Traduction automatique : le travail s’est déplacé, il n’a pas disparu

Pourquoi cette étude

On me demande régulièrement si mon épouse, traductrice indépendante depuis 2013 et co-gérante de Selea, a encore du travail depuis que l’IA traduit. La question est posée sans malice, souvent par des dirigeants qui viennent eux-mêmes de faire traduire un document entier en quelques secondes, et elle mérite mieux qu’une réponse rassurante.

Nous l’avons donc traitée comme nous traitons une question de mission : en cherchant les données françaises disponibles, en lisant les travaux universitaires qui mesurent ce que coûte réellement la reprise d’une traduction automatique, et en allant vérifier les textes plutôt qu’en reprenant ce que la profession répète d’elle-même. Ce qui suit ne confirme ni le récit de la disparition ni celui du « rien n’a changé ». Le volume confié à des traducteurs recule, la prestation qui remplace la traduction se paie près de moitié moins, et la demande d’intervention humaine ne se tarit pas pour autant : elle se déplace vers la révision, vers la responsabilité juridique, et vers ce qu’aucun moteur de traduction ne produit.

Ce que le droit exige : un serment

Une catégorie de traductions échappe entièrement à l’automatisation, et le motif n’est ni technique ni commercial. Les experts traducteurs sont inscrits sur une liste nationale dressée par le bureau de la Cour de cassation ou sur la liste d’une cour d’appel, arrêtée chaque année par l’assemblée générale des magistrats du siège au cours de la première quinzaine de novembre (loi n° 71-498 du 29 juin 1971, article 2 ; décret n° 2004-1463 du 23 décembre 2004, article 8). L’inscription initiale vaut trois ans à titre probatoire, les réinscriptions cinq ans, chacune sur nouvelle candidature.

La disposition qui compte pour notre sujet est ailleurs. L’article D594-16 du code de procédure pénale prévoit que l’autorité judiciaire choisit son traducteur sur ces listes, mais qu’en cas de nécessité, elle peut désigner une personne majeure qui n’y figure pas, à une condition : cette personne prête, chaque fois qu’elle est commise, « le serment d’apporter son concours à la justice en son honneur et sa conscience ». La loi n’exige donc pas une qualification, elle exige quelqu’un qui engage sa parole. Un logiciel ne prête pas serment.

Deux affirmations très répandues, y compris sur des sites professionnels, ne résistent pas à la lecture des textes. Aucun texte législatif ou réglementaire n’impose la mention « ne varietur », le cachet ni le numéro d’enregistrement sur une traduction certifiée : il s’agit d’un usage constant de la profession. Et il n’existe pas de régime spécial de responsabilité civile et pénale de l’expert traducteur, l’article qui traitait de l’action en responsabilité ayant été abrogé en 2008 ; ce que la loi organise, à son article 6-2, est une responsabilité disciplinaire devant la cour qui l’a inscrit, jusqu’à la radiation définitive.

Le travail change de main

La Société française des traducteurs a consulté ses membres du 18 mars au 5 avril 2026 sur leurs usages de l’IA générative et de la traduction automatique : 374 réponses, soit 28 % des adhérents, sur 38 questions. Les résultats décrivent un métier qui a adopté l’outil sans avoir choisi les conditions de cette adoption.

73 % des répondants utilisent l’IA générative ou la traduction automatique dans un cadre professionnel, et 66 % dans le processus de traduction lui-même : la profession n’est donc pas en refus. Mais 84 % de ceux qui pratiquent la post-édition, c’est-à-dire la reprise d’une sortie automatique, se la voient imposer, et principalement par les agences de traduction. 93 % préfèrent traduire plutôt que post-éditer, et 6 % seulement de ceux qui pratiquent la post-édition l’ont choisie. 42 % déclarent avoir perdu un ou plusieurs clients du fait de l’IA générative, et 88 % s’attendent à ce que la post-édition prenne une place croissante au détriment de la traduction.

Le partage du travail que ces chiffres décrivent n’est pas nouveau dans sa forme. Une traduction professionnelle a toujours mobilisé deux personnes, un traducteur puis un réviseur. Ce qui a changé, c’est l’occupant du premier poste : la traduction automatique s’y est installée, sous la supervision d’agences qui restent tenues de faire relire ce qu’elle produit pour livrer une qualité professionnelle. Le second poste, lui, n’a pas bougé, et il est toujours occupé par un humain.

Ce que coûte la reprise d’une traduction automatique

À qualité finale égale, reprendre une sortie automatique demande-t-il plus ou moins d’intervention que réviser une traduction humaine ? Joke Daems et Lieve Macken, de l’université de Gand, ont construit une expérience qui y répond directement (chapitre paru chez Routledge en 2020, DOI 10.4324/9781003096962-5).

