Articles archivés

La Traduction est morte, Vive la Traduction !

Mathieu GUIDERE^1,2

¹Université de Paris 8, ²Institut National de la Santé et de la Recherche Médicale (INSERM, France)

Résumé :

Cet article explore la révolution de la traduction générative à l’ère de l’intelligence artificielle (IA), en analysant tant ses fondements théoriques que ses implications pratiques. Après avoir défini la traduction générative à l’ère de l’IA générative, l’auteur détaille comment ces technologies transforment le rôle du traducteur, désormais positionné comme expert en post-édition et gestion de projets hybrides. S’appuyant sur des exemples concrets, il met en lumière les atouts – tels que la gestion des contextes complexes et la production de rendus créatifs – ainsi que les limites, notamment en termes de gestion des nuances culturelles et de biais inhérents aux données d’entraînement.

L’article propose également une classification des modèles de traduction générative et illustre la redéfinition du concept d’équivalence, qui passe d’une correspondance absolue à une approche nuancée de la similarité sémantique et stylistique. Enfin, l’auteur interroge et repense les dichotomies classiques de la traductologie (théorie versus pratique, traduisible versus intraduisible, art versus science, auteur versus traducteur, etc.) et revisite les théories de la traduction – notamment l’approche interprétative du sens et la théorie du skopos – à la lumière des avancées de l’IA, ouvrant ainsi de nouvelles perspectives pour une traductologie plus intelligente.

Mots-clés : Traductologie, traduction générative, intelligence artificielle, modèles de traduction, post-édition, équivalence, dichotomies, théorie interprétative du sens, théorie du skopos.

_____________________________________________________________

What is Generative Translation ? State of the Art and Perspectives.

Mathieu GUIDERE^1,2

¹University of Paris 8, ²National Institute of Health & Medical Research (INSERM, France)

Abstract:

This article explores the revolution of generative translation in the era of artificial intelligence (AI), analyzing both its theoretical foundations and practical implications. After defining generative translation within the context of generative AI, the author details how these technologies are transforming the role of the translator, who is now positioned as an expert in post-editing and the management of hybrid projects. Drawing on concrete examples, the article highlights the strengths—such as handling complex contexts and producing creative renderings—as well as the limitations, particularly regarding the management of cultural nuances and biases inherent in training data.
The article also proposes a classification of generative translation models and illustrates the redefinition of the concept of equivalence, shifting from an absolute correspondence to a nuanced approach to semantic and stylistic similarity. Finally, the author questions and rethinks classic dichotomies in translation studies (theory versus practice, translatable versus untranslatable, art versus science, author versus translator, etc.) and revisits translation theories—particularly the interpretative theory of meaning and the skopos theory—in light of AI advances, thereby opening up new perspectives for a smarter translation studies discipline.

Keywords: Translation studies, generative translation, artificial intelligence, translation models, post-editing, equivalence, dichotomies, interpretative theory of meaning, skopos theory.

_____________________________________________________________

Linguistique prédictive, Langage intérieur et Santé mentale

Mathieu GUIDERE^1,2

¹Université de Paris 8, ²Institut National de la Santé et de la Recherche Médicale (INSERM, France)

Résumé: La linguistique prédictive est un domaine en pleine expansion, à l’interface des sciences du langage, des sciences cognitives et de l’intelligence artificielle, centré sur la manière dont les humains et les machines utilisent des processus prédictifs pour traiter et produire du langage. Cette discipline se distingue par son approche proactive mettant l’accent sur les mécanismes internes qui permettent d’anticiper des structures linguistiques à venir. Elle explore les processus sous-jacents à tous les niveaux du langage — morphologique, syntaxique, sémantique, pragmatique, etc. — et vise à comprendre comment ces prédictions influencent la production et la compréhension du discours.

L’objectif principal de la linguistique prédictive est de modéliser les mécanismes cognitifs pour mieux comprendre comment le cerveau traite le langage, mais aussi pour développer des modèles capables de générer, prédire et comprendre le langage de manière similaire à la cognition humaine. En se concentrant sur le langage intérieur et les mécanismes cognitifs qui permettent de prédire les structures linguistiques à différents niveaux, la linguistique prédictive vise à créer des modèles de langage capables de reproduire ces capacités prédictives. Ce faisant, elle pourrait révolutionner le traitement automatique du langage naturel et ouvrir la voie à l’intelligence artificielle générale, capable d’une conscience linguistique similaire à celle des humains.

_____________________________________________________________

Predictive Linguistics, Inner Speech & Mental Health

Mathieu GUIDERE^1,2

¹University of Paris 8, ²National Institute of Health & Medical Research (INSERM, France)

Abstract: Predictive linguistics is a growing field at the interface of language sciences, cognitive sciences, and artificial intelligence, focusing on how humans and machines use predictive processes to process and produce language. This discipline is distinguished by its proactive approach, emphasizing the internal mechanisms that allow us to anticipate future linguistic structures. It explores the underlying processes at all levels of language—morphological, syntactic, semantic, pragmatic, etc.—and aims to understand how these predictions influence the production and comprehension of discourse.

The main goal of predictive linguistics is to model cognitive mechanisms to better understand how the brain processes language, but also to develop models capable of generating, predicting, and understanding language in a manner similar to human cognition. By focusing on inner speech and the cognitive mechanisms that allow us to predict linguistic structures at different levels, predictive linguistics aims to create language models capable of reproducing these predictive capabilities. In doing so, it could revolutionize natural language processing and pave the way for artificial general intelligence, capable of linguistic awareness similar to that of humans.

_____________________________________________________________

Articles archivés :

Pour commander des articles, merci de contacter l'éditeur à l'adresse suivante :

Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.

cover jarhss