Au cours des dernières années, la traduction automatique (TA) a fait des progrès remarquables grâce à l’utilisation de réseaux de neurones artificiels ; toutefois, l’intérêt et le succès des logiciels de TA – rendus disponibles gratuitement pour le grand public – ont mis en évidence la présence de biais de genre dans les résultats obtenus. Ce biais pourrait dépendre d’une biodiversité insuffisante de données qui servent à l’entraînement des algorithmes d’intelligence artificielle. Prenant pour exemple les noms de métiers, cette étude entend vérifier si la présence de deux différents types d’adjectifs (d’apparence et de compétence) peut influencer la traduction automatique qui concerne le genre en allant du français vers l’italien ou vice-versa. La liste des noms de métiers analysés, qui a été rédigée à partir du système de classification des professions européennes ESCO (European Skills, Competences, Occupation), a permis de créer des phrases que nous avons fait traduire par trois moteurs de traduction automatique neuronale : Google Translate, DeepL, Microsoft Translator.

Synergies Italie n° 17 - 2021 p. 19-36 - GERFLINT https://gerflint.fr/Base/Italie17/marzi.pdf