apparition à la fin des années 1930, et progressent ensuite de pair avec
l’évolution de l’informatique quantitative. Pendant la deuxième guerre mondiale,
le développement des premiers ordinateurs programmables bénéficie des progrès de
la cryptographie et des efforts faits pour tenter de fissurer les codes secrets
allemands et autres codes de guerre. Le secteur émergent des technologies de
l’information continue ensuite de s’intéresser de près à la traduction et à
l’analyse du texte en langue naturelle. Dans les années 1950, la recherche porte
sur la traduction littérale, à savoir la traduction mot à mot sans prise en
compte des règles linguistiques. Le projet russe débuté en 1950 à l’Université
de Georgetown représente la première tentative systématique visant à créer un
système de traduction automatique utilisable. Tout au long des années 1950 et au
début des années 1960, des recherches sont également menées en Europe et aux
Etats-Unis. En 1965, les progrès rapides en linguistique théorique culminent
avec la publication d’Aspects de la théorie syntaxique de Noam Chomsky, qui
propose de nouvelles définitions pour la phonologie, la morphologie, la syntaxe
et la sémantique du langage humain. En 1966, un rapport officiel américain donne
une estimation prématurément négative des systèmes de traduction automatique,
mettant fin au financement et à l’expérimentation dans ce domaine pour la
décennie suivante.
Il faut attendre la fin des années 1970 pour que des expériences sérieuses
soient à nouveau entreprises, parallèlement aux progrès de l’informatique et des
technologies des langues. Cette période voit le développement de systèmes de
transfert d’une langue à l’autre et le lancement des premières tentatives
commerciales. Des sociétés comme Systran et Metal sont persuadées de la
viabilité et de l’utilité d’un tel marché. Elles mettent sur pied des produits
et services de traduction automatique reliés à un serveur central. Mais les
problèmes restent nombreux, par exemple des coûts élevés de développement, un
énorme travail lexicographique, la difficulté de proposer de nouvelles
combinaisons de langues, l’inaccessibilité de tels systèmes pour l’utilisateur
moyen, et enfin la difficulté de passer à de nouveaux stades de développement.
En 1999 et 2000, la généralisation de l’internet et les débuts du commerce
électronique entraînent la naissance d’un véritable marché. Trois sociétés –
Systran, Softissimo et Lernout & Hauspie – lancent des produits à destination du
grand public, des professionnels et des industriels. Systran développe un
logiciel de traduction utilisé notamment par le moteur de recherche AltaVista.
Softissimo commercialise la série de logiciels de traduction Reverso, à côté de
produits d’écriture multilingue, de dictionnaires électroniques et de méthodes
de langues. Reverso équipe par exemple Voilà, le moteur de recherche de France
Télécom. Lernout & Hauspie (racheté depuis par ScanSoft) propose des produits et
services en dictée, traduction, compression vocale, synthèse vocale et
documentation industrielle.
En mars 2001, IBM se lance à son tour dans un marché en pleine expansion avec un
produit professionnel haut de gamme, le WebSphere Translation Server. Ce
logiciel traduit instantanément en plusieurs langues (allemand, anglais,
chinois, coréen, espagnol, français, italien, japonais) les pages web, les
courriels et les dialogues en direct (chats). Il interprète 500 mots à la
seconde et permet l’ajout de vocabulaires spécifiques.
En juin 2001, les sociétés Logos et Y.A. Champollion s’associent pour créer
Champollion Wordfast, une société de services d’ingénierie en traduction et
localisation et en gestion de contenu multilingue. Wordfast est un logiciel de
traduction avec terminologie disponible en temps réel et contrôle typographique.
Il est compatible avec le WebSphere Translation Server d’IBM, les logiciels de
TMX et ceux de Trados. Une version simplifiée de Wordfast est téléchargeable
gratuitement, avec un manuel d’utilisation disponible en 16 langues.
Des organismes publics participent eux aussi à la R&D (recherche et
développement) en traduction automatique. Suivent trois exemples parmi d’autres.
