Objectifs par rapport aux acquis d'apprentissage du programme

• Compétences thématiques
• maîtriser de manière approfondie les principes fondamentaux d'intelligence artificielle relevant du domaine langues, lettres et traductologie ;
• maîtriser les postures épistémologiques et les outils méthodologiques en lien avec les problématiques de l'IA dans le domaine langues, lettres et traductologie ;
• mobiliser les démarches d'analyse pertinentes et les outils méthodologiques adéquats pour analyser de manière rigoureuse, approfondie et comparative des problèmes en lien avec l'IA, et en particulier l'IA générative, en traduction écrite et audiovisuelle ;
• Compétences déontologiques et professionnelles
• porter un regard critique et soucieux de valeurs éthiques sur les enjeux de l'IA, en partie en ce qui concerne la protection et la confidentialité des données,#8201;;
• articuler réflexion, recherche et action afin de concevoir et réaliser un projet professionnel articulé autour de projet innovant.
• Compétences technologiques
• connaître et utiliser les outils d'aide à la traduction et les applications spécifiques à ses sous-domaines ;
• être capable de s'adapter à de nouveaux outils et d'évaluer leurs possibilités et limites ;
• actualiser son savoir-faire technologique et l'utiliser à des fins professionnelles.

Acquis d'apprentissage de l'UE

A l'issue de cette AA, les étudiants seront en mesure d'appliquer différents outils d'IA, notamment la traduction automatique fondée sur les réseaux neuronaux et les grands modèles de langage, à des contenus à localiser (sites web, jeux vidéo, logiciels...). Ils seront ainsi en mesure d'identifier les écueils de ces outils et les éléments caractéristiques des supports traités qui en rendent certaines parties hermétiques à un traitement par IA. En ce sens, ils seront capables de déterminer la méthode de travail la plus efficace possible. En outre, une initiation à la recherche portant sur l'IA appliquée à la localisation sera proposée (présentation des méthodes, raisonnement, détection de sources, présentation de résultats), ainsi que des bases de programmation permettant aux apprenants de jongler avec les différents types de packs de localisation utilisés par les clients.

Contenu de l'UE : descriptif et cohérence pédagogique

Introduction à l'IA appliquée à la localisation, présentation de différents outils de traduction automatique neuronale et de traduction fondée sur les grands modèles de langage, mise en évidence des particularités des différents types de contenus localisables, identification des écueils propres aux différents supports, comparaisons qualitatives entre différents outils d'IA en fonction des supports à localiser, recherche et lecture de ressources scientifiques pertinentes dans le domaine de l'IA appliquée à la localisation, introduction à la réalisation et à la présentation de travaux scientifiques qualitatifs et/ou quantitatifs concernant l'IA appliquée à la localisation, bases d'évaluation de la qualité en localisation, présentation des derniers travaux réalisés dans le domaine.

Compétences préalables

-Français : langue maternelle ou maîtrise au niveau C2 du CECR
-Anglais : maîtrise au niveau C1 (au moins) du CECR
-Maîtrise des principaux outils de TAO (SDL Trados / Phrase / MemoQ)