 2023). Par ailleurs, l’enseignement des langues non européennes s’adresse majoritairement aux débutants dans les établissements supérieurs en France ; les apprenants n’atteignent, après plusieurs années d’études, que les niveaux A1 ou A2. Ils ne sont donc pas capables de repérer les erreurs produites par la machine, et par conséquent ne peuvent effectuer le travail de post-édition. De plus, lorsqu’il s’agit de traduction de la langue maternelle vers la langue d’apprentissage, les phrases sorties de la TA contiennent des termes et des expressions inconnus, ce qui fait qu’ils ne sont pas compétents pour juger de la justesse de la traduction.
Chieko Kawai a mené leurs recherches en utilisant ChatGPT auprès des étudiants de première année du Master Traduction et du Master LEA dont la seconde langue est le japonais à l’université d’Orléans. Cette enquête montre que les étudiants sont eux-mêmes conscients de la limite des OTA tels que DeepL et Google Translaite. D’après l’étude de comparaison de Kawai entre Deeple, Google Translate et ChatGPT dans la traduction du français vers le japonais, ChatGPT se démarque des autres dans la performance de la traduction ; celle-ci s’améliore d’ailleurs constamment grâce au système de deep learning. Cette contribution explore également la possibilité de créer des exercices via ChatGPT.
Evelyne Lesigne-Audoly a mené une expérience auprès d’étudiants de première année du Master LLCER Japonais à l’université Strasbourg en leur faisant traduire un texte littéraire du japonais vers le français en recourant à DeepL et ChatGPT. Elle constate que l’utilisation des TAN n’améliore pas la qualité des traductions par rapport à la biotraduction. De plus, tandis que certaines spécificités de la langue japonaise telles que la question de genre des personnages ne posent pas de problème aux étudiants, la machine a dû mal à les gérer. Les prompts mal formulés pouvaient même faire produire des sur-traductions, voire des erreurs. Son enquête montre que le gain de temps espéré par l’utilisation des outils de TA s’amenuise tant le travail de post édition est chronophage pour les étudiants.
Outre les contributeurs de ce volume, nous tenons à remercier les collègues qui nous ont aidés pour l’organisation de la journée d’étude et la publication de ces actes : Gabriel Bergounioux, Joseph Ciaudo, Céline Dugua, Marcos Eymar, Sylvie Fournié-Chaboche, Alice Ray, Thierry Robin et Sebastian Turk. Notre gratitude va également à Carole Fillière et l’équipe de La main du Thôt qui ont accepté de consacrer un dossier à ces articles et nous ont offert l’occasion de les rendre public.