Introduction

Si les premiers neurones artificiels sont inventés en 1943 par deux mathématiciens, W. McCulloch et W. Pitts, A. Turing est souvent considéré comme le précurseur de l’intelligence artificielle, bien que dans son article « Ordinateur et intelligence » de 1950, il n’emploie pas cette expression. Celle-ci est en revanche introduite pendant l’été 1956, lors d’une conférence au Dartmouth College. L’ambition des chercheurs est alors de concevoir une machine capable d’égaler, voire de reproduire, les capacités cognitives humaines. Depuis, l’IA a alternativement éveillé l’intérêt ou, au contraire, été victime d’une certaine désaffection, en raison des limites et des contraintes portant atteinte à son efficacité. Cependant, elle est réhabilitée après 1996, quand Deep Blue, un système expert d’IBM, triomphe de G. Kasparov, alors champion du monde d’échecs : cet exploit ravive l’intérêt pour l’IA. L’avènement d’Internet et l’explosion des données massives (big data) au tournant des années 2000 insufflent un nouvel élan, ouvrant la voie à de spectaculaires avancées dans ce domaine jusqu’à aujourd’hui (PIEKOSZEWSKI-CUQ, [s. d.], 12‑18). En France, une stratégie nationale pour l’IA est mise en place en 2018. En 2019 a lieu le « Consensus de Beijing » par l’UNESCO sur l’IA et l’éducation. Depuis 2022, ChatGPT est lancé dans une version gratuite en libre accès (BLUTEAU, 2024, 14). En lien avec cette révolution numérique, les réflexions et les publications sur la question de l’usage de l’IA ont nettement augmenté (BILAL & DEVILLERS, 2018 ; BILBARD & LABOURET, 2024 ; BONIFACE & PELPEL, 2024 ; Institut de France, 2024 ; KILIC & PAYET, 2024 ; OUDEYER & ROY, 2024 ; SAUQUET & VIELAJUS, 2014 ; SOLIGNAC, 2024). L’IA est désormais très présente, trop parfois, pourrait-on penser. Elle s’est imposée dans notre quotidien avec une grande rapidité (deux décennies environ), en raison de ses effets pratiques et de son utilité incontestable. Il faut donc vivre avec et compter sur elle. Pourtant, il demeure souvent difficile de mesurer sa pertinence, ses enjeux et les risques sous-jacents. Son utilisation engendre des questionnements à la fois techniques, intellectuels, scientifiques et éthiques, ce qui a conduit à deux réglementations européennes sur l’IA, en 2024 (BLUTEAU, 2024, 14‑15). Et, force est de reconnaître la dimension émotionnelle qu’engendre l’emploi de l’IA, que ce soit par la fascination, l’attrait ou encore la peur qu’elle suscite, eu égard à ses effets réels ou potentiels. A fortiori, dans le cadre de l’enseignement, la question se pose avec plus d’acuité, les professeurs se devant de former les élèves ou les étudiants qui leur sont confiés et de les aider à développer leur propre intelligence, leur mémoire, leurs connaissances et leurs compétences, tandis que l’IA peut, de plus en plus, offrir une production comparable, voire de qualité supérieure, qui les incite à ne pas effectuer eux-mêmes le travail ou à fournir moins d’efforts. C’est pourquoi depuis plusieurs années, les productions scientifiques, les travaux universitaires et les articles de vulgarisation se multiplient aussi sur la question de l’utilisation de l’IA dans l’enseignement.

Des questionnements similaires se posent dans le domaine de la traduction, puisque des outils tels que Reverso, Reverso Context, Pons ou encore Systran se révèlent être de plus en plus nombreux et performants. Parmi eux, l’on peut distinguer notamment des corpus alignés comme Linguee ou TradooIT, des outils de Traduction Automatique Neuronale (TAN) comme DeepL et Google Translate qui sont vraisemblablement entraînés sur des phrases de Linguee par exemple, ou encore ChatGPT, en tant qu’IA générative. Leur praticité et leur pertinence sont vérifiées par les utilisateurs, professionnels ou non, et par les chercheurs qui s’intéressent à ces questions (BREYEL-STEINER & GRASS, 2021 ; HANSEN et al., 2022 ; LOFFLER-LAURIAN, 1996 ; NAOUAL & LAHBIB, 2017 ; UTUSHKINA, 2023). Dans le cas de la traduction, l’existence de ces logiciels modifie l’activité traduisante – à l’écrit et également, de plus en plus, à l’oral –, donnant même à penser qu’ils peuvent peut-être, dans certains cas, remplacer l’humain. Aussi, les métiers de traducteur et même d’interprète évoluent-ils rapidement, menaçant une partie des (futurs) professionnels du secteur, ou exigeant d’eux une compétence accrue, voire de nouvelles compétences, et une capacité à se former et à se mettre à jour en tenant compte de ces outils évolutifs. Cette question préoccupe la plupart des traducteurs humains ou « bio-traducteurs » (BREYEL-STEINER & GRASS, 2021 ; DIRAND & ROSSI, 2019). Tous se sentent concernés.