Rattaché à l’USC/ISI (University of Southern California / Information Sciences
Institute), le Natural Language Group traite de plusieurs aspects du traitement
de la langue naturelle: traduction automatique, résumé automatique de texte,
gestion multilingue des verbes, développement de taxinomies de concepts
(ontologies), génération de texte, élaboration de gros lexiques multilingues,
communication multimédia.
Au sein du laboratoire CLIPS (Communication langagière et interaction
personne-système) de l’Institut d’informatique et mathématiques appliquées
(IMAG) de Grenoble, le GETA (Groupe d’étude pour la traduction automatique) est
une équipe pluridisciplinaire formée d’informaticiens et de linguistes. Ses
thèmes de recherche concernent tous les aspects théoriques, méthodologiques et
pratiques de la traduction assistée par ordinateur (TAO), et plus généralement
de l’informatique multilingue.
Le GETA participe entre autres à l’élaboration de l’UNL (universal networking
language), un métalangage numérique destiné à l’encodage, au stockage, à la
recherche et à la communication d’informations multilingues indépendamment d’une
langue source donnée. Ce métalangage est développé par l’UNL Program, un
programme international rassemblant de nombreux partenaires dans toutes les
communautés linguistiques. Créé dans le cadre de l’UNU/IAS (United Nations
University / Institute of Advanced Studies), ce programme se poursuit désormais
sous l’égide de l’UNDL Foundation (UNDL: universal networking digital language).
Comme le souligne en février 2001 Pierre-Noël Favennec, expert à la direction
scientifique de France Télécom R&D, «les recherches sur la traduction
automatique devraient permettre une traduction automatique dans les langues
souhaitées, mais avec des applications pour toutes les langues et non les seules
dominantes (ex.: diffusion de documents en japonais, si l’émetteur est de langue
japonaise, et lecture en breton, si le récepteur est de langue bretonne...). Il
y a donc beaucoup de travaux à faire dans le domaine de la traduction
automatique et écrite de toutes les langues.»
11.5. Chronologie
* Cette chronologie ne prétend pas à l’exhaustivité.
1963: ASCII (American standard code for information interchange).
1991 (janvier): Fondation de l’Unicode Consortium.
1997: Outils professionnels de Logos en accès libre.
1999: yourDictionary.com, cofondé par Robert Beard.
2001 (mars): WebSphere Translation Server, lancé par IBM.
2001 (juin): Wordfast, logiciel de traduction de Logos et Champollion.
12. DE NOMBREUX DEFIS
[12.1. L’internet, espace de liberté // 12.2. Domaine public versus copyright //
12.3. La convergence multimédia // 12.4. La relation information-utilisateur //
12.5. Ecriture et édition en ligne // 12.6. Numérique versus imprimé]
«L’internet pose une foule de questions et il faudra des années pour organiser
des réponses, imaginer des solutions», écrit en janvier 2001 Pierre Schweitzer,
inventeur du projet @folio, une tablette numérique de lecture nomade. «L’état
d’excitation et les soubresauts autour de la dite "nouvelle" économie sont sans
importance, c’est l’époque qui est passionnante.»
12.1. L’internet, espace de liberté
Apparu en 1974, l'internet se développe à partir de 1983 et prend son essor avec
l’avènement du web en 1990 et l’apparition du premier navigateur en 1993.
Quelque trente ans après les débuts de l'internet, «ses trois pouvoirs -
l'ubiquité, la variété et l'interactivité - rendent son potentiel d'usages quasi
infini», lit-on dans le quotidien Le Monde du 19 août 2005. Nous sommes un
milliard à utiliser l’internet à la fin 2006.
Mais comment définir l'internet autrement que par ses composantes techniques?
Sur le site de l’Internet Society (ISOC), organisme international coordonnant le
développement du réseau, A Brief History of the Internet propose une triple
définition. L’internet est: a) un instrument de diffusion internationale, b) un
mécanisme de diffusion de l’information, c) un moyen de collaboration et
d’interaction entre les individus et les ordinateurs, indépendamment de leur
situation géographique.
Selon ce document, bien plus que toute autre invention (télégraphe, téléphone,
radio, ordinateur), l’internet révolutionne de fond en comble le monde des
communications. Il représente l'un des exemples les plus réussis d’interaction
entre un investissement soutenu dans la recherche et le développement d’une
infrastructure de l’information, dans le cadre d’un réel partenariat entre les
gouvernements, les entreprises et les universités.
Sur le site du World Wide Web Consortium (W3C), organisme international de
normalisation du web, Bruce Sterling décrit le développement spectaculaire de
l’internet dans Short History of the Internet. L’internet se développe plus vite
que les téléphones cellulaires et les télécopieurs. En 1996, sa croissance est
de 20% par mois. Le nombre de machines ayant une connexion directe TCP/IP
(transmission control protocol / internet protocol) a doublé depuis 1988.
D’abord présent dans l’armée et dans les instituts de recherche, l’internet
déferle dans les écoles, les universités et les bibliothèques, et il est
également pris d’assaut par le secteur commercial.
Bruce Sterling s’intéresse aux raisons pour lesquelles on se connecte à
l’internet. Une raison majeure lui semble être la liberté. L’internet est un
exemple d’«anarchie réelle, moderne et fonctionnelle». Il n’y a pas de société
régissant l’internet. Il n’y a pas non plus de censeurs officiels, de patrons,
de comités de direction ou d’actionnaires. Toute personne peut parler d’égale à
égale avec une autre, du moment qu’elle se conforme aux protocoles TCP/IP, des
protocoles qui ne sont pas sociaux ni politiques mais strictement techniques.
Malgré tous les efforts des «dinosaures» politiques et commerciaux, il est
difficile à quelque organisme que ce soit de mettre la main sur l’internet.
C’est ce qui fait sa force.
On y voit aussi une réelle solidarité. Christiane Jadelot, ingénieur d’études à
l’INaLF-Nancy (INaLF: Institut national de la langue française), relate en juin
1998: «J’ai commencé à utiliser vraiment l’internet en 1994, je crois, avec un
logiciel qui s’appelait Mosaic. J’ai alors découvert un outil précieux pour
progresser dans ses connaissances en informatique et linguistique,
littérature... Tous les domaines sont couverts. Il y a le pire et le meilleur,
mais en consommateur averti, il faut faire le tri de ce que l’on trouve. J’ai
surtout apprécié les logiciels de courrier, de transfert de fichiers, de
connexion à distance. J’avais à cette époque des problèmes avec un logiciel qui
s’appelait Paradox et des polices de caractères inadaptées à ce que je voulais
faire. J’ai tenté ma chance et posé la question dans un groupe de News
approprié. J’ai reçu des réponses du monde entier, comme si chacun était
soucieux de trouver une solution à mon problème!»
Quelles sont les relations entre l’internet et les autres médias? En janvier
1998, lors d’un entretien avec Annick Rivoire, journaliste du quotidien
Libération, Pierre Lévy, philosophe, explique que l’internet va contribuer à la
fin des monopoles: «Le réseau désenclave, donne plus de chance aux petits. On
crie "ah! le monopole de Microsoft", mais on oublie de dire que l’internet sonne
la fin du monopole de la presse, de la radio et de la télévision et de tous les
intermédiaires.» D'après lui, l'internet ouve la voie à une intelligence
collective: «Les réseaux permettent de mettre en commun nos mémoires, nos
compétences, nos imaginations, nos projets, nos idées, et de faire en sorte que
toutes les différences, les singularités se relancent les unes les autres,
entrent en complémentarité, en synergie.»
D’après Timothy Leary, philosophe adepte du cyberespace dès ses débuts, le 21e
siècle verrait l’émergence d’un nouvel humanisme, dont les idées-force seraient
la contestation de l’autorité, la liberté de pensée et la créativité
personnelle, le tout soutenu et encouragé par la vulgarisation de l’ordinateur
et des technologies de la communication. Dans son livre Chaos et cyberculture
(éditions du Lézard, 1998), il écrit: «Jamais l’individu n’a eu à sa portée un
tel pouvoir. Mais, à l’âge de l’information, il faut saisir les signaux.
