Enseigner la traduction à l’ère de la post-édition
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
La traduction automatique (TA), longtemps critiquée mais récemment améliorée grâce à l'IA générative, a fait d'énormes progrès en devenant neuronale fin 2016. La post-édition (PE), qui consiste à corriger une TA, est maintenant intégrée dans la formation des traducteurs et adoptée dans l'édition. Au premier semestre 2023, nous avons initié des étudiants de niveau B2 à cette pratique. Chacun devait traduire deux extraits littéraires, l’un par la PE d'une TA (générée par ChatGPT), l'autre par une traduction humaine (TH) outillée. Le même passage était traduit selon ces deux modalités par plusieurs étudiants dont les productions pouvaient être comparées. En mode PE, ils ont adopté une approche plus passive qu'en TH, fournissant moins d'efforts d’analyse, car la TA semblait offrir une traduction déjà aboutie, fluide. Ils ont compris que si la TA aidait à comprendre le texte source, elle n’était qu’une ébauche perfectible. Nous avons ainsi signalé les biais de la TA afin de valoriser leur plus-value (humaine) interprétative et créative.
Abstract
La traduction automatique (TA), longtemps critiquée mais récemment améliorée grâce à l'IA générative, a fait d'énormes progrès en devenant neuronale fin 2016. La post-édition (PE), qui consiste à corriger une TA, est maintenant intégrée dans la formation des traducteurs et adoptée dans l'édition. Au premier semestre 2023, nous avons initié des étudiants de niveau B2 à cette pratique. Chacun devait traduire deux extraits littéraires, l’un par la PE d'une TA (générée par ChatGPT), l'autre par une traduction humaine (TH) outillée. Le même passage était traduit selon ces deux modalités par plusieurs étudiants dont les productions pouvaient être comparées. En mode PE, ils ont adopté une approche plus passive qu'en TH, fournissant moins d'efforts d’analyse, car la TA semblait offrir une traduction déjà aboutie, fluide. Ils ont compris que si la TA aidait à comprendre le texte source, elle n’était qu’une ébauche perfectible. Nous avons ainsi signalé les biais de la TA afin de valoriser leur plus-value (humaine) interprétative et créative.
참고문헌 (37)
- 박정희, "챗GPT에 기반한 중국문학작품 번역 방법론 탐구", 중국문학, 16, pp.9~200 (2024)
- 신지선, "기계번역포스트에디팅에 대한 해외연구동향", 번역학연구, 21(4), pp.87~114 (2020)
- 윤애선, "구글이 소설도 번역할 수 있나요? 문학 텍스트에 적용한 프→한 기계번역 기술의 한계와 가능성", 불어불문학연구, 131, pp.274~305 (2022)
- 윤애선, "챗지피티가 구글만큼 번역도 잘할 수 있을까? - 프랑스어 → 한국어 번역에서 성능평가 및 특성 분석", 불어불문학연구, 136, pp.427~462 (2023)
- 이지민, "통번역대학원 번역 전공 학습자의 기계번역 활용 양상 및인식에 대한 질적연구", 번역학연구, 24(3), pp.249~283 (2023)
- 이선화, "챗GPT를 적용한 번역수업 실천 사례 연구: 학부생 번역 과제를 중심으로", 번역학연구, 24(3), pp.351~353 (2023)
- 이하영, "챗 GPT의 번역 수업 활용 방안 고찰 ― 한중과학기술번역을중심으로", 중국어어문학지, 85, pp.153~176 (2024)
- 임소영, "구어체 문장의 한중 기계번역 오류 개선을 위한 프리 에디팅 가이드라인 연구", 한중언어문화연구, 68, pp.128~158 (2023)
- 지윤주, "학부번역전공자의 챗GPT 관련 인식과 챗GPT 번역 및 포스트에디팅 실험 연구", 통번역학연구, 27(3), pp.203~226 (2023)
- 최진실, "ChatGPT외 AI 기계번역에 대한 사용자 인식과 포스트에디팅 교육 방안에 대한 연구", 통번역교육연구, 22(1), pp.67~88 (2024)
- Guerberof Arenas, A., "Machine translation and postediting training as part of a master's programme", Journal of Specialised Translation, 31, pp.217~238 (2019)
- "Is ChatGPT a good translator? Yes with GPT-4 as the engine, en ligne" (2023)[URL]
- "Large language models effectively leverage document-level context for literary translation, but critical errors persist, en ligne" (2023)[URL]
- Killman, J., "Translating the same text twice : An English-Spanish comparative product study of post-edited translations vs. human translations", The Journal of Internationalization and Localization, 5, pp.114~141 (2018)
- Loock, R., "La plus-value de la biotraduction face à la machine, Le nouveau défi des formations aux métiers de la traduction", Traduire, 241, pp.54~65 (2019)
- Loock, R., "Post-édition : que peut apporter la recherche scientifique à la pratique ?", Circuit, 157 (2023)
- Loock, R., "Dealing with the ‘Elephant in the Classroom’ : Developing Language Students' Machine Translation Literacy", Australian Journal of Applied Linguistics, 5(3), pp.118~134 (2022)
- "Error analysis prompting enables human-like translation evaluation in large language models: A case study on ChatGPT, en ligne"[URL]
- "Summary of ChatGPT/GPT-4 Research and Perspective Towards The Future of Large Language Models, en ligne" (2023)[URL]
- Martikainen, H., "Post-Editing Neural MT in Medical LSP : LexicoGrammatical Patterns and Distortion in the Communication of Specialized Knowledge", Informatics, 6 (2019)
- Martikainen, H., "Ergonomie cognitive de la post-édition de traduction automatique : enjeux pour la qualité des traductions", ILCEA, 27 (2016)
- Nord, C., "Text analysis in translation: Theory, methodology, and didactic application of a model for translation-oriented text analysis" (2005), Brill Academic Pub
- O'Brien, S., "Machine Translation for Everyone: Empowering Users in the Age of Artificial Intelligence" (2014), Language Science Press
- Schumacher, P., "Avantages et limites de la post-édition", Traduire, 241, pp.108~123 (2019)
- Schumacher, P., "Post-édition et traduction humaine en contexte académique : une étude empirique, Transletters", International Journal of Translation and Interpreting, 4, pp.239~274 (2020)
- Schumacher, P., "L'outil Ultrad de La Presse Canadienne : la traduction automatique dans un contexte journalistique", TTR, 36(1), pp.71~105 (2022)
- Schumacher, P., "Traduction humaine et postédition : contrôle qualité en contexte académique", Meta, 68(3), pp.510~536 (2023)
- Schumacher, P., "Theory and practice of translation as a vehicle for knowledge transfer", pp.173~208 (2022), Editorial Universidad de Sevilla
- Sycz-Opoń, J., "Machine Translation in the Hands of Trainee Translators - an Empirical Study", Studies in Logic, Grammar and Rhetoric, 49(1), pp.195~212 (2017)
- Yamada, M., "The impact of Google Neural Machine Translation on Post-editing by student translators", JosTrans, 19, pp.87~106 (2019)
- Weverbergh, S., "Précipitations" (2022), Verticales
- Manzor, R., "L'ombre des innocents" (2024), Éditions de l'épée