Dans ce contexte, la question de l’enseignement de la traduction pose problème : comment apprendre à d’autres personnes à traduire, alors que les moyens techniques évoluent avec une telle rapidité, et alors que le rôle du bio-traducteur change en permanence ? Les travaux scientifiques sur les usages des étudiants et sur l’enseignement de la traduction en fonction d’outils de traduction automatique (OTA) s’avèrent nécessaires et utiles, comme en témoignent de récentes publications et manifestations scientifiques (CLOISEAU, 2022 ; RUCART, 2024). L’une des questions qui se pose alors est la suivante : « quelles sont les pratiques et les attentes des étudiants et des étudiantes d’aujourd’hui, concernant l’utilisation des OTA ? »

Pour répondre à cette question, dans la continuité de l’analyse effectuée par G. Cloiseau (2022), a germé l’idée de réaliser une enquête, à la Faculté des Lettres et des Sciences Humaines (FLSH) de l’université de Limoges, afin d’effectuer un bilan des pratiques pédagogiques en fonction des attentes et des besoins des étudiants en langues de cet établissement. Autrement dit, dans quelle mesure les enseignements actuels de la traduction correspondent-ils aux aspirations des étudiants en matière d’IA, sachant d’une part, qu’une large majorité d’entre eux se servent de ces outils évolutifs, qu’ils soient autorisés ou non et, d’autre part, que les enseignants généralement non formés à leur utilisation les considèrent, voire les présentent souvent au public estudiantin comme une aide déloyale ou un obstacle à l’apprentissage de la traduction ?

Pour réaliser cette enquête, deux groupes d’étudiant(e)s ont été mobilisés à l’automne 2024, dans les classes de M2 Langues Étrangères Appliquées parcours Management Interculturel (MI) et M2 Transferts Culturels et Traduction (TCT) de la FLSH de l’université de Limoges. Avec l’aide de l’assistante ingénieure de recherche en production, traitement et analyse des données en SHS D. Santos Araujo et de l’enseignant-chercheur et tuteur de Gestion de Projet V. Lagarde, six masterant(e)s ont préparé et diffusé un questionnaire portant sur l’utilisation de la traduction automatique dans les cours de traduction de l’établissement. Composée de 23 questions, cette enquête a pris la forme d’un sondage édité avec Lime Survey, qui portait notamment sur le niveau d’étude (de la Licence 1 au Master 2), la filière (LLCER, LEA, TCT, MI ou Identité et Transferts Culturels – ITC), les langues impliquées ou encore le type de document à traduire (littéraire, technique, audio-visuel, etc.), afin d’identifier les pratiques des étudiants et des étudiantes, à la fois dans le cadre de leurs cours et en dehors.

Ce travail a été effectué entre septembre et décembre 2024 : la promotion (au complet) des trois étudiantes du M2 TCT trilingue espagnol-anglais-français a amorcé un état de l’art et élaboré le questionnaire. Puis, trois étudiants issus du M2 LEA MI ont administré ce questionnaire : après l’avoir inséré dans Lime Survey, ils ont informé de leur démarche des enseignants de traduction ainsi que tous les étudiants et étudiantes de la FLSH qui effectuent un cursus de langue et suivent donc des cours de traduction. Puis, ces trois mastérants en LEA MI ont diffusé le questionnaire en se rendant dans les classes et en envoyant des messages au public visé via les mailings lists. Ils ont procédé au suivi et à des relances et ont commencé un premier tri à plat, grâce aux statistiques proposées par Lime Survey. Cette étude exploratoire – et non confirmatoire – s’inscrivait dans la continuité d’un premier travail réalisé par trois étudiantes du Master LEA en 2023 (elles étaient alors en M1), qui pourrait encore donner lieu à des prolongations dans le futur.

