La journée d’études «Traduction & Qualité » est un événement qui existe depuis 2008 et est programmé tous les deux ans sans interruption (responsable 2008-2014: Ilse Depraetere; 2014-: Rudy Loock). Il s'agit donc de la 8ème journée consacrée à la question de la qualité en traduction. Les deux dernières éditions, #TQ2018 (site) et #TQ2020 (site), ont été consacrées à la traduction automatique dans son usage professionnel. En 2022, l'objectif est de s’intéresser cette fois à l’utilisation des outils de traduction automatique par les étudiant(e)s qui ne se destinent pas nécessairement à la traduction professionnelle (formations en langues ou autres disciplines). De nombreuses études montrent en effet que les étudiant(e)s utilisent de façon massive les outils de traduction automatique (TA) disponibles gratuitement sur le web comme par exemple les traducteurs en ligne Google Traduction, DeepL, ou encore Reverso. Cette utilisation s’opère par ailleurs bien au-delà du cadre des cours de traduction, les étudiant(e)s y ayant également recours comme outils d’aide à la rédaction dans les cours de langues.
La question se pose très fortement dans les formations en langues (l’ANLEA a ainsi organisé au printemps 2021 un atelier sur ce sujet, « Comment enseigner la traduction en LEA »).
Contrairement aux précédentes journées « Traduction & Qualité », nous ne nous intéresserons pas cette fois à l'utilisation de la traduction automatique/machine dans le secteur professionnel des métiers de la traduction, ni dans le cadre de la formation à ces métiers. Il s'agira de s'intéresser à la place qu'occupent actuellement les traducteurs en ligne chez les apprenant(e)s, pratique souvent « clandestine » ou « buissonnière » pour reprendre des termes de Bourdais (2021) mais omniprésente : différentes études font en effet état d'une utilisation massive de ces outils (voir p. ex. O'Neill 2019, Clifford et al. 2013, White & Heindrich 2013, Loock & Léchauguette 2021 pour l'université; Bourdais & Guichon 2020 pour le lycée). Tout ceci ne se fait pas sans difficultés et demande l'acquisition d'une nouvelle compétence numérique permettant d'adopter une approche raisonnée de ces outils : la MT literacy pour reprendre un concept développé par Bowker & Buitrago Ciro (2019). La présence de ces outils demande aussi une adaptation du contenu des enseignements : comment développer cette nouvelle compétence en permettant aux étudiant(e)s de connaître, voire de comprendre, les forces, les limites, ou encore les biais des traducteurs en ligne, préalable nécessaire à leur bonne maîtrise, sans oublier les considérations éthiques et liées à la confidentialité des données.
L'événement se déroulera intégralement en ligne et est ouvert à tou(te)s, dans la limite des places disponibles. Les inscriptions seront ouvertes à partir de début janvier.
Informations : rudy.loock@univ-lille.fr
Organisation : Rudy Loock, Montserrat Rangel-Vicente, Henry Hernández-Bayter, Benjamin Holt
Bourdais, A. ; Guichon, N. (2020). Représentations et usages du traducteur en ligne par les lycéens », Alsic [onlilne], v. 23, n. 1. https://doi.org/10.4000/alsic.4533
Bowker, L.; Buitrago Ciro, J. (2019). Machine Translation and global research: Towards improved machine translation literacy in the scholarly community. Bingley: Emerald Publishing.
Clifford, J., et al. (2013). Surveying the landscape: What is the role of machine translation in language learning? @tic revista d'innovació educativa, n. 10, pp. 108–121.
Delorme Benites, Alice & Lehr, Caroline, 2021 (in press). Neural machine translation and language teaching – possible implications for the CEFR. Bulletin suisse de linguistique appliquée, Numéro spécial 2021, vol. 2
Henshaw, F.; O’Neill, E. M. (2021). Is there a place for online translators in language courses? Panel discussion with Dr. Florencia Henshaw. IALLT (International Association for Language Learning Technology) 2021 Virtual Conference. June 17, 2021.
Loock, R.; Léchauguette, S. (2021). Machine translation literacy and undergraduate students in applied languages: report on an exploratory study. Revista Tradumàtica, n. 19 : 204-335. https://doi.org/10.5565/rev/tradumatica.281
Niño, A. (2020). Exploring the use of online machine translation for independent language learning. Research in Learning Technology, n. 28.
O’Brien, Sharon & Maureen Ehrensberger-Dow (2020). MT literacy – A cognitive view. Translation, Cognition & Behavior Vol. 3, n. 2 : 145-164.
O’Neill, E. M. (2019). Online translator, dictionary, and search engine use among L2 students. CALL-EJ: Computer-Assisted Language Learning–Electronic Journal, v. 20, n. 1, pp. 154–177.
White, K. D.; & Heidrich, E. (2013). Our policies, their text: German language students’ strategies with and beliefs about web-based machine translation. Die Unterrichtspraxis, v. 46, n. 2, pp. 230–250. https://doi.org/10.1111/tger.10143
Yamada, M. (2020). Language learners and non-professional translators as users, in: M. O'Hagan (ed). The Routledge Handbook of Translation Technology. London: Routledge, pp. 183–199. https://doi.org/10.4324/9781315311258
Intervenant(e)s :
Sophie Bailly, Université de Lorraine / ATILF UMR 7118
Lynne Bowker, École de traduction et d’interprétation, Université d’Ottawa, Canada
Aurélie Bourdais, Université Lumière-Lyon 2, ICAR
Sara Cotelli, Université de Neuchâtel
Alice Delorme Benites, ZHAW
Maureen Ehrensberger-Dow, ZHAW
Benjamin Holt, Université de Lille et UMR Savoirs, Textes, Langage du CNRS
Carmenne Kalyaniwala, Université de Lorraine / ATILF UMR 7118
Corinne Landure, Université de Lorraine / ATILF UMR 7118
Sophie Léchauguette, Université de Lille et ULR 4074 CECILLE
Caroline Lehr, ZHAW
Rudy Loock, Université de Lille et UMR Savoirs, Textes, Langage du CNRS
Nicolas Molle, Université de Lorraine / ATILF UMR 7118
Guillaume Nassau, Université de Lorraine / ATILF UMR 7118
Errol O'Neill, Université de Memphis
Caroline Rossi, Université Grenoble Alpes
Elisabeth Steele, Berner Fachhochschule
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου