<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">  
  <channel>                
    <title>traduction automatique</title>    
    <link>https://publis-shs.univ-rouen.fr/eriac/1036.html</link>
    <description>Index de traduction automatique</description>
    <language>fr</language>    
    <ttl>0</ttl>
    <item>
      <title>Intégrer plutôt qu’interdire : retour d’expérience sur l’utilisation des traducteurs en ligne et des LLM pour enseigner la traduction en licence LEA</title>  
      <link>https://publis-shs.univ-rouen.fr/eriac/1034.html</link>
      <description>En partant du constat que les outils en ligne de traduction automatique comme DeepL ou Google Traduction sont massivement utilisés par les étudiants, cet article propose plusieurs façons dont ceux-ci peuvent être intégrés au sein d’un cours de traduction français&amp;lt;&amp;gt;anglais en licence LEA (Langues étrangères appliquées). Plutôt que de les proscrire, ou de faire comme s’ils n’existaient pas, nous plaidons en faveur d’une approche raisonnée de ces outils, qui puisse amener les étudiants à développer un sens critique vis-à-vis des résultats qu’ils génèrent. Nous proposons différents exercices pratiques consistant à comparer les sorties de différents outils, à en corriger les erreurs, mais aussi à obtenir des explications grammaticales sur des phénomènes linguistiques clés à l’aide de LLM (large language models) comme ChatGPT. Ces exercices ont non seulement pour objectif d’aider les étudiants à acquérir une MT literacy et une AI literacy, mais ils permettent également de répondre aux exigences de départ des cours de traduction en licence LEA, à savoir la maîtrise de compétences langagières et culturelles. Le but de cette approche est ainsi de développer chez les étudiants en licence LEA des compétences réflexives, techniques et langagières qui leur serviront aussi bien durant leurs études supérieures que dans la vie professionnelle. The widespread use of online translation tools such as DeepL and Google Translate among students serves as the starting point for this article, which offers several ways in which these tools can be integrated into English&amp;lt;&amp;gt;French translation classes as part of an undergraduate program in applied foreign languages. Instead of banning these tools or pretending they don’t exist, we advocate for a reasoned approach that enables students to develop a critical perspective on their use. We offer practical exercises that consist in comparing the outputs of different tools and in correcting their errors, as well as ones that use LLMs (Large Language Models) to obtain grammatical explanations regarding key linguistic phenomena. Not only do these exercises allow students to develop their MT and AI literacies, but they also fulfill the main requirement of translation courses in applied foreign languages programs: the development of linguistic and cultural competence. The purpose of this approach is to help undergraduate students in applied foreign language programs to develop reflexive, technical and linguistic competencies that will serve them during their future studies and throughout their professional careers. </description>
      <pubDate>Tue, 05 May 2026 15:16:51 +0200</pubDate>
      <lastBuildDate>Tue, 05 May 2026 16:04:04 +0200</lastBuildDate>      
      <guid isPermaLink="true">https://publis-shs.univ-rouen.fr/eriac/1034.html</guid>
    </item>  </channel>
</rss>