La traduction littéraire échappe toujours à l’intelligence artificielle

La traduction littéraire se caractérise par sa complexité : un chef d’œuvre est riche de sens, la traduction parfaite est illusoire. Quoi de plus précis, minutieux et inflexible qu’un ordinateur ? Rien n’échappe à l’innovation technologique : le métier de traducteur non plus. Grâce à internet, l’accès à l’information a bouleversé le métier. Le temps des recherches prolongées dans les bibliothèques ou les archives est révolu : un clic, et des milliers de résultats s’offrent à vous. En 1994, une revue scientifique se lance dans l’analyse d’une relation chaotique : le traducteur et son ordinateur. Les traducteurs s’inquiètent et protestent : comment une stupide machine pourrait-elle remplacer le travail d’un traducteur passionné ?

Traduire, ou choisir l’infidélité

Que veut dire traduire ?traduction littéraire

D’abord, pourquoi traduire n’est pas une tâche aisée? Chaque mot n’a pas un sens illimité. Notre langue semble limitée, et un outil aussi puissant qu’un ordinateur ne pourrait-il pas collecter toutes les données des langues et effectuer de strictes correspondances entre elles ? Le problème n’est pas aussi simple. Traduire, c’est d’abord offrir au lecteur une interprétation d’un texte. Car oui, un mot peut avoir plusieurs sens. Imaginez donc tous les sens qu’une succession de mots peut avoir. D’ailleurs traduire, c’est avant tout choisir. Choisir constamment, choisir le sens qu’on estime essentiel, celui qui a retenu notre attention.

“On peut s’interroger sur la pertinence de ce paradigme car, et c’est bien là le cœur du sujet, la fidélité est concept qui n’a de sens que si l’on précise à quoi on est fidèle : au sens, au ton, au rythme, à un état de la langue, à soi-même, aux habitudes supposées du lecteur, aux intentions putatives de l’auteur… À tout ? C’est souvent impossible : traduire, c’est choisir.”

Santiago Artozqui rappelle, à l’occasion des 34ème Assises de la traduction littéraire à Arles en 2017, tout le paradoxe d’un sujet brûlant : respecter le texte, ne pas l’écorcher. Un texte littéraire est pris dans ses métaphores, ses images, un style d’auteur singulier, son rythme, sa langue, ses jeux de mots… Bref, la plus parfaite des traductions est une utopie : rendre absolument toute la richesse d’un texte semble impossible.

Un exemple de traduction littéraire pour mieux comprendre

Comme d’un cercueil vert en fer blanc, une tête Como de un ataúd verde, en hoja de lata,
De femme à cheveux bruns fortement pommadés con pelo engominado, moreno, y con carencias
D’une vieille baignoire émerge, lente et bête, muy mal disimuladas, de una añosa bañera
Avec des déficits assez mal ravaudés ; emerge, lento y burdo, un rostro de mujer.

Voici la première strophe d’un poème de Rimbaud, Vénus Anadyomène, accompagnée à sa droite de sa traduction en espagnol publiée sur un blog. Le poème de Rimbaud est brutal, la Vénus est une femme de joie, morte, dans un piteux état. L’adjectif “vert” renvoie sûrement à un état de décomposition avancée. Or, en espagnol, cet homonyme (ver-vert) n’existe pas. Le traducteur y a renoncé. Ceci est donc un exemple de choix de traducteur.

Qu’en est-il de la traduction automatique ?

Que nous propose par exemple l’outil Google Translate, qui ne vous est certainement pas étranger, pour ce texte?

Como un ataúd de hojalata verde, una cabeza

Mujer con cabello castaño muy pomada

De una vieja bañera emerge, lenta y estúpida,

Con déficits bastante devastados;

La traduction littéraire de Google n’est pas recevable ici : on ne comprend pas qu’il s’agit d’une tête femme (absence du “de”). Le terme déficits en espagnol a une connotation technique et ne convient pas à l’ensemble du poème.

Bien sûr, pour un texte plus technique, la traduction n’aura pas le même objectif, et les traducteurs automatiques sont souvent d’une grande aide. Les choix ne seront pas aussi nombreux, car l’objectif est de communiquer efficacement. En la matière, les outils ont beaucoup évolué. Le Deep Learning, une forme de traduction automatique neuronale (la machine apprend, corrige, et modifie son  travail), bouscule les préjugés : la machine apprend ! Peut-être bien que l’avenir est dans le deep learning. Google Translate, comme l’outil DeepL, utilise la méthode du Deep Learning.

D’ailleurs, il y a un an, paraissait dans plusieurs journaux en ligne une incroyable avancée pour la traduction et l’intelligence artificielle : un livre de 800 pages intégralement traduit de l’anglais au français, sans incohérence. Quatre chercheurs au service de DeepL ont conçu un outil spécialement pour cette tâche. L’outil a eu besoin d’environ 10 heures de travail. Les auteurs de l’ouvrage Deep Learning avaient en effet estimé que le coût de la traduction par des traducteurs était bien trop élevé et n’intéressait qu’un public restreint.

Le problème reste entier pour les œuvres littéraires : elles demeurent un mystère pour l’intelligence artificielle.

Traduction littéraire informatisée, la piste de TraduXio

TraduXio est une “nouvelle expérience en traduction littéraire”, affirment Yuliya Goncharova et Philippe Lacour. Bien qu’il ne s’agisse pas de mémoire de traduction (une base de données qui regroupe des équivalences de segments de textes), TraduXio offre une nouvelle perspective. Les traducteurs partagent leurs traductions, et la plateforme agit comme un vecteur de communication et échanges. Bien sûr, le logiciel a besoin de la traduction humaine. Mais il s’enrichit de ces traductions, la base de données est mouvante, évolue. La correspondance n’est pas fixe, comme dans les mémoires de traduction : on trouvera à un mot une multitude de traductions possibles.

Dans l’esprit de la coopération, l’échange culturel, et la communication, cet outil reste très spécialisé. Il est libre de droit et accessible sur la plateforme GitHub.

La traduction littéraire reste inaccessible à la complète automatisation : imperméable à la métaphore, aux images, aux émotions, la sensibilité ne peut être traduite par une machine à l’heure actuelle.

Article écrit par Léa Métayer, Master CAWEB

Sources

« Traduction et informatique : les implications pour la formation » – Consulté le 28 octobre 2019
34es Assises de la traduction littéraire – Consulté le 28 octobre 2019
Vénus Anadyomène, Arthur Rimbaud – Consulté le 28 octobre 2019
Arthur Rimbaud -Vénus Anadyomène- – Consulté le 28 octobre 2019
Google Traduction – Consulté le 28 octobre 2019
L’intelligence artificielle révolutionne la traduction automatique – Consulté le 28 octobre 2019
Traduction automatique neuronale : l’avenir est dans le deep learning – Consulté le 28 octobre 2019
DeepL – Consulté le 28 octobre 2019
Deep Learning : pour la 1ère fois, une IA surpasse les traducteurs humains – Consulté le 28 octobre 2019
TraduXio : nouvelle expérience en traduction littéraire – Consulté le 28 octobre 2019