Vu la discussion autour de l’intelligence artificielle, il y a un risque réel de personnifier les outils en leur attribuant des qualités humaines. Par contre, de manière inconsciente, cela pourrait encourager des personnes étudiantes à accorder trop de confiance à ces outils. Il est donc essentiel de choisir les termes avec soin lorsqu’on enseigne les technologies de la traduction.
Il est bien connu que nous abrégeons souvent les termes longs pour alléger la communication. Après l’introduction d’un terme tel que fiche terminologique multilingue, les mentions futures peuvent être réduites simplement à fiche. Cela se comprend! Dans de nombreux cas, il n’y a pas de mal à raccourcir un terme pour des raisons de commodité. Toutefois, lorsqu’il s’agit de discussions sur l’IA, il vaut mieux réfléchir à deux fois avant de raccourcir les termes d’une manière qui minimise ou supprime la mention de leur caractère artificiel, tout en mettant l’accent sur des qualités humaines.
Une façon d’aider les personnes étudiantes à reconnaître les limites des outils d’IA, ainsi que les forces des professionnels de la langue, c’est d’utiliser les termes appropriés. Lorsqu’on parle d’IA, évitons les termes qui masquent la nature artificielle de ces concepts et privilégions ceux qui soulignent leur nature artificielle.
Évitez les termes qui masquent la nature artificielle des concepts | Privilégiez les termes qui soulignent les aspects artificiels des notions |
réseau neuronal (neural network) | réseau neuronal artificiel (artificial neural network) |
apprentissage profond (deep learning) | apprentissage automatique en profondeur (deep machine learning) |
assistant intelligent (intelligent assistant) | assistant virtuel intelligent (virtual intelligent assistant) |
Lynne Bowker est professeure titulaire et détentrice de la Chaire de recherche du Canada en traduction, technologies et société au Département de langues, linguistique et traduction à l’Université Laval.
Comments