CR de la séance du séminaire #EPHN avec Marianne Reboul, « Comment pense une machine? »

Le 24 mars, le séminaire #EPHN 2017 a accueilli une présentation de Marianne Reboul (doctorante au labeX Obvil) sur la traduction automatique. Intitulé « Comment pense une machine », son exposé s’est d’abord centré sur l’histoire de la traduction automatique avant de rendre compte des techniques contemporaines qui sont développées.

D’emblée, on s’aperçoit que le questionnement n’est pas nouveau. Bien avant les premiers ordinateurs individuels, le problème était déjà posé. Marianne Reboul, commence en 1947, avec le Translation Memorandum, un texte essentiel qui affirme que le langage est un code et qu’il existe des universaux linguistiques que l’on peut décoder.

Cette conception est déterminante pour envisager la possibilité d’une traduction automatique des textes. On imagine alors qu’il suffit de trouver le bon code… Avant de constater qu’il faut aussi avoir à disposition une masse de corpus bilingue qui puisse servir de modèle pour permettre la recomposition dans la langue d’arrivée d’un texte initial.

Les techniques de traduction automatique se sont largement développées grâce à Internet et à la publication en ligne. Le grand nombre de données a contribué au progrès mais de façon paradoxale. En effet, l’importance des données a permis d’affiner plus précisément les pratiques de traduction mais la grande diversité des données, c’est-à-dire leur qualité variable, a augmenté la marge d’erreur. Cela s’explique aisément. Si, dans le corpus modèle, il y a de nombreux textes avec des erreurs de traduction, alors le logiciel reproduira ces mêmes erreurs.

Marianne Reboul présente plusieurs solutions, de la traduction qui s’appuie sur les réseaux neuronaux à celle basée sur la probabilité. Elle met en avant les difficultés rencontrées et les points forts et points faibles de chacune des techniques. Pour finir, elle présente une solution qu’elle a mise au point pour son corpus de traduction de l’Odyssée d’Homère, une solution syncrétique qui répond à la plupart des problèmes soulevés.

La communication est très technique et fait rentrer l’auditoire dans le domaine assez feutré de la mathématique et des probabilités. Elle met également en lumière le fait que la qualité d’un traducteur automatique dépend en grande partie de sa capacité de mémoire et de son accès aux données. Cette capacité de mémoire ouvre d’ailleurs la porte à la question de l’intelligence artificielle. C’est par la mémoire que l’on peut initier des phénomènes liés à l’intelligence artificielle. Enfin, il est intéressant de constater que les compétences d’encodage, concernant la traduction automatique, nécessitent des connaissances linguistiques extrêmement fines et précises. Ce n’est d’ailleurs pas un hasard si les linguistes ont joué un rôle aussi important dans le développement des machines et du numérique.

Comme à chaque séance, la présentation s’est conclue sur une discussion avec Fatiha Idmhand, Professeure à l’Université de Poitiers, qui s’est également beaucoup intéressée à la question de la traduction automatique. Après quelques questions assez précises sur les méthodes de traduction automatique, Fatiha Imdhand élargit la discussion pour aborder des éléments davantage épistémologiques. Elle souligne notamment le fait que la France ait des difficultés à se saisir des enjeux de la traduction automatique et sur les problèmes liés à la gestion des données, notamment dans la sélection de ces données. Comment faire pour proposer un corpus-modèle qui soit nettoyé des textes avec des erreurs, sans pour autant perdre la diversité des textes et donc des situations? Par exemple, comment rendre compte d’une métaphore? Toute la difficulté de la traduction automatique se retrouve dans la traduction du langage poétique. Nos deux invités considèrent que des solutions pérennes pourront être apportées avec l’intelligence artificielle, dans quelques années.

La discussion se concentre alors sur l’intelligence artificielle. Marianne Reboul reprend l’exemple de l’ordinateur Alpha-Go de Google. L’intérêt du succès de cette machine contre des joueurs de Go ne réside pas dans le fait que la machine a gagné contre l’homme. Comme le souligne Marianne Reboul, c’était presque une évidence tant la machine surpasse l’homme avec sa capacité de calcul et de stockage. Ce qui est innovant, et significatif, c’est que la machine ait été en mesure de surprendre, d’être à l’initiative du jeu et de ne pas se contenter de répondre à une suggestion. L’ordinateur n’est plus seulement dans la réponse mais aussi dans la proposition, voire dans l’injonction.

Il y a un vrai travail à mener qui doit être pris en charge par la communauté scientifique, notamment la communauté en Humanités Numériques. Notre discutante postule l’usage de l’algorithme comme source critique. Elle propose que les algorithmes puissent faire partie des outils théoriques utilisés par les chercheurs dans la mesure où ils sont signifiants et où les solutions qu’ils apportent sont le résultat de décisions épistémologiques ou non à un problème scientifique.

Fatiha Imhand établit ensuite un parallèle avec le  Distant reading, la théorie développée par Franco Moretti. Selon cet auteur, il n’est plus besoin de lire chaque livre, mais il est possible de développer des analyses sur des ouvrages sans les avoir lu, par la pratique de la « lecture de loin ». La machine pourrait ainsi nous aider à analyser des textes comme si nous les avions tous lu et donc à nous lancer dans des études comparatives entre des centaines, voire des milliers de textes. Cette théorie, très en vogue, a été plus fraichement accueillie en France, dont l’enseignement s’est spécialisé autour de la question de l’analyse textuelle. On y retrouve l’opposition entre qualité et quantité pour obtenir des résultats différents. Et finalement, comme dans le cas de la traduction automatique, cela dépend aussi de ce qu’on veut en faire. Quels sont les objectifs à atteindre? S’agit-il simplement de comprendre rapidement un texte en langue étrangère par une traduction grossière ou au contraire de rédiger un texte dans une langue qu’on ne maîtrise pas.

Le parallèle entre traduction automatique et « distant reading » fait émerger une question qui n’est pas nouvelle. Quel usage peut-on faire des Humanités Numériques? Quelles peuvent être leur fonction, et comment les articuler à des pratiques nationales qui peuvent être très différentes? On arrive ainsi au terme de cette séance, très riche en questionnements et en échanges. Certains proposent de voir les Humanités Numériques comme une science annexe, au même titre que la statistique pour l’histoire. D’autres suggèrent de n’y voir qu’un outil, comme la calculatrice ou le traitement de textes l’ont été auparavant. D’autres enfin, dont je fais partie, proposent de considérer les Humanités Numériques comme un nouveau champ, non pas disciplinaire mais scientifique. En d’autres termes, il ne s’agit pas de créer une nouvelle discipline « Humanités Numériques », qui n’aurait pas lieu d’être et qui n’aurait pas de sens. Par contre, il faut considérer que les Humanités Numériques obligent à reconsidérer la pratique scientifique et favorisent le développement de nouvelles questions de recherche.

Une fois n’est pas coutume, je terminerai ce compte rendu avec ma conception personnelle des Humanités Numériques: un champ scientifique relié et en phase avec la société et l’époque dans laquelle il se développe. Si l’expression peut sembler anodine, je préciserai qu’elle est, bien au contraire, très lourde de sens et je le développerai dans un autre article.

Pour conclure, le séminaire a encore une fois proposé une très belle séance avec des intervenants passionnants qui se prête avec amabilité au jeu de la discussion et de la remise en question des pratiques et des savoirs.


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *