J'ai passé plus de 500 heures à annoter des sorties de LLM, à évaluer la qualité de la traduction IA, et à faire du RLHF pour de grands laboratoires d'IA. Ce n'est pas un article théorique — j'étais devant de vraies sorties, à cliquer de vrais boutons "lequel est mieux", et à écrire des critiques qui aident ces modèles à s'améliorer.
Où la traduction IA excelle vraiment
Contenu général en grand volume. Si vous avez besoin de traduire 100 000 mots de descriptions de produits, un LLM bien prompté avec un éditeur humain est plus rapide et moins cher qu'un humain travaillant seul. C'est réel, et les traducteurs qui l'ignorent font une erreur.
La cohérence terminologique sur de grands ensembles de données est une autre vraie force. Avec le bon système de prompt et l'injection de glossaire, les modèles modernes maintiennent la cohérence terminologique mieux que des traducteurs fatigués à leur sixième heure de travail.
Où l'IA échoue silencieusement
La précision médicale et juridique. Un modèle traduira avec confiance "unremarkable" dans un rapport de radiologie comme un jugement esthétique plutôt qu'un terme clinique signifiant "normal". Ça semble correct jusqu'à ce que vous sachiez ce que ça signifie vraiment.
Le modèle avait tort d'une façon qui semblait fluide. C'est le type d'erreur dangereux.
La nuance culturelle et le registre. Le vietnamien a un système honorifique complexe — le choix du pronom change toute la relation impliquée dans un texte. Les modèles d'IA utilisent par défaut un registre neutre et ratent les signaux sociaux que les lecteurs natifs remarquent immédiatement.
Ce que le RLHF m'a appris
Les modèles s'améliorent le plus vite quand le feedback est spécifique et contextuel. Le meilleur feedback que j'ai donné n'était pas "L'option A est plus précise" mais : "L'option A utilise le registre clinique correct pour des infirmières vietnamiennes en soins intensifs ; l'option B conviendrait à une brochure patient." Cette spécificité distingue un traducteur professionnel d'une personne simplement bilingue.
Je ne suis pas inquiet
Le travail que l'IA ne peut pas remplacer : comprendre le contexte client, savoir quand vérifier la terminologie, repérer l'erreur médicale subtile, adapter le registre pour des publics spécifiques, assumer la responsabilité professionnelle. L'avenir est des humains augmentés par l'IA faisant un meilleur travail en plus grand volume.