Populariser signifie "rendre accessible au peuple". Aujourd’hui, le rôle du
philosophe est de personnaliser, de populariser et d’humaniser les concepts
informatiques, de façon à ce que personne ne se sente exclu.»
L’internet vient au secours de la liberté d’expression. Il permet de lire en
ligne des titres difficiles ou impossibles à trouver en kiosque. Il permet aussi
aux journaux interdits d’être publiés malgré tout. C’est le cas de
l’hebdomadaire algérien La Nation, contraint de cesser ses activités en décembre
1996 parce qu’il dénonce les violations des droits humains en Algérie. Un an
après, un numéro spécial de La Nation est disponible sur le site de Reporters
sans frontières (RSF). «En mettant La Nation en ligne, notre but était de dire :
cela n’a plus de sens de censurer les journaux en Algérie, parce que grâce à
internet les gens peuvent récupérer les articles, les imprimer, et les
distribuer autour d’eux», indique Malti Djallan, à l’origine de cette
initiative.
En décembre 1997, le journal électronique Nouvelles du bled est lancé dans la
même optique à Paris par Mohamed Zaoui, journaliste algérien en exil, et
Christian Debraisne, infographiste français responsable de la mise en page.
L’équipe regroupe une douzaine de personnes qui se retrouvent le jeudi soir dans
un café du 11e arrondissement. La revue de presse est faite à partir des
journaux d’Alger. Dans Le Monde du 23 mars 1998, Mohamed Zaoui explique: «La
rédaction d’El Watan (quotidien algérien, ndlr), par exemple, nous envoie des
papiers qu’elle ne peut pas publier là-bas. C’est une façon de déjouer la
censure. J’avais envie d’être utile et j’ai pensé que mon rôle en tant que
journaliste était de saisir l’opportunité d’internet pour faire entendre une
autre voix entre le gouvernement algérien et les intégristes.» Christian
Debraisne ajoute : «Avec internet, nous avons trouvé un espace de libre
expression et, en prime, pas de problème d’imprimerie ni de distribution. Je
récupère tous les papiers et je les mets en ligne la nuit à partir de chez moi.»
Nouvelles du bled paraît jusqu’en octobre 1998. Quant à El Watan, il est en
ligne depuis octobre 1997. Redha Belkhat, son rédacteur en chef, explique: «Pour
la diaspora algérienne, trouver dans un kiosque à Londres, New York ou Ottawa un
numéro d’El Watan daté de moins d’une semaine relève de l’exploit. Maintenant,
le journal tombe ici à 6 heures du matin, et à midi il est sur internet.»
Outil de communication, l’internet est une passerelle au-dessus du gouffre
séparant riches et pauvres, ceux qui ont du travail et ceux qui n’en ont pas,
ceux qui ont leur place dans la société et ceux qui en sont exclus. Un encart de
la revue Psychologies de mai 1998 relate: «Aux Etats-Unis, un mouvement voit le
jour: la confiance en soi... par internet! Des milliers de sans-abri ont recours
au réseau pour retrouver une place dans la société. Non seulement le net fournit
une adresse à qui n’en a pas et ôte les inhibitions de qui redoute d’être jugé
sur son apparence, mais c’est aussi une source d’informations et de contacts
incomparable. Bibliothèques et associations d’aide au quart-monde l’ont bien
compris: des salles informatiques, avec accès à internet, animées par des
formateurs, sont ouvertes un peu partout et les mairies en publient la liste. A
travers le e-mail (courrier électronique), les homeless (sans-abri) obtiennent
les adresses des lieux d’accueil, des banques alimentaires et des centres de
soins gratuits, ainsi qu’une pléthore de sites pour trouver un emploi. A 50 ans,
Matthew B. a passé le quart de sa vie dans la rue et survit, depuis trois ans,
d’une maigre subvention. Il hante la bibliothèque de San Francisco, les yeux
rivés sur l’écran des ordinateurs. "C’est la première fois, dit-il, que j’ai le
sentiment d’appartenir à une communauté. Il est moins intimidant d’être sur
internet que de rencontrer les gens face à face."»
