Les processus de localisation sont restés, pour la plupart, inchangés au cours des deux dernières décennies. Les entreprises se sont appuyées sur des traducteurs humains internes coûteux ou ont opté pour la traduction automatique. Mais la question que de nombreux leaders de la localisation commencent à se poser est : existe-t-il une autre façon de localiser ?

Dans notre récent webinaire, Paula Shannon, évangéliste technologique principale chez Lilt, et Loïc Dufresne de Virel, responsable de la localisation chez Intel, ont discuté d'une nouvelle approche repensée de la localisation. La conversation a porté sur quelques points importants : la prise de risque, l'innovation, la différenciation et la nécessité pour les dirigeants d'anticiper.

Créer une culture de prise de risque

Loïc a commencé la conversation avec la simple déclaration qu'il n'y a pas eu beaucoup de prise de risque dans la localisation au fil des ans. « Nous voulons que les choses soient stables et que nous voulons que les choses soient prévisibles », a déclaré Loïc. « Et chaque fois que vous apportez de nouvelles ressources, il y a un risque que vous devez gérer. »

Chez Intel, Loïc attribue la culture de la prise de risque à trois facteurs : l'environnement, l'entreprise et la personnalité. L'équipe opère dans un environnement où le statu quo n'est pas suffisant, donc l'équipe travaille pour essayer d'améliorer la productivité chaque année. L'entreprise elle-même inspire et encourage l'innovation et la prise de risques, car il est nécessaire d'aider l'entreprise à rester leader dans son domaine. Enfin, les personnalités impliquées cherchent toujours à en savoir plus et à faire un meilleur travail qu'elles ne le font actuellement, ce qui conduit finalement à une équipe de preneurs de risques.

Mais dans la localisation, il y a eu un manque d'innovation et de prise de risque pendant des décennies. Bien que le passage de la traduction automatique statistique à la traduction automatique neuronale ait été un changement important (et bienvenu), le processus de localisation sous-jacent n'a pas beaucoup changé. La traduction catastrophique, une traduction qui causerait beaucoup de dommages à toute entreprise qui la publie, est toujours une grande peur qui ne s'est pas dissipée avec les améliorations des logiciels de traduction automatique.

Alors, comment l'industrie peut-elle repousser les limites et aller de l'avant ? Dans son récent article de Forbes, Michele Fabrizi souligne qu'il est important de mettre les gens à l'aise avec l'innovation à tous les niveaux. C'est un processus qui peut prendre du temps, mais qui peut souvent aider à faire avancer une entreprise. Et si ces entreprises se tournent vers l'avenir et voient la « nouvelle voie », les choses finiront par s'améliorer.

Vers l'approche human-in-the-loop

Loïc et son équipe de localisation chez Intel ont essayé de travailler davantage avec la traduction automatique au fil des ans pour faire avancer la nouvelle approche de la localisation. Et bien que la traduction automatique et sa post-édition (MTPE) soient un pilier de l'industrie depuis des années, les gains d'efficacité et de productivité sont minimes.

« La « post » est le problème. [La MTPE] répare ce qui est déjà cassé, on vous donne une traduction qui peut avoir des problèmes et vous la corrigez », a déclaré Loïc. « Avec le modèle Lilt, les traducteurs partent d'une page blanche où le moteur de traduction automatique travaille au second plan avec eux. Cela aide les traducteurs à être plus efficaces. »

C'est pourquoi Intel se tourne vers une approche human-in-the-loop de la localisation comme clé de l'innovation et du succès. Cette nouvelle approche de la localisation permet aux traducteurs de diriger le travail tandis que le moteur de traduction automatique les assiste et fournit une rétroaction prédictive. Comme le traducteur utilise l'outil de TAO et travaille avec le moteur MT, ils deviennent tous deux plus efficaces au fil du temps. Ce qui vous reste, ce sont des améliorations plus importantes et plus cohérentes de la productivité à la fois pour le traducteur et le moteur de traduction automatique. 

« Obtenir une contribution directe des traducteurs élimine le problème d'avoir à recycler un moteur de traduction automatique. Je n'ai vraiment plus besoin de m'en soucier », a déclaré Loïc. « Puisque vous l'utilisez tous les jours pour traduire du contenu, le modèle de Lilt permet au moteur de s'entraîner de manière organique. Cela devient vraiment un processus beaucoup plus simple. »

Mais même s'ils savaient que le résultat de cette nouvelle approche en valait la peine, Loïc et son équipe ont également compris qu'un changement ne serait pas simple. Il y a des questions importantes à prendre en compte : Quels types d'intégrations et de connecteurs existe-t-il ? Comment les traducteurs seront-ils impliqués ? Comment le contenu passe-t-il d'un système à l'autre ? Si vous pouvez créer une liste de contrôle des questions auxquelles répondre, cela peut rendre la transition beaucoup plus fluide dès le départ.

En fin de compte, il existe une nouvelle approche de la localisation. Si les entreprises sont disposées à se moderniser et à apporter un changement, cette nouvelle approche peut améliorer la localisation dans son ensemble et favoriser l'innovation et l'efficacité durables.

• • •

Pour en savoir plus sur les réflexions de Loïc au sujet de la localisation, la traduction humaine, le passage au travail avec Lilt, et plus encore, visionnez le webinaire complet ici. 

Si vous envisagez de localiser votre contenu pour vous développer à l'échelle mondiale, assurez-vous de demander une démonstration en direct de la plateforme Lilt dès aujourd'hui et discutez avec un expert pour voir comment les services de traduction de Lilt peuvent améliorer vos efforts.