Leur protocole porte sur huit agences de traduction belges réelles, 16 traducteurs professionnels, et les participants ignorent la provenance des textes qu’on leur confie. On annonce à la moitié qu’elle révise une traduction humaine, à l’autre qu’elle post-édite une sortie automatique, et l’origine réelle est croisée avec la consigne. Le résultat, mesuré en proportion de texte modifié : environ 12 pour une traduction humaine dans les deux consignes comme pour une traduction automatique en consigne de post-édition, et environ 25 pour une traduction automatique révisée, soit un effet d’interaction de 13,08 points, avec p < 0,01. À exigence de qualité identique, un texte produit par un moteur de traduction appelle donc environ deux fois plus de modifications qu’un texte produit par un traducteur.

Ce résultat compare deux révisions. Face à la traduction elle-même, la post-édition reprend l’avantage : Ying Cui, Xiao Liu et Yuqin Cheng (2023) ont suivi par oculométrie et enregistrement de frappe 33 étudiants de master en traduction, sur des textes publicitaires, journalistiques, juridiques et littéraires, et concluent que « for all the four text types, the participants spent more time on HT than on PE », HT désignant la traduction humaine et PE la post-édition (p < 0,001). Les deux constats se complètent : post-éditer va plus vite que traduire, mais une sortie automatique appelle davantage de corrections qu’une traduction humaine dès qu’on la révise avec la même exigence.

Trois réserves accompagnent le résultat de Daems et Macken :

• La première vient des autrices. Les traductions automatiques du corpus ont été produites en décembre 2018, et Joke Daems nous l’a rappelé elle-même : ce qui était vrai de la qualité des moteurs et de l’effort requis à cette date ne l’est pas nécessairement aujourd’hui.
• La deuxième tient à la taille de l’échantillon, quatre observations par texte et par origine, ce qui suffit à établir un effet statistiquement significatif mais pas à en fixer l’ampleur avec précision.
• La troisième vient de la thèse la plus vaste publiée sur le sujet : Silvia Terribile (université de Manchester, 2024) a analysé 90 millions de mots de production réelle, 879 linguistes et 11 paires de langues sur deux ans et demi, et elle établit que la distance d’édition n’est qu’un indicateur faible de l’effort réellement fourni. Un taux de modification se lit donc comme une quantité de texte repris, jamais comme une mesure de charge de travail, et encore moins comme une base de tarification.

Cette même thèse apporte le chiffre qui décrit le mieux la nature du travail : plus de 40 % des interventions d’un post-éditeur professionnel modifient le sens du texte automatique, 42 % sur les tâches à fort effort et 40 % sur les autres. Et elle corrige une idée reçue symétrique, en montrant que dans une chaîne de production réelle, les erreurs qui subsistent après post-édition viennent majoritairement du post-éditeur (1,8 % des segments) et non de la machine (0,5 %) : le risque résiduel tient donc à une révision menée trop vite.

Ce que je reprends n’est presque jamais une faute d’orthographe ni de grammaire, ces erreurs-là ont pratiquement disparu. Ce sont des subtilités : un mot qui sonne mieux qu’un autre dans son contexte, une répétition qui alourdit, un phrasé à défaire, une nuance de registre qui ne passerait pas devant votre client.

Silvia Vannier-Feranec, traductrice indépendante, experte près la cour d’appel de Dijon.

Le prix du travail déplacé

Sabrina Girletti (université de Genève) et Marie-Aude Lefer (UCLouvain) ont publié en avril 2026 une enquête sur les revenus, les tarifs et les pratiques des traducteurs indépendants en France, diffusée par la SFT, avec 777 réponses valides collectées en mai et juin 2025. Elle donne les tarifs médians au mot source.

Chez un même donneur d’ordre, la post-édition se paie donc 44 % de moins que la traduction. 59 % des répondants la proposent, elle représente en moyenne 36 % de la charge de travail de ceux qui l’acceptent, et la satisfaction déclarée sur le couple post-édition et agences tombe à 25 %, la valeur la plus basse de l’enquête.

Le mouvement se lit aussi du côté des entreprises du secteur. L’European Language Industry Survey de mars 2026 a interrogé 1 058 répondants dans 45 pays ; les 114 sociétés de services linguistiques du panel y déclarent un recul de la traduction humaine traditionnelle de 37 % à 29 % de leur chiffre d’affaires, la post-édition restant stable à 24 %. La même enquête situe la décote moyenne appliquée à la post-édition entre 13 %, selon les indépendants, et 29 %, selon les entreprises, loin des 44 % relevés en France. Les deux chiffres ne mesurent pas la même chose, une remise déclarée sur un tarif de référence d’un côté, des tarifs médians effectivement pratiqués sur le marché français de l’autre, et nous les citons côte à côte sans en tirer de tendance.

Ce qui ne s’automatise pas

Reste la part du travail dont aucune des données précédentes ne rend compte, parce qu’elle consiste à écrire un autre texte. Sur une accroche publicitaire, une signature de marque ou un nom de produit, la traduction mot à mot échoue par construction : ce qui doit être transposé, c’est l’effet qu’il produit. La transcréation consiste alors à proposer plusieurs versions qui ne ressemblent plus à l’original et qui fonctionnent sur le marché visé, et elle se facture au temps passé plutôt qu’au mot, parce qu’elle relève de la conception.