Après cette présentation initiale des questionnements soulevés et de la procédure mise en œuvre, sont ici décrits les résultats de l’enquête. Ces derniers précèdent une discussion, de manière à mettre en lumière la diversité des situations en fonction des contextes et à émettre des pistes d’amélioration pour les équipes en charge de l’enseignement de la traduction à la FLSH ou dans des structures comparables.

Après cette présentation initiale des questionnements soulevés et de la procédure mise en œuvre, sont ici décrits les résultats de l’enquête. Ces derniers précèdent une discussion, de manière à mettre en lumière la diversité des situations en fonction des contextes et à émettre des pistes d’amélioration pour les équipes en charge de l’enseignement de la traduction à la FLSH ou dans des structures comparables1.

1. Résultats de l’enquête

1.1. Profil des répondants

De la L1 au M2 inclus, 604 étudiants de la FLSH étaient concernés par l’enquête – il s’agissait de tous ceux qui suivaient des cours de traduction à la faculté. 2 Les réponses exploitables ont été au nombre de 174. Le taux de réponse est donc de 30 % en moyenne, même s’il s’avère irrégulier selon les niveaux et les filières. La variabilité des taux de réponse peut s’expliquer par des raisons éthiques et quantitatives. D’abord, si 70 % de la population n’a pas répondu ou a donné des réponses incomplètes ou lacunaires, cela peut s’expliquer par un excès de sollicitations, de nombreux questionnaires et enquêtes étant régulièrement envoyés au sein de l’université. De plus, un faible taux de réponse peut provenir d’un manque d’intérêt pour le sujet ou d’une incompréhension de certaines questions ou de leur portée. De surcroît, la crainte du regard qui pourrait être posé sur les réponses ou la peur d’être reconnu suite au croisement des données (ce qui est d’autant plus aisé quand il s’agit de classes à faible effectif) expliquent en partie, dans certains cas, les réponses incomplètes ou absentes. En outre, d’autres écueils sont à prendre en compte avant d’analyser les résultats de l’enquête. En premier lieu, l’honnêteté relative de certaines réponses doit être considérée : dans la mesure où ces outils apparaissent, notamment aux yeux d’une partie des enseignants, comme des instruments de fraude, il est plausible que certains étudiants n’osent pas avouer leur utilisation de ces logiciels ou du moins la fréquence de cette utilisation. En second lieu, certains étudiants se sont probablement autocensurés concernant leur (in)satisfaction vis-à-vis de certains cours en lien avec ce problème d’IA si présente dans leur vie quotidienne mais encore peu étudiée et enseignée à l’université de Limoges. Enfin, certaines questions du sondage ont pu être comprises différemment selon les individus comme, par exemple, celles qui portent sur la fréquence d’utilisation des OTA : ce paramètre dépend en effet de l’appréciation de chacun ; il est donc sujet à caution.

Si l’on analyse plus précisément le profil des répondants, on constate tout d’abord des différences concernant le taux de réponse des étudiants en fonction de leur niveau d’étude : en nombre absolu, les répondants sont surtout en Licence (47 L1, 71 L2 et 25 L3), alors que les Masters sont en infériorité numérique (18 M1 et 13 M2), mais les réponses des L1 et des L3 sont moins représentatives car on a obtenu moins de 20 % des réponses pour ces deux classes, alors que plus de la moitié des L2 et des M1 interrogés ont répondu, ainsi que 45 % des M2. Quant au profil des répondants par filière, les questionnaires proviennent essentiellement de la licence LLCER anglais (98 réponses complètes) mais les résultats sont surtout probants pour le Master LEA MI et le Master TCT car, dans ces deux cas, les répondants constituent respectivement 62 % et 50 % de leur promotion, même si le nombre d’étudiants concernés reste, en valeur absolue, relativement limité (21 étudiants pour le Master LEA MI et 5 pour le Master TCT).

