Reality Series, Episode 6 : Les LLM sont-ils passés maîtres dans l'art de la traduction ?

Les LLM ont provoqué un changement majeur dans le domaine de la traduction. Dans cet épisode, nous visons à démystifier les avantages et les inconvénients de l'utilisation des LLM dans la localisation. Nous proposons des idées pour prendre des décisions éclairées sur l'utilisation des LLM dans le processus de traduction/localisation, et nous explorons les capacités linguistiques des LLM.

Cette discussion est animée par Mei Zheng et Valerie Dehant.

Briser les mythes : Les masters en droit sont-ils passés maîtres dans l'art de la traduction ?

Dans l'épisode 6 de la " Reality Series " de Smartling, Mei Zheng, Senior Data Scientist, et Valérie Dehant, Senior Director of Language Services, se sont attaqués à quelques mythes courants liés aux LLM et à la traduction automatique (TA), et ont cherché à savoir si les grands modèles de langage (LLM) ont vraiment maîtrisé l'art de la traduction.

Briser quelques mythes sur les LLM et la traduction

Mythe n° 1 : les masters en droit sont meilleurs que la traduction automatique

Le premier mythe était de savoir si les LLM étaient plus performants que la MT dans le domaine de la traduction. Mei a dissipé le mythe en affirmant que si les titulaires d'un master en droit ont une compréhension générale louable des langues, leurs compétences ne sont pas particulièrement adaptées à la traduction. Ils ne surpasseront pas les systèmes de traduction automatique (pour l'instant, en tout cas), mais ils apportent une valeur ajoutée aux traductions en contribuant à la précision grammaticale et en améliorant la fluidité de la langue.

Mythe n°2 : les linguistes peuvent traduire toutes les paires de langues

Le second mythe remet en question les capacités globales des LLM, en affirmant qu'ils peuvent traduire dans toutes les paires de langues. Contredisant fortement cette croyance, Mei a souligné que la majorité des gestionnaires de l'apprentissage tout au long de la vie sont limités dans leurs capacités multilingues. Mei a particulièrement insisté sur l'importance d'examiner les cartes de modèles, un outil de transparence dans les grands modèles linguistiques et d'apprentissage automatique, afin de comprendre quelles langues sont prises en charge et de les tester pour des cas d'utilisation spécifiques en matière de traduction.

Mythe n° 3 : les LLM peuvent remplacer les humains

Enfin, la session a abordé l'affirmation commune selon laquelle les linguistes pourraient être remplacés par des LLM. Tout en soulignant les atouts des LLM, Valérie a dressé un tableau clair des raisons pour lesquelles les linguistes humains restent indispensables. Les LLM, même avec leurs compétences en matière de reconnaissance des formes, peuvent négliger des nuances qui sont consciemment discernées par les linguistes humains. De plus, les LLM ont tendance à halluciner l'information en fournissant des "traductions" pour des phrases qui n'existent pas dans le texte source !

Au fur et à mesure que les rôles des linguistes évoluent avec l'IA générative, ils se transforment en co-pilotes qui supervisent et évaluent la qualité des suggestions de la TA. L'expertise des linguistes humains reste cruciale pour maintenir la qualité et la précision des traductions.

Un regard plus approfondi sur les LLM et la traduction

Tout en clarifiant les mythes et les réalités autour des LLM, nos intervenants ont approfondi la dynamique actuelle de la traduction à l'ère des LLM et des systèmes de traduction automatique. Mei a également déclaré que le défi de l'évaluation de la qualité de la traduction va au-delà de la fluidité, impliquant des complexités telles que HT (les résultats après l'édition humaine), et la similarité sémantique. Le défi posé par les LLM qui fournissent des traductions incorrectes en raison de significations multiples dans la langue cible a également été mis en évidence.

Illustrant le côté positif de l'IA, Valérie a expliqué comment, grâce à une efficacité accrue, les équipes linguistiques peuvent traduire plus de contenu dans le même délai, sans avoir besoin d'augmenter les effectifs. Interrogée sur la formation des LLM, Mei a parlé de la procédure de réglage fin qui consiste à adapter la couche supérieure du modèle tout en conservant les paramètres fondamentaux inchangés. La préparation des données pour les LLM s'aligne largement sur la MT, mais les LLM pourraient avoir besoin d'invites spécifiques pour mieux adapter les traductions.

En comparant les traductions de LLM aux traductions professionnelles, Mei a confirmé que, malgré tous les progrès, l'intervention humaine reste nécessaire. L'industrie s'emploie activement à déterminer les éléments qui nécessitent une intervention humaine et ceux qui n'en nécessitent pas.

Le verdict

L'épisode 6 a conclu que, bien que l'IA et les LLM aient eu un impact considérable sur la traduction, l'intervention humaine est indispensable pour garantir la qualité et la précision des traductions. La traduction humaine est là pour rester dans un avenir prévisible. Si les LLM progressent, ils n'ont pas encore conquis le trône dans le domaine de la traduction. Ils jouent cependant un rôle complémentaire essentiel en amplifiant les capacités de traduction et en façonnant l'avenir de ce secteur. En fin de compte, la traduction automatique et les grands modèles linguistiques peuvent se compléter pour fournir des services de traduction améliorés. Toutefois, n'oubliez pas que le contact humain reste irremplaçable.