De nos jours, la barrière de la langue ne paraît plus si insurmontable.

Pourtant, il n’y a pas si longtemps encore, si vous vouliez communiquer avec une personne qui ne parlait pas votre langue, il fallait soit apprendre sa langue, soit recourir aux services d’un traducteur ou interprète.

Pendant des années, l’idée de la traduction instantanée assistée par la technologie se limitait aux œuvres d’auteurs de science-fiction comme Douglas Adams ou George Lucas.

Et pourtant, en 2025, nous voilà pratiquement indifférents à la puissance des logiciels de traduction alimentés par l’IA.

Évidemment que l’intelligence artificielle peut traduire instantanément : il n’y a pas grand-chose qu’elle ne peut pas faire!

Mais comment sommes-nous parvenus aux outils incroyables dont nous bénéficions aujourd’hui, et où ce cheminement rendu possible par la technologie, l’ambition et l’ingéniosité nous mènera-t-il à l’avenir?

À l’aube de l’interprétation

Notre parcours commence dans les années 1950. Les ordinateurs ont la taille d’un appartement et l’intelligence artificielle est un sujet abordé plus souvent dans les bandes dessinées que lors des rencontres de dirigeants d’entreprise.

Conceptualisés par des pionniers comme Warren Weaver, les premiers systèmes de traduction automatique se fondent sur des règles rigides et des dictionnaires simplistes. Les résultats de ces premières expériences sont décevants. Même les traductions simples sont souvent inexactes, remplies d’erreurs grammaticales et généralement incompréhensibles.

À la suite de l’échec de l’expérience menée par des chercheurs de l’Université de Georgetown en 1954, avec ses vaines promesses d’une traduction fidèle et harmonieuse entre le russe et l’anglais, l’intérêt envers la traduction automatique s’est refroidi et les recherches dans le domaine ont stagné pendant plus d’une décennie.

L’avènement de la traduction automatique à base de règles

L’étape suivante est franchie dans les années 1970 avec le développement de la traduction automatique à base de règles (TABR).

Grâce aux ordinateurs plus puissants qu’auparavant, les chercheurs sont en mesure de définir des règles linguistiques plus raffinées et d’intégrer des dictionnaires plus volumineux à leurs outils.

Les traductions commencent à devenir compréhensibles, mais sont loin d’être parfaites, et la fluidité naturelle demeure un rêve lointain.

Méthodiques mais fragiles, les systèmes de TABR ont des difficultés à comprendre le contexte et à traduire les expressions et les nuances, alors que les traducteurs exécutent aisément ces mêmes tâches depuis des siècles.

Fin de siècle : traduction basée sur la probabilité

Les années 1990 sont le début de l’ère de la traduction basée sur la probabilité. Abandonnant l’idée de programmer des langues dans des machines, des chercheurs comme Peter Brown d’IBM décident de laisser les données parler.

Ainsi naît la traduction automatique statistique (TAS), qui s’appuie sur d’énormes corpus parallèles pour déterminer les traductions les plus probables. Au lieu de se baser sur des dictionnaires, les outils de ce type utilisent des ensembles de données pour relever les tendances en matière d’utilisation des mots dans différentes langues. Les traductions possibles sont ainsi classées en fonction de leur ressemblance à des expressions courantes de la langue cible.

On parvient donc à des traductions plus naturelles et plus fluides, mais la précision n’est pas toujours au rendez-vous en raison de la capacité de traitement insuffisante et des grands volumes de données nécessaires.

Nouveau millénaire, nouvelle machine

Les deux premières décennies du 21ᵉ siècle voient l’avènement de la traduction automatique neuronale (TAN).

Grâce aux progrès réalisés en matière de capacité de traitement et de mémoire disponible, les systèmes de TAN reposent entièrement sur de vastes ensembles de données, ce qui leur permet de se rapprocher d’une traduction humaine.

Une vaste gamme de systèmes, des outils de traduction génériques offerts par les moteurs de recherche à des solutions de traduction spécialisées et raffinées comme NEURAL, voit alors le jour. Pour la première fois, une conversation en temps réel entre deux personnes qui ne parlent pas la même langue devient possible!

Où nous dirigeons-nous maintenant?

À l’aube de l’ère des grands modèles de langage (GML), le potentiel de la traduction automatique est plus grand que jamais. Ces modèles peuvent traiter plusieurs langues, comprendre le contexte et même incorporer des images et des vidéos.

Des innovations comme la génération améliorée par récupération d’information (GARI) permettent aux systèmes de traduction de produire des traductions fidèles adaptées à certains domaines en tenant compte du contexte à l’aide de bases de données.

Des outils de pointe comme la solution INFINITE d’Alexa Translations ouvrent déjà la voie avec des traductions hautement personnalisées adaptées à des secteurs d’activité, des entreprises, voire des services particuliers. Au fur et à mesure que ces technologies deviennent de plus en plus intelligentes et intuitives, il revient à nous de prendre conscience de leurs ramifications sur le plan éthique en ce qui a trait au biais, aux risques à la protection des renseignements personnels et à l’utilisation d’outils aussi puissants à mauvais escient.

De la rigidité des règles et des dictionnaires à la nuance des réseaux neuronaux, la traduction automatique a fait du chemin! À la veille d’une nouvelle révolution, une seule chose est claire : c’est aujourd’hui qu’on écrit la langue de l’avenir.

Pour en savoir plus sur l’évolution de la traduction automatique, téléchargez gratuitement notre document infographique ici