Graphique 1 : Taux de réponse par filière

Dans toutes les autres filières, le taux de réponse est nettement inférieur à la moitié, puisque n’ont répondu que 14 % des étudiants en Licence LEA (34 réponses), 26 % des licenciés en espagnol (11 répondants), 39 % des étudiants en licence d’anglais et 28 % des mastérants du parcours ITC (soit 5 étudiants, qui sont aussi anglicistes). Pour compléter cette description du profil des répondants, il est possible de préciser que la majorité des répondants de Licence poursuivent des études classiques, sans redoublement ou reprise d’études tardive. C’est ainsi que la plupart d’entre eux ont 18 ans en L1, 19 ans en L2 et 20 ans en L3. A contrario, l’entrée en Master est fréquemment différée, puisque dès le M1 la majorité des étudiants a plus de 22 ans, ce qui révèle que d’autres études ou expériences d’au moins un an précèdent souvent la préparation de ce nouveau diplôme, après l’obtention de la Licence. C’est pourquoi les mastérants sont en moyenne plus âgés que ne l’exige leur niveau d’étude (Bac+4 et Bac+5). Par ailleurs, si 87 % des étudiants interrogés sont de langue maternelle française, ils sont amenés à utiliser d’autres langues, y compris parmi celles qu’ils n’étudient pas à l’université : c’est le cas pour 43% d’entre eux. En dehors du cadre universitaire, les étudiants font avant tout appel à des langues latines, mais aussi à des langues asiatiques, ou encore à des langues germaniques, à l’arabe et, dans une moindre proportion, à des dialectes africains, ce qui reflète une certaine diversité des pratiques hors université.

1.2. Analyse des résultats

Les questions de l’enquête portaient successivement sur trois contextes d’utilisation des OTA : premièrement pendant les cours, deuxièmement chez soi en vue des cours et, troisièmement, dans un cadre extra-universitaire.

Pour le premier cas de figure, à savoir « pendant » les cours, 82 % des répondants indiquent utiliser ces outils, même si certains pensent le faire « rarement ». Dans ce cas, cet usage est orienté vers des documents correspondant au contenu des études suivies, comme en témoigne le graphique n° 2.

Graphique 2 : Utilisation des OTA pendant les cours de traduction à l’université

Ainsi, les OTA servent surtout à des documents littéraires pour presque toutes les filières, sauf en Master LEA, où les étudiants les utilisent en priorité pour traduire des documents non spécialisés (71 %), puis pour des documents techniques (67 %), avant les documents littéraires (57 %). En revanche, ces outils, qui demeurent aujourd’hui encore moins performants à l’oral, sont peu, voire pas du tout utilisés pour traduire des documents audiovisuels. En Master ITC, les OTA ne sont utilisés ni pour ce type de source, ni pour des documents non spécialisés.

De même pendant les cours, les OTA servent à la fois pour le thème (c’est-à-dire du français comme langue source – LS – vers une autre langue) et pour la version (d’une autre langue vers le français comme langue cible – LC) et ce, dans toutes les filières.

Sur les 142 étudiants (qui forment 82 % des répondants, comme indiqué plus haut) à admettre utiliser les OTA en cours, le niveau de satisfaction est élevé, puisque plus de la moitié d’entre eux portent un regard positif, voire très positif sur ces outils : c’est le cas de 57 % des étudiants de Licence et de 81 % des mastérants. Ce taux de satisfaction est donc nettement supérieur en Master, comme l’indique le graphique n° 3.

Graphique 3 : Satisfaction concernant l’utilisation des OTA en cours, en fonction du diplôme

Le deuxième contexte analysé concerne l’utilisation des logiciels de TA par les étudiants « en dehors » des cours, mais en vue de ceux-ci : 89 % des répondants indiquent qu’ils s’en servent dans ce cadre, ce qui semble montrer que la pratique est légèrement plus importante en dehors de l’université qu’en son sein (pour rappel, on atteignait 82 % pour l’utilisation « en » cours). On peut ainsi penser que soit les enseignants veulent vérifier en cours les compétences en traduction des étudiants et leur interdisent davantage l’utilisation des OTA quand ils les ont sous les yeux, soit les étudiants sont plus incités à, se sentent plus autorisés à ou prennent davantage la liberté d’utiliser les OTA quand ils ne sont pas sous le regard des professeurs. On observe alors une différence selon les filières comme cela est présenté sur le graphique n° 4.