12.2. Domaine public versus copyright
Si le débat relatif au droit d’auteur sur l’internet est vif dans les années
2000, Philippe Loubière, traducteur littéraire et dramatique, ramène ce débat
aux vrais problèmes. «Le débat sur le droit d’auteur sur le web me semble assez
proche sur le fond de ce qu’il est dans les autres domaines où le droit d’auteur
s’exerce, ou devrait s’exercer, écrit-il en mars 2001. Le producteur est en
position de force par rapport à l’auteur dans pratiquement tous les cas de
figure. Les pirates, voire la simple diffusion libre, ne menacent vraiment
directement que les producteurs. Les auteurs ne sont menacés que par ricochet.
Il est possible que l’on puisse légiférer sur la question, au moins en France où
les corporations se revendiquant de l’exception culturelle sont actives et
résistent encore un peu aux Américains, mais le mal est plus profond. En effet,
en France comme ailleurs, les auteurs étaient toujours les derniers et les plus
mal payés avant l’apparition d’internet, on constate qu’ils continuent d’être
les derniers et les plus mal payés depuis. Il me semble nécessaire que l’on
règle d’abord la question du respect des droits d’auteur en amont d’internet.
Déjà dans le cadre général de l’édition ou du spectacle vivant, les sociétés
d’auteurs - SACD (Société des auteurs et compositeurs dramatiques), SGDL
(Société des gens de lettres), SACEM (Société des auteurs, compositeurs et
éditeurs de musique), etc. - faillissent dès lors que l’on sort de la routine ou
du vedettariat, ou dès que les producteurs abusent de leur position de force, ou
tout simplement ne payent pas les auteurs, ce qui est très fréquent.»
Des auteurs et créateurs souhaitent respecter la vocation première du web,
réseau de diffusion à l’échelon mondial. De ce fait, les adeptes de contrats
flexibles - copyleft, GPL (general public license) et Creative Commons - sont
de plus en plus nombreux.
L'idée du copyleft est lancée en 1984 par Richard Stallman, programmeur et
défenseur inlassable du logiciel libre au sein de la Free Software Foundation
(FSF). Conçu à l’origine pour les logiciels, le copyleft est formalisé par la
GPL (general public license) et étendu ensuite à toute oeuvre de création. Il
contient la déclaration normale du copyright affirmant le droit d'auteur. Son
originalité est de donner au lecteur le droit de librement redistribuer le
document et de le modifier. Le lecteur s’engage toutefois à ne revendiquer ni le
travail original, ni les changements effectués par d’autres personnes. De plus,
tous les travaux dérivés de l’oeuvre originale sont eux-mêmes soumis au
copyleft.
Lancée en 2004 par Lawrence Lessig, professeur de droit en Californie, la
licence Creative Commons a pour but de favoriser la diffusion d'oeuvres
numériques tout en protégeant le droit d'auteur. L'organisme du même nom propose
des licences-type, qui sont des contrats flexibles de droit d'auteur compatibles
avec une diffusion sur l'internet. Simplement rédigées, ces autorisations non
exclusives permettent aux titulaires des droits d'autoriser le public à utiliser
leurs créations tout en ayant la possibilité de restreindre les exploitations
commerciales et les oeuvres dérivées. L'auteur peut par exemple choisir
d'autoriser ou non la reproduction et la rediffusion de ses oeuvres. Ces
contrats peuvent être utilisés pour tout type de création : texte, film, photo,
musique, site web, etc. Finalisée en février 2007, la version 3.0 de la Creative
Commons instaure une licence internationale et la compatibilité avec d'autres
licences similaires, dont le copyleft et la GPL.
Chose inquiétante à l’heure d’une société dite de l’information, le domaine
public se réduit comme peau de chagrin. A une époque qui n'est pas si lointaine,
50% des oeuvres appartenaient au domaine public, et pouvaient donc être
librement utilisées par tous. D'ici 2100, 99% des oeuvres seraient régies par le
droit d’auteur, avec un maigre 1% laissