Un roulement à billes n’est pas un « billard à roulettes », pourtant c’est ce qu’affichait la version anglaise générée automatiquement d’une fiche technique publiée par un fabricant de composants de transmission mécanique. Le terme source, « bearing », a été traduit de façon générique par un outil de traduction automatique grand public, sans tenir compte du champ lexical de la mécanique industrielle.
Ce type d’erreur ne relève pas d’un bug ponctuel : il traduit une limite structurelle des modèles de traduction automatique généralistes, entraînés sur des corpus dominés par le langage courant plutôt que par le vocabulaire technique d’un secteur précis. Voici ce qu’on observe sur ce genre de site, pourquoi cela se produit, et comment corriger le tir sans repartir de zéro.
Ce qu’on observe sur le terrain
Sur les fiches produit du fabricant, quatorze termes techniques sur une fiche de vingt lignes présentaient une traduction fausse ou ambiguë après passage par un service de traduction automatique connecté directement à WordPress. Les erreurs suivaient un schéma récurrent : un terme polysémique en français, courant dans le langage général, était traduit par son sens le plus fréquent plutôt que par son sens technique dans le secteur visé.
Pourquoi l’IA générique manque ce vocabulaire
Un modèle de traduction automatique généraliste apprend des associations statistiques entre langues à partir d’un corpus d’entraînement majoritairement composé de textes courants : presse, littérature, pages web grand public. Le vocabulaire industriel spécialisé y est sous-représenté, ce qui pousse le modèle à privilégier la traduction la plus probable statistiquement, pas la plus juste dans le contexte métier. Sans indication de domaine, le modèle n’a aucun moyen de savoir qu’un « guide » mentionné sur une fiche technique de convoyeur désigne une pièce mécanique et non un manuel d’utilisation.
Le glossaire, avant toute traduction
La correction la plus efficace ne consiste pas à changer d’outil de traduction, mais à fournir un contexte explicite avant de traduire. Un glossaire métier, même limité à une cinquantaine d’entrées, change radicalement la qualité du résultat lorsqu’il est fourni en amont du prompt ou intégré à la mémoire de traduction de l’outil utilisé.
- Lister les termes techniques récurrents du catalogue avant toute traduction de masse
- Indiquer explicitement le domaine et le secteur dans le contexte fourni à l’outil
- Interdire toute publication automatique sans passage par ce glossaire
La relecture métier, pas seulement linguistique
Une relecture purement linguistique ne détecte pas ce type d’erreur : la phrase traduite est grammaticalement correcte, elle se lit bien, elle n’a simplement pas le bon sens technique. Seule une personne connaissant le métier peut repérer qu’un « roulement » a été traduit par un terme de jeu de société plutôt que par le terme mécanique attendu. Cette relecture doit être confiée à quelqu’un du service technique ou commercial, pas uniquement à un traducteur généraliste.
Une traduction qui se lit bien n’est pas nécessairement une traduction juste : sur du vocabulaire métier, la fluidité masque parfois l’erreur au lieu de la révéler.
Ce que cela change dans le flux de publication
Après l’introduction du glossaire métier en amont du flux de traduction, le nombre d’erreurs terminologiques détectées en relecture est passé de quatorze à deux sur une fiche technique comparable, sans changer d’outil de traduction automatique. La différence venait uniquement du contexte fourni, pas de la technologie utilisée pour produire la traduction.
En résumé
Un outil de traduction automatique généraliste reste utile pour dégrossir un texte, mais il ne remplace pas la connaissance du vocabulaire métier d’un secteur. Constituer un glossaire avant de traduire, et confier la relecture finale à une personne du métier plutôt qu’à un traducteur généraliste, corrige l’essentiel des erreurs sans nécessiter de changer d’outil.