Graphique 4 : utilisation des OTA en dehors des cours mais en vue de ceux-ci, selon la filière

En particulier, si un peu plus de la moitié des spécialistes de traduction (Master TCT) reconnaissent utiliser des OTA, les étudiants des autres Masters y ont tous recours, même si c’est avec une fréquence variable. Les Masters LEA et ITC sont en effet des filières de langue, mais dans lesquelles l’apprentissage de la traduction n’est pas une priorité, puisque les étudiants concernés ne s’orientent pas vers cette activité.

Par ailleurs, Cette utilisation croît avec le niveau d’étude, comme on peut le voir sur le graphique n° 5.

Graphique 5 : utilisation des OTA en dehors des cours mais en vue de ceux-ci, selon le niveau d’étude

Si dans toutes les années, plus de 60 % des étudiants disent utiliser ces outils chez eux, en vue des cours, c’est proportionnellement davantage le cas en Master (M1 et M2) qu’en Licence (L1, L2 et L3). Pour rappel, les résultats obtenus en Master sont plus fiables, dans la mesure où 55 % des M1 et 45 % des M2 ont répondu au questionnaire, alors que les réponses des L3, par exemple, sont moins représentatives, puisque seuls 19 % d’entre eux y ont répondu.

Au sujet des documents concernés, le graphique n° 6 montre que ces outils sont prioritairement utilisés de chez soi en vue des cours pour des documents littéraires, puis pour des documents techniques et ce, dans toutes les filières, sauf en Master LEA MI où ce sont au contraire les documents techniques qui arrivent en tête, puis d’autres sources, littéraires ou non, ce qui est logique étant donné l’orientation professionnelle de ces étudiants et le contenu de leurs enseignements

Graphique 6 : utilisation des OTA en dehors des cours mais en vue de ceux-ci, en fonction du type de document

De nouveau, la traduction des documents audiovisuels est celle qui donne le moins lieu à une utilisation des OTA, dans toutes les filières. Ceci s’explique sans doute par des raisons techniques, car il faut parfois passer par une transcription des discours prononcés, avant de procéder à la traduction, si on veut utiliser des logiciels de traduction. Les OTA traduisant directement l’oral sont encore rares et peu utilisés dans le cadre universitaire. Ceci est d’ailleurs confirmé par les réponses aux questions concernant le type de traduction – orale ou écrite : en grande majorité, toutes filières confondues, les étudiants utilisent plus les OTA pour l’écrit que pour l’oral. Certes, selon les résultats, un petit nombre d’étudiants de Licence utilise ces outils à l’oral, mais il est possible que la question posée à ce sujet ait été mal comprise, car l’interprétariat est rarement pratiqué en Licence, et encore moins de chez soi en vue des cours. Il est donc peu logique que les étudiants de Licence aient recours à des logiciels traduisant automatiquement l’oral (à moins que ces plus jeunes étudiants n’aient connaissance d’outils de traduction orale accessibles en dehors de l’université mais inconnus de leurs aînés).

Enfin, une dernière série de questions portait sur l’utilisation de ces outils totalement en dehors du cadre universitaire, c’est-à-dire ni pendant les cours, ni en vue des cours. Dans ce cas, on a fait la distinction entre les langues maîtrisées par les étudiants, même si elles ne leur sont pas enseignées à l’université et les langues qu’ils ne maîtrisent pas du tout. Pour la première situation, seuls 141 étudiants ont répondu maîtriser d’autres langues que celles qui leur étaient enseignées. Parmi eux, une majorité utilise les OTA pour ces langues, notamment en Master ITC (100 % d’utilisation), comme l’indique le graphique n° 7.

Graphique 7 : utilisation des OTA pour d’autres langues maîtrisées par les étudiants, mais non apprises à l’université, selon la filière

A fortiori lorsqu’il s’agit de langues non maîtrisées, le taux de réponses positives est alors supérieur à 85 % en dans toutes les Licences, atteint plus de 90 % en Master LEA MI et jusqu’à 100 % pour les deux autres Masters, ITC et TCT (voir graphique n° 8).

Graphique 8 : utilisation des OTA pour d’autres langues non maîtrisées par les étudiants, selon la filière

Ceci donne à penser que les logiciels suppléent en partie le manque de connaissance de la langue et le manque de compétence en traduction.