Les travaux d’Ana Guerberof-Arenas et Antonio Toral (2020) sont, à notre connaissance, le seul appui expérimental disponible sur ce point : sur un texte de fiction, la traduction humaine sans assistance obtient le meilleur score de créativité, et la sortie automatique brute diffère significativement de la traduction humaine sur toutes les variables mesurées, ce qui n’est pas le cas de la version post-éditée. Autrement dit, la machine seule décroche, la machine relue tient, et l’humain seul reste devant.

La même chercheuse rapporte une objection. Dans une enquête qualitative publiée en 2025, des traducteurs indépendants attribuent au tarif la perte de créativité observée en post-édition : « for the rate you’re getting, so you just go with it. You do not push your creativity to the places where you would if you were to translate from scratch and for a proper rate. » Le mécanisme serait donc économique avant d’être cognitif. Cette enquête repose sur huit participants et ne démontre rien à elle seule, mais elle dit quelque chose d’utile à qui achète du contenu : la qualité créative que vous obtenez dépend d’abord du cadre que vous avez fixé.

Ce que cela change pour qui achète du contenu

Le mouvement observé dans la traduction se retrouve partout où nous intervenons dans la production éditoriale. L’automatisation prend la première passe, celle de la production brute, et elle la prend bien. Ce qu’elle ne prend pas, c’est la responsabilité de ce qui est publié, l’ajustement d’un message à un lecteur précis, et l’arbitrage entre deux formulations qui se valent grammaticalement mais pas commercialement.

Trois conséquences pratiques en découlent pour une direction marketing ou une direction de la communication. La première est qu’un texte produit automatiquement reste à terminer, et que c’est à la relecture que se joue ce qui distingue votre marque d’une autre ; en faire la variable d’ajustement du budget de production revient à économiser sur ce qui vous différencie. La deuxième est que chaque prestation se nomme et se paie pour ce qu’elle est : la reprise d’une traduction automatique, la relecture et la transcréation sont trois métiers distincts. La troisième est que le métier lui-même se déplace vers le conseil : dans l’enquête de 2025 citée plus haut, le rôle de consultant en langues est celui que les professionnels interrogés citent le plus souvent comme leur avenir, devant celui de post-éditeur.

C’est ce que nous faisons chez Selea, où la production éditoriale, la traduction et la transcréation sont conduites par des personnes qui signent ce qu’elles livrent. Si vous préparez une campagne, une refonte de site ou une documentation à décliner en plusieurs langues, nous pouvons regarder ensemble ce qui gagne à être automatisé et ce qui doit rester entre des mains humaines.

Méthode et sources

• Nous n’avons conduit aucune collecte de données propre. Cette étude est une synthèse de sources primaires, chacune ouverte et lue, complétée par le regard d’une praticienne, publié sur https://www.acupofwords.com/traduction-ia/. Chaque chiffre cité est accompagné de sa méthode et de sa taille d’échantillon dans le corps du texte.
• Enquêtes de branche.
  • Société française des traducteurs, Consultation des membres sur les usages, les perceptions et l’impact de l’intelligence artificielle générative et de la traduction automatique, rapport de présentation des résultats, juin 2026, collecte du 18 mars au 5 avril 2026, 374 membres répondants.
  • Sabrina Girletti et Marie-Aude Lefer, enquête sur les revenus, les tarifs, les méthodes de tarification et la satisfaction des traductrices et traducteurs indépendants en France, avril 2026, 777 réponses valides.
  • European Language Industry Survey 2026, mars 2026, 1 058 répondants dans 45 pays.
• Travaux universitaires.
  • Joke Daems et Lieve Macken, « Post-editing human translations and revising machine translations: impact on efficiency and quality », dans Koponen, Mossop, Robert et Scocchera (dir.), Translation Revision and Post-editing, Routledge, 2020, p. 50-70, DOI 10.4324/9781003096962-5.
  • Silvia Terribile, Productivity in the Post-Editing of Neural Machine Translation, thèse de doctorat, université de Manchester, 2024.
  • Ana Guerberof-Arenas et Antonio Toral, « The impact of post-editing and machine translation on creativity and reading experience », Translation Spaces 9:2, 2020, p. 255-282, DOI 10.1075/ts.20035.gue.
  • Ana Guerberof-Arenas, « Perspectives on Machine Translation, Post-Editing, and Automation », dans Walker et Lambert (dir.), The Routledge Handbook of the Translation Industry, Routledge, 2025.
  • Ying Cui, Xiao Liu et Yuqin Cheng, « A Comparative Study on the Effort of Human Translation and Post-Editing in Relation to Text Types », SAGE Open, 2023, DOI 10.1177/21582440231155849.
• Textes juridiques.
  • Loi n° 71-498 du 29 juin 1971 relative aux experts judiciaires, articles 2, 3, 4, 6 et 6-2.
  • Décret n° 2004-1463 du 23 décembre 2004, articles 2, 8 et 22.
  • Code de procédure pénale, article D594-16.