Résumé du webinaire sur l'IA générative : sommes-nous entrés dans une nouvelle ère ?

L'IA générative (GenAI) et les grands modèles de langage (LLM, Large Language Models) ont pris leur essor et aucun retour en arrière n'est possible, selon Vincent Henderson, responsable des équipes Produit et Développement chez Lionbridge. Mais sommes-nous entrés dans une nouvelle ère ?

En d'autres termes, pouvons-nous déjà tirer pleinement parti de cette technologie ? En quelques mots : pas encore. Du moins, pas complètement. Mais nous pouvons déjà obtenir certains avantages notables qui génèrent de la valeur commerciale, avec notamment d'importantes économies, si nous changeons nos habitudes et attentes envers ce paradigme annonciateur d'une nouvelle ère.

Vincent s'est penché sur le sujet, et d'autres encore, dans le deuxième webinaire de notre série sur l'IA générative et les grands modèles de langage.

Vous avez manqué la séance, vous pouvez la revoir à la demande.

Vous souhaitez découvrir un aperçu de la session ? Poursuivez votre lecture.

IA générative : où en sommes-nous ?

L'histoire de l'intelligence artificielle (IA) peut remonter au début des années 1800, mais c'est l'accélération du changement qui rend cette technologie si passionnante aujourd'hui. Pensez-y : au cours de la première moitié des années 2020, nous avons déjà connu plus d'évolutions en matière d'IA qu'au cours de toutes les décennies précédentes.

Nous arrivons aujourd'hui à un tournant : la GenAI et les LLM offrent des capacités qui changent complètement la donne.

En quoi l'ère de la GenAI est-elle différente des tournants précédents ?

Pour comprendre l'évolution du paradigme de l'IA et notre situation actuelle, nous devons réévaluer les tournants précédents.

Chaque fois qu'une machine franchissait un cap, par exemple, en battant un joueur d'échecs, les technologues tiraient la conclusion que la machine ne réfléchissait pas réellement. Ils ne cessaient de replacer la barre plus haut, avec des tests de plus en plus difficiles pour permettre à la machine de démontrer son intelligence.

Le tournant actuel est différent en raison de la capacité générale des machines à comprendre le langage, à résoudre des problèmes, à coder et à produire du contenu qui ait du sens, au lieu d'effectuer une tâche spécifique pour laquelle elles ont été entraînées, par exemple, détecter des imperfections sur des plaques de métal.

Pourquoi parle-t-on autant de la GenAI et des LLM ?

La nature de l'interface humain-ordinateur évolue, car c'est la première fois que les machines peuvent comprendre le monde et agir d'une manière qui implique un raisonnement et une résolution des problèmes pour lesquels elles n'ont pas été spécifiquement entraînées. Au lieu de cliquer sur un bouton ou de charger une image, la nouvelle interface utilise le langage, le raisonnement et des expressions basées sur le langage.

En quoi la GenAI va-t-elle transformer définitivement la localisation ?

La GenAI permettra aux équipes de localisation de générer une valeur métier auparavant inaccessible

Les professionnels de la localisation sont soumis à de nombreuses considérations linguistiques. Ils se demandent si le contenu incarne correctement la marque ou si sa qualité linguistique reflète les seuils de qualité prédéterminés. Ils consacrent beaucoup d'énergie à la résolution de ces problèmes, mais l'impact de ces efforts sur l'activité n'est pas considérable.

Mais avec les LLM, ils vont désormais pouvoir générer une valeur importante. Voici les avantages de cette technologie. À mesure qu'ils développeront leurs capacités, les LLM vont de plus en plus traiter les activités linguistiques essentielles et mémorisées. Par la suite, cette contribution créera davantage d'espace pour des activités humaines de plus grande valeur, un point essentiel de l'IA dans le contenu global.

L'émergence de solutions alimentées par l'IA favorisera la créativité des humains et renforcera leur implication dans les trois domaines suivants :

• Idéation de contenu (création de thèmes source)
• Analyse de contenu (compréhension de l'impact du contenu)
• Adéquation du contenu (pour déterminer si les lecteurs obtiendront de la valeur grâce au contenu)

Les services à valeur supérieure, comme la transcréation, deviendront plus accessibles pour les entreprises. Le résultat ? Les solutions alimentées par la GenAI permettront aux marques de fournir à leurs clients de différents pays un contenu mieux adapté, plus convaincant et plus fiable.

La GenAI/les LLM vont bouleverser le secteur des services de localisation

Avec l'émergence de la GenAI/des LLM, les clients vont se tourner de plus en plus vers les prestataires de services de localisation (LSP) pour bénéficier de services dans deux catégories principales : l'assistance au développement des LLM et la production de contenu par LLM.

• L'assistance au développement des LLM implique l'évaluation des résultats produits, le contrôle des biais et la détermination de stratégies efficaces d'ingénierie d'invites.
• La production de contenu par LLM consiste à utiliser des LLM pour produire du contenu qui sera publié par les entreprises. Ces services peuvent inclure l'optimisation d'actifs multilingues, l'amélioration des flux de travail de localisation, le soutien de la création et l'utilisation de l'IA générative multilingue, ainsi que la création de contenu inédit.

Production de contenu : en quoi les LLM vont-ils impacter les flux de travail dans le domaine de la localisation ?