1.3. Attentes et besoins

Il est possible d’établir une comparaison entre les pratiques actuelles à la FLSH et les aspirations des usagers. Entre 68 % et 69 % des étudiants de L1, L2 et L3 indiquent que leurs enseignants ne parlent pas des OTA en cours. En M1, ils ne sont plus que 56 % à considérer que leurs enseignants ne font pas allusion à ces outils. En M2, la tendance est inversée, car selon les étudiants, près de 77 % des enseignants en parlent régulièrement en cours, même si les enseignements portent sur d’autres sujets. Autrement dit, en début de parcours universitaire, les enseignants ne parlent pas, ou très peu, des OTA mais cette situation évolue avec la progression dans les études. De fait, dans les maquettes actuelles de l’offre de formation à la FLSH, les filières de langue ne comportent généralement pas de cours spécifiques sur les OTA, hormis dans le Master TCT, et uniquement en M1 pour cette filière. Toutefois, les résultats par filière révèlent qu’un petit nombre d’étudiants de Licence (LEA et LLCER) semble avoir bénéficié de cours sur le sujet :

Graphique 9 : cours existants sur les OTA, selon les filières

Au vu des résultats, il est possible de comprendre le graphique 9 de deux manières pour les deux premières colonnes : soit les étudiants de Licence qui ont répondu avoir suivi des cours sur les OTA se sont trompés parce qu’ils n’avaient pas bien compris la question ou parce qu’ils ont commis une erreur en remplissant le questionnaire ; soit leur réponse est correcte, ce qui signifierait qu’un petit pourcentage des étudiants de L1 et L2 ont eu accès à des interventions spécifiques sur le sujet, même si ce n’est pas prévu dans la maquette. Quoi qu’il en soit, cette absence de cours sur les OTA qui concerne en valeur absolue une large majorité de filières et d’étudiants contraste avec le souhait exprimé par le même public de répondants de pouvoir suivre de tels cours, comme en témoigne le graphique suivant :

Graphique 10 : Souhait de cours sur les OTA, par niveau

Si l’on s’intéresse à l’expression de ce souhait par niveau d’étude, au minimum 48 % (en L3) et 49 % (en L1) des étudiants aimeraient bénéficier d’une formation sur les OTA. Or pour rappel, ces deux pourcentages sont les moins fiables puisque seuls 17 % des L1 et 19 % des L3 ont répondu au sondage. En revanche, en L2, où les résultats sont plus probants, les étudiants sont déjà 66 % à exprimer ce souhait de formation en OTA ; en M1, ils sont 85 % et, en M2, la totalité (100 %) des étudiants le voudraient. Les L2, les M1 et les M2, dont les répondants sont les plus représentatifs de leur classe – puisque le taux de réponse atteint pour eux respectivement 54 %, 55 % et 45 % – souhaitent donc massivement être formés en matière d’OTA. Et cette demande, qui s’avère générale, semble augmenter avec le niveau d’étude : si l’on fait abstraction des réponses des L1 et des L3, moins représentatives, plus les étudiants avancent en âge et dans leur cursus (puisqu’on a vu que la date de naissance et le niveau d’étude étaient corrélés en Licence), plus ils progressent dans l’apprentissage des langues et de la traduction, plus ils sont en attente d’une formation sur les OTA. On constate d’ailleurs que le souhait de cours spécifiques augmente de la même façon : 14 % de demandes en L2, 17 % en M1 et 31 % en M2.

Enfin, une dernière corrélation peut être établie entre ce désir d’en apprendre davantage au sujet des OTA et la formation déjà reçue dans ce domaine, comme le révèle sans ambiguïté le graphique n° 11 :

Graphique 11 : Pratiques pédagogiques par rapport aux souhaits des étudiants

En effet, si plus de la moitié des étudiants (56 %) qui ne sont pas informés sur le sujet aimeraient avoir des cours, spécifiques ou non, sur ces outils, ce pourcentage augmente quand les étudiants sont davantage formés à ce sujet. Il atteint 72 % lorsque les étudiants en entendent parler régulièrement dans leur cours et même 80 % pour ceux qui ont des cours spécifiques sur ces thématiques (c’est-à-dire essentiellement pour les Masters 1 TCT, qui sont les seuls dont la maquette comporte un volume d’heures dédié à cela). Et si l’on s’intéresse plus précisément au souhait de ces étudiants de bénéficier de cours spécifiques, ce chiffre augmente également quand les étudiants reçoivent une formation plus complète sur les OTA : il est de 8 % pour les étudiants auxquels on n’en parle jamais, de 17 % pour ceux qui reçoivent des informations régulières sur la question et de 40 % pour ceux qui ont déjà des cours spécifiques sur le sujet, ce qui revient à dire que plus les étudiants sont formés et informés à l’université sur les OTA, plus ils souhaitent l’être davantage dans ce cadre.

