Post-édition de traduction automatique : Vous vous contentez de « assez bon »?

Si vous avez déjà utilisé un service connu sous le nom de « post-édition de traduction automatique », vous pourriez être surpris d’apprendre que, bien qu’il accélère le processus de traduction, il s’agit en fait du moyen le plus sûr de rétrograder la qualité de votre traduction.

La post-édition est un service offert par certaines agences de traduction et traducteurs qui implique la révision de traductions automatiques. En d’autres termes, la traduction est exécutée par un moteur de traduction tel que Google Translate ou DeepL, qui retransmet un brouillon, et la traduction est ensuite envoyée à un traducteur humain pour la révision. Lorsque la traduction automatique neuronale (neural machine-translation, NMT) est apparue comme une technologie révolutionnaire au milieu des années 2010, les agences de traduction ont commencé à proposer la post-édition comme un moyen d'accélérer les flux de travail et de réduire les coûts pour leurs clients. Avec l'avènement des grands modèles de langage (large language models, LLM) tels que ChatGPT et Claude, la post-édition n'a cessé de gagner du terrain, ce que déplorent de nombreux traducteurs.

Des clients affirment que la post-édition est efficace lorsqu’il s’agit de grands volumes de texte qui nécessitent un « délai de traitement rapide » et où le style et la précision ne sont pas des priorités absolues. Tel que mentionné dans cette étude, les outils de traduction automatique répondent généralement à la demande de traduction provenant d’internautes qui accordent de l’importance à la rapidité, au coût et à la commodité, plutôt qu’à la qualité, et qui ne pensent pas que des services de traduction professionnels soient nécessaires.[1] Mais est-ce que cela vaut vraiment la peine de sacrifier la qualité pour la vitesse ? Tout est-il si urgent aujourd’hui?

À titre d’exemple, certaines agences de traduction et traducteurs font même la distinction entre « la post-édition légère (light post-editing) » et « la post-édition complète (full post-editing) ». Selon eux, la post-édition légère se concentre uniquement sur la compréhensibilité, corrigeant les erreurs critiques pour rendre le texte clair, tandis que la post-édition complète veille à ce que le texte soit exact, cohérent et stylistiquement approprié, affirmant qu'il est indiscernable de la traduction humaine. Bien qu'il soit discutable que la post-édition complète puisse être comparée à celle d'une traduction humaine en termes de qualité, si vous ne souhaitez qu’une traduction de base, non vérifiée et « bon marché », vous pouvez toujours avoir recours à la post-édition légère.

Pour soutenir que la post-édition complète est également de qualité inférieure à une traduction « humaine d’abord », on pourrait dire que la post-édition est similaire à l’utilisation de l’IA pour rédiger un texte. Lorsque vous demandez à une IA de rédiger un texte ou de générer des idées, vous ne créez pas de contenu original. L’IA ne fait que retransmettre des concepts et des points de vue glanés dans des textes existants. De la même manière, un traducteur qui utilise le NMT ou un LLM pour traduire une phrase ou un passage retransmet simplement les traductions existantes, et ne crée rien d'original. Cette traduction est par conséquent terne, malgré son exactitude.

Cela ne veut pas dire que le NMT et les LLM n'ont pas leur place dans le processus de traduction. Des études comme celle-ci[2] et celle-ci[3] évaluent la qualité de la traduction entre la traduction par intelligence artificielle et les traductions humaines, et montrent que la traduction de la plus haute qualité est produite lorsqu’un traducteur interagit avec des outils de traduction pour affiner sa traduction. C’est parce que le traducteur est généralement plus impliqué dans le processus de traduction lorsqu’il traduit phrase par phrase ou paragraphe par paragraphe, parfois en regardant plus loin dans le texte pour gagner en clarté et obtenir plus de contexte. À l’inverse, avec la post-édition de traduction automatique, un traducteur doit « revenir en arrière » dans la traduction fournie afin de s’assurer de la cohérence des rendus, mais peut-il affirmer avec certitude que la traduction proposée par une machine était la meilleure dès le départ? Ce n'est pas une donnée, surtout quand des contraintes de temps doivent être prises en compte.  

Comme le montre le diagramme classique, si vous voulez que le tout soit rapide et bon marché, vous sacrifierez la qualité. À l’inverse, donner plus de temps aux traducteurs et la liberté de traduire à partir de zéro garantit que vous obtiendrez une traduction qui est non seulement exacte, mais aussi originale.

[1] Moneus, Ahmed Mohammed et Yousef Sahari, « Artificial intelligence and human translation: A contrastive study based on legal texts », Heliyon, vol. 10, numéro 6e28106 (2024), https://www.cell.com/heliyon/fulltext/S2405-8440(24)04137-9, consulté le 30 janvier 2026.

[2] Fu, Lingling et Lei Liu, « What are the differences? A comparative study of generative artificial intelligence translation and human translation of scientific texts », Humanities and Social Sciences Communication, 11, 1236 (2024), https://www.nature.com/articles/s41599-024-03726-7, Accessed Jan 30, 2026.

[3] Shahmerdanova, Roya, « Artificial Intelligence in Translation: Challenges and Opportunities », Acta Globalis Humanitatis et Linguarum, vol. 2, no 1 (2025), https://egarp.lt/index.php/aghel/article/view/105, consulté le 30 janvier 30 2026.