Les flux de travail de localisation existeront toujours. Nous prévoyons donc une demande élevée envers les services liés aux LLM, qui automatisent et optimisent ces flux de travail. L'IA générative présente de nombreuses opportunités en termes d'impact.

De la préparation du contenu source à la révision de contenu, au fur et à mesure de leur évolution, les LLM vont sans doute améliorer chaque étape du flux de localisation.

Voici quelques-unes des façons dont la technologie va affecter les flux de localisation :

Pour l'analyse de la source : les LLM peuvent analyser la source et déterminer si le contenu permet une localisation efficace. L'automatisation de cette étape est de plus en plus importante, car des personnes non anglophones produisent de plus en plus de contenu anglais lié à des produits. Les LLM peuvent simplifier ce contenu source et le rendre plus clair en amont, afin qu'il soit mieux adapté pour la localisation.

Pendant la traduction : les LLM ne sont pas à la hauteur des moteurs de traduction automatique (TA) existants, en raison de leurs coûts supérieurs et de leur vitesse de traduction inférieure, mais la technologie des LLM va offrir de nouvelles possibilités au cours de cette étape du flux de travail, car elle permet de traduire avec des variantes ou selon des instructions spécifiques.

Pendant la post-édition et l'assurance qualité : les LLM excellent dans la révision d'une traduction par TA existante. Le LLM peut fortement réduire la charge de travail de post-édition qu'un humain doit accomplir. De même, le LLM peut consulter un rapport d'assurance qualité et déterminer comment traiter les problèmes signalés. Le LLM peut déterminer si l'élément en question est un faux positif, un problème facile à corriger ou un problème nécessitant l'intervention d'un linguiste.

GenAI/LLM : où en sommes-nous ?

C'est dans le domaine de la post-édition que l'utilisation des LLM est la plus prometteuse à l'heure actuelle. Mais il y a un mais. Les entreprises doivent s'ouvrir à une nouvelle interprétation de la qualité linguistique, en particulier parce qu'il n'existe aucune mesure objective. Nos tests sont marqués par la subjectivité de l'évaluation.

Trois réviseurs professionnels n'ont pas atteint de consensus concernant la qualité de la post-édition par LLM lorsque nous leur avons présenté les mêmes segments. L'un des réviseurs a considéré le résultat comme acceptable, tandis qu'un autre a donné à ce même segment une note beaucoup moins favorable. Dans chacun de nos tests, au moins un réviseur a jugé que la qualité était bonne, ce qui nous pousse à conclure qu'il n'y avait pas de défaut flagrant dans le résultat et que les LLM sont désormais un outil valable pour la post-édition partielle.

Quelles économies les entreprises peuvent-elles réaliser grâce aux LLM ?

L'intégration des LLM dans l'ensemble du flux de localisation va fortement améliorer les résultats, les efforts et les coûts nécessaires pour la localisation.

Les LLM devraient exercer un impact majeur sur le processus de post-édition : cette technologie peut être envisagée pour évaluer le contenu après la traduction par la TA initiale, et avec des linguistes pour terminer le processus de post-édition. Cependant, au départ, les LLM ne seront pas adaptés à toutes les paires de langues, tous les secteurs et tous les sujets. Nous identifions les scénarios les mieux adaptés, en fonction du résultat et des aspects économiques.

Selon nos recherches, l'IA générative/les LLM peuvent potentiellement réduire les coûts de localisation jusqu'à 25 %, selon la paire de langues, lorsqu'ils sont utilisés pour la post-édition après la traduction par TA initiale. Nous continuons d'évaluer l'impact économique précis pour différents cas d'utilisation et domaines. Selon nos recherches initiales, il sera important.

Que nous réserve l'avenir ?

Les LLM sont bel et bien là, et ils vont transformer définitivement la localisation. Lionbridge développe des applications pour exploiter pleinement les LLM, afin d'automatiser davantage le flux de localisation.

À mesure que la GenAI avance et se développe, l'environnement réglementaire devrait évoluer lui aussi.

Les fonctionnalités de GenAI/LLM devraient se développer fortement, mais les organismes réglementaires sont susceptibles de freiner ces progrès dans une certaine mesure, le temps de déterminer comment protéger les utilisateurs et faire face aux dangers et considérations éthiques réels liés à l'IA.

En un mot : sommes-nous entrés dans une nouvelle ère ?

L'IA générative offre déjà des avantages commerciaux concrets, en particulier dans la post-édition. Cependant, un long chemin nous attend : nous devons explorer tous les cas d'utilisation que l'IA générative peut traiter, avant d'exploiter pleinement tout le potentiel de cette technologie.

L'un des défis majeurs consistera à combler le fossé de confiance entre la machine et nous-mêmes. Nous nous demanderons dans quelle mesure nous faisons confiance à la machine pour qu'elle produise un résultat acceptable, et dans quelle mesure nous faisons confiance à notre évaluation de la machine.

Chaque cas d'utilisation requiert une évaluation et des tests. Nous effectuerons ces évaluations pendant des mois, voire des années, solution par solution.

Pour une analyse plus approfondie de l'IA générative/des LLM dans la localisation, regardez le webinaire à la demande et consultez la page des webinaires de Lionbridge pour accéder aux autres webinaires de cette série.

Contactez-nous

Prêt à commencer à utiliser les outils d'IA pour réaliser des économies et augmenter vos marges ? Contactez-nous dès aujourd'hui pour découvrir comment.