Rachele RAUS, Michela TONTI (éds.), Intelligence artificielle, corpus et diversité linguistique, Langages, n° 237 (1), 2025, 160 p.
Ce numéro de la revue Langages, aussi intéressant que nécessaire, examine les enjeux liant l’intelligence artificielle (ou, plutôt, les intelligences artificielles), les corpus et la diversité linguistique. La multiplicité des approches et des méthodes qui ont vu le jour notamment au cours de la dernière décennie a ouvert la voie à de nombreuses perspectives qui soulèvent autant d’interrogations autour de ces nouvelles technologies. Comme le soulignent les éditrices Rachele Raus et Michela Tonti dans leur introduction (pp. 7-20), deux questions parmi d’autres retiennent particulièrement l’attention des chercheurs, qui s’interrogent, d’un côté, sur l’impact de l’anglais – langue dominante dans l’apprentissage automatique – sur le multilinguisme, et, de l’autre, sur les conséquences possibles de l’apprentissage non supervisé de la machine.
La préservation du multilinguisme est au cœur du projet Empowering a Multilingual Inclusive Communication (E-MIMIC), dont Rachele Raus et Michela Tonti présentent des résultats liminaires dans la contribution qui ouvre le volume (« L’intelligence artificielle pour préserver le français et l’italien : le projet E-MIMIC », pp. 21-41). Le dispositif décrit (Inclusively), qui associe les principes de l’école française d’analyse du discours aux méthodes de la linguistique computationnelle, vise la reformulation inclusive de textes produits par les administrations publiques en italien, français et espagnol dans leur version européenne, contournant ainsi l’anglais. Les résultats des tests conduisent les autrices à mettre en avant la nécessité de disposer d’équipes interdisciplinaires, dans lesquelles les annotateurs se voient attribuer de nouvelles fonctions et peuvent intervenir dans les différentes phases du processus d’apprentissage automatique, à partir de la pré-édition des corpus.
Une démarche et des préoccupations similaires sous-tendent l’article de Micaela Rossi, Danio Maldussi et Moreno La Quatra (« Du multilinguisme vers la préservation de la diversité linguistique : une expérience d’apprentissage auto-supervisé », pp. 43-60), basé sur les premiers résultats du projet Artificial Intelligence for European Integration (AI4EI). L’objectif des auteurs est de vérifier si l’utilisation, lors de la phase de pré-entraînement, de corpus de petite taille constitués de documents issus d’institutions françaises plutôt que d’institutions internationales peut contribuer à réduire les calques lexicaux et syntaxiques de l’anglais et à préserver ainsi la diversité linguistique.
L’étude de Ilaria Cennamo et Maria Margherita Mattioda (« L’impact de la traduction automatique neuronale (français ↔italien) sur les spécificités des langues nationales en matière de politique sociale et environnementale », pp. 61-83) est de nature traductologique et s’appuie sur l’analyse de textes obtenus par des systèmes de traduction automatique neuronale (eTranslation de l’Union européenne et DeepL). En utilisant des corpus en italien et en français (parallèles et comparables) de transpositions nationales en matière de droits sociaux et d’environnement, les autrices fournissent des exemples d’erreurs typiques – terminologiques et/ou phraséologiques – produits par ces systèmes de traduction automatique qui, dans le but de rendre les termes plus compréhensibles dans la langue d’arrivée, effacent leurs spécificités nationales.
Les trois dernières contributions du volume reposent sur des expériences pédagogiques en contexte universitaire.
L’article de Sílvia Araújo, Micaela Aguiar et Francisco Lopes (« Exploring Cross-Linguistic Humour : A Study on Pun Translation and Evaluation from English to European Portuguese with CHATGPT », pp. 85-107) examine la traduction de jeux de mots de l’anglais vers le portugais européen et leur évaluation par ChatGPT, en comparant des traductions humaines à celles générées par la TA avec ou sans contextualisation préalable. Bien que l’explicitation des mécanismes humoristiques améliore les traductions automatiques, ChatGPT peine à reconnaître certaines références culturelles et surévalue ses propres traductions. L’évaluation randomisée des traductions par les étudiants fait ressortir une meilleure qualité des traductions humaines, en soulignant la nécessité de l’expertise humaine pour préserver les dimensions créatives et culturelles de l’humour en traduction.
Perrine Schumacher (« Exploration des répercussions de la TA neuronale sur la langue cible après post-édition en contexte d’apprentissage : qu’en est-il du post-editese ? », pp. 109-130) se sert des méthodes du TAL pour mesurer l’impact de la traduction automatique neuronale sur la qualité linguistique – lexicale et syntaxique – de la langue cible après post-édition (PE). Plus particulièrement, l’étude recourt à des mesures linguistiques automatiques de richesse lexicale (comprenant deux volets : la densité lexicale et la diversité lexicale), de longueur moyenne des phrases et de foisonnement et, pour finir, d’équivalence syntaxique. La comparaison entre traductions humaines, traductions post-éditées et traductions automatiques, menée sur deux corpus différents, confirme l’existence de traits caractéristiques d’une langue de la post-édition (post-editese). Ce constat conduit l’A. à prôner la nécessité de renforcer la formation en traduction en y intégrant la pratique de la PE.
L’étude pilote présentée par Alida Maria Silletti (« La transcription automatique au service de l’apprentissage des langues : quelques réflexions sur la phrase complexe en français », pp. 131-152) s’appuie sur un atelier de transcription automatique à destination d’étudiants de niveau intermédiaire en FLE, inscrits dans une filière LANSAD. À partir d’un corpus de discours présidentiels d’Emmanuel Macron sous forme de vidéos diffusées sur YouTube, dont la transcription est fournie par le logiciel IA de la plateforme, l’A. montre comment les limites du logiciel, notamment le manque de ponctuation et la non-prise en compte du contexte de ces discours, peuvent constituer des atouts pour l’apprentissage linguistique.
Le caractère indispensable de l’intervention humaine et le besoin accru de linguistes et de professionnels spécialisés dans les industries de la langue à l’ère de l’intelligence artificielle générative : tel semble être le message essentiel de ce volume.
[Rosa CETRO]