Former les traducteurs à la post-édition: enjeux, défis et stratégies pédagogiques à l’ère de l’intelligence artificielle*

Abstract

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.