La traduction automatique fonctionne-t-elle vraiment sur Zoom ?
Photo de Gabriel Benois
Zoom est l’une des plateformes de visioconférence les plus utilisées. Elle permet notamment d’organiser des réunions en ligne, de discuter par chat, d’utiliser la transcription basée sur l’IA, le sous-titrage en temps réel et la traduction des sous-titres.
Comment fonctionne la traduction en temps réel de Zoom ?
Les sous-titres en temps réel facilitent la communication entre les participants, en particulier lors de réunions avec des participants sourds ou malentendants ou avec des participants qui ne comprennent pas l’une des langues utilisées lors de la réunion. Bien que les sous-titres traduits en direct puissent parfois améliorer la communication, ils présentent également de nombreuses lacunes, que nous avons identifiées lors des tests que nous avons effectués avec cette technologie.
Analyse de l’outil de traduction simultanée de Zoom
En tant qu’interprètes de conférence professionnels, nous avons détecté des faiblesses évidentes dans cet outil, notamment en ce qui concerne :
Manque constant de précision dans le contenu
Les sous-titres générés par IA (interprétation automatique) ont souvent du mal à identifier les différents accents, les termes spécifiques et les noms propres, ce qui donne lieu à de nombreuses erreurs d’interprétation. Par exemple, lors d’un de nos tests, le nom Niels a été prononcé dans le discours original et Zoom l’a affiché de manière incohérente sous la forme « Nels », « Niza » et même « nice ». Dans un autre test, l’anglais original disait « the Dome » (c’est-à-dire le bâtiment O2 Arena de Londres) et les sous-titres en espagnol affichaient « la celda », puis « la cúpular celular » et « la célula S ». Cet exemple est particulièrement intéressant, car il s’agissait d’un débat entre architectes britanniques. Personne ne comprenant l’anglais et ayant lu ces sous-titres n’aurait pu savoir de quel bâtiment il était question, qui était pourtant le sujet principal du débat.
Latence excessive
Le temps qui s’écoule entre le moment où le discours original est prononcé et celui où la traduction apparaît à l’écran est excessif. Avec les outils basés sur l’IA, le décalage peut atteindre 32 secondes, alors que la latence d’un interprète humain est d’environ 5 secondes dans la plupart des combinaisons linguistiques. De plus, les sous-titres de Zoom sont générés sous forme de phrases courtes divisées en fragments, qui sont reformulées au fur et à mesure que l’algorithme traite les données. Ce changement constant du texte à l’écran rend la lecture, le suivi et la compréhension du discours original très difficiles pour l’œil humain.
Hallucinations
Également appelées délires ou confabulations, ce sont des erreurs que les technologies d’IA commettent souvent lorsque leur algorithme ne traite pas quelque chose ou ne peut pas faire face à des facteurs de stress tels que des locuteurs rapides, des accents particuliers, des noms propres ou des termes inhabituels, etc. Évidemment, les machines ne pensent pas, elles ne peuvent donc pas se comprendre ni se corriger elles-mêmes. Dans un autre de nos tests, l’expression originale en français « …et choper quelques nouveaux clients » (qui signifie « et trouver de nouveaux clients ») a été traduite en espagnol de manière totalement absurde par « …et tuer les macizos ».
Confidentialité
Étant donné que ces sous-titres s’affichent en temps réel, les informations confidentielles partagées lors des réunions pourraient être exposées de manière indésirable, ce qui pourrait constituer une violation de la confidentialité. Il convient de noter que les serveurs tiers ne garantissent pas la sécurité des données, pas plus que les appareils portables fonctionnant par radiofréquence. La meilleure façon de procéder si les informations sont confidentielles est de demander à l’équipe d’interprètes de signer un accord de confidentialité et de travailler sur un intranet avec des cabines d’interprétation portables et des récepteurs numériques pour le public présent.
Vous recherchez vraiment un service d’interprétation de conférence professionnel ?
Bien que le sous-titrage en temps réel avec Zoom soit une technologie intéressante pour l’inclusion et l’efficacité, il s’agit néanmoins d’un outil imparfait qui ne peut remplacer le travail d’un interprète humain, en particulier lorsqu’il s’agit de comprendre les différences culturelles, les différents accents, les informations locales, de garantir la confidentialité et, surtout, la précision du contenu.
Si vous avez besoin d’un service d’interprétation de conférence professionnel ou d’équipements audio pour votre congrès…