Inversement, moins les étudiants entendent parler de ces outils, moins ils perçoivent de besoin de formation dans ce domaine.

2. Discussion

Les résultats de ce sondage mettent en lumière un usage très répandu, dans des circonstances variées, des OTA par les étudiants des filières de langue de la FLSH. Toutefois, une différence se fait jour entre les utilisations que font les étudiants des outils de traduction automatique dans le cadre des cours, chez eux en vue des cours, ou indépendamment de leur travail universitaire. Moins les étudiants dominent une langue, plus ils ont recours à ces outils. Et cette utilisation, qui est effective surtout pour de l’écrit et largement répandue, leur semble le plus souvent satisfaisante. À ceci s’oppose au contraire la faible place octroyée à ces outils par les enseignants, qui sont peu nombreux à avoir en charge des matières spécifiques sur le sujet, et qui n’en parlent pas toujours dans leurs cours centrés sur d’autres sujets. De fait, seuls les Masters 1 TCT ont un enseignement dédié aux outils de traduction automatique et, précisément, les étudiants de ce Master spécialisé en traduction sont plus demandeurs de cours de ce type. Mais il est frappant de constater que la plupart des étudiants (près de la moitié en L1 mais 100 % en M2) sont demandeurs de cours, spécifiques ou non, en la matière.

Comme le montrent les réponses aux questions libres ajoutées à la fin du formulaire Lime Survey, ce décalage entre la pratique et les attentes des étudiants peut sans doute en partie s’expliquer par une différence générationnelle, par un manque de formation des enseignants eux-mêmes et par la vision différente qu’ont enseignants et étudiants des IA. Tout d’abord, les enseignants, généralement plus âgés, n’ont pas la même habitude de ces outils, qu’ils découvrent sur le tard, tandis que les étudiants sont très vite amenés à les utiliser dans leur vie quotidienne, y compris en dehors de la question spécifique des OTA : ceci est avéré pour l’IA générative, ChatGpT.

En outre, au cours de leurs propres études, la plupart des enseignants du supérieur n’ont pas bénéficié de formation sur ces outils. Même si les référentiels nationaux mentionnent qu’il convient de transmettre aux étudiants les connaissances et les compétences pour se servir des outils numériques récents, les enseignants n’ont pas toujours la possibilité de se former spécifiquement aux IA. Les étudiants en sont conscients et ne manquent pas de le souligner dans leurs réponses aux questions libres : ils pensent que si leurs enseignants évoquent peu ces outils, c’est parce qu’eux-mêmes ne les maîtrisent pas suffisamment.

Le troisième décalage entre corps professoral et public estudiantin réside enfin dans le regard porté sur ces outils : si 75 % des enseignants considèrent que l’utilisation de l’IA relève de la fraude, c’est le cas de 65 % des étudiants (BLUTEAU, 2024, 15). L’angoisse et la fascination exercées par ChatGPT, considéré comme « ami des élèves, ennemi des professeurs » (MAINE, 2024, 18) semblent pouvoir être transposées aux logiciels de traduction automatique. Et ceci s’explique par au moins trois facteurs : les étudiants utilisent plus spontanément ces outils que leurs enseignants ; les enseignants et donc les étudiants ne sont pas assez formés à ces outils. Et il existe un manque de compréhension des attentes des professeurs de la part des étudiants : l’enseignant cherche à transmettre connaissances et compétences en traduction et non pas à obtenir une traduction toute faite. L’étudiant cherche la rapidité, l’efficacité et la qualité de la traduction, même si elle est donnée par un OTA : il ne perçoit pas toujours distinctement que le recours à un tel outil peut inhiber sa propre réflexion et ses progrès en tant que traducteur. C’est ainsi que certaines réponses libres au questionnaire révèlent que des enseignants déconseillent ou interdisent aux étudiants d’utiliser ces outils, qu’ils considèrent comme un obstacle à l’apprentissage, à la formation. Comme on l’a vu, d’autres enseignants n’en parlent pas du tout, probablement parce qu’ils sont en partie mal à l’aise avec un sujet qui les dépasse – car l’IA générative et les OTA progressent très vite –, ce que certains étudiants perçoivent comme un « tabou » et ce qui leur fait pointer du doigt le distinguo entre leur propre perception – à savoir que les OTA sont un « outil » comme l’indique le sigle – et celle de leurs professeurs, qui y voient davantage un instrument de fraude.

Conclusion

En conclusion, les hiatus mis en valeur par cette étude entre les pratiques des étudiants et leurs attentes et besoins conduisent à plusieurs remarques. Tout d’abord, il serait vain d’interdire par principe ou de façon systématique aux étudiants l’usage de ces outils puisqu’ils sont habitués à les utiliser. La plupart des traducteurs professionnels ont eux-mêmes recours à ces OTA, donc il faut former les étudiants à les employer correctement. Néanmoins, en cours d’apprentissage, ces outils peuvent constituer un frein, voire un obstacle, dans la mesure où ils sont à même de fournir des traductions, remplaçant une partie de plus en plus substantielle du travail attendu de l’étudiant. Mais il reste toujours aux traducteurs humains à effectuer de la post-édition et, pour cela, il faut qu’ils aient eux-mêmes les compétences suffisantes en matière de traduction, compétences qu’ils ne peuvent acquérir qu’en fournissant eux-mêmes régulièrement l’effort de s’entraîner à traduire sans outil automatique. Plusieurs recommandations pourraient alors être faites : premièrement, que les professeurs soient eux-mêmes davantage formés en matière d’OTA. Deuxièmement, qu’ils parlent des OTA à leurs étudiants, que ce soit au sein de leurs cours habituels ou dans des enseignements dédiés. Troisièmement, qu’ils guident et précisent l’utilisation des OTA en les autorisant ou non, selon les exercices à faire, le niveau de compétence en traduction de l’étudiant, etc. On peut par exemple imaginer que lorsqu’un étudiant est débutant en traduction, on le fasse travailler en classe sans ordinateur, de manière à lui faire comprendre le processus de traduction et à lui apprendre à utiliser ses connaissances en vocabulaire, en grammaire, etc., dans les deux langues. Il faut que l’étudiant puisse s’exercer à la traduction elle-même en maîtrisant tout le processus de compréhension du texte source à la transformation en texte cible, en fonction du public visé et des attendus. Peu à peu, à mesure que l’étudiant gagne en compétence et qu’il est à même de juger du travail effectué par un OTA, on peut davantage lui confier des activités de post-édition. S’il est donc vrai que les OTA peuvent aussi bien servir d’outil que d’instrument de fraude, il importe de savoir en tirer le meilleur parti, pour qu’ils puissent effectivement servir à obtenir des traductions de qualité, dans le respect de la propriété intellectuelle. Ces recommandations sont à pondérer en fonction de l’objectif professionnel des étudiants et des filières dans lesquelles ils sont inscrits, car leur appétence et leur intérêt pour les langues et la traduction pouvant varier, le temps dont ils disposent pour apprendre à traduire diffère en conséquence.

Certes, l’IA sera peut-être un jour en partie amenée à remplacer les enseignants, y compris dans le domaine de la traduction, auquel cas il faudra reprendre l’ensemble des données du problème, car les enjeux pourront différer de ceux qui ont été mentionnés dans cet article. Mais, pour l’heure, les étudiants sont surtout en demande de cours intégrant les nouvelles donnes. Ce qui ne peut que nous inciter à « développer de nouvelles méthodes » et de nouvelles pratiques pédagogiques (BLUTEAU, 2024, 12). Les étudiants qui veulent être formés sur ces outils souhaitent « penser avec logique, repérer les erreurs, exercer [leur] esprit critique » (BLUTEAU, 2024, 12). L’objectif est donc de les aider à savoir traduire et à distinguer ce qui reste du ressort du bio-traducteur et que ne peut faire la machine, comme « créer, réfléchir, hiérarchiser », etc., tout en leur apprenant à se servir aux mieux de l’IA comme outil de plus en plus efficace et puissant, afin qu’ils soient à même de dominer cet outil, et non l’inverse (QUENET, 2024, 17), et qu’ils puissent encore savourer le plaisir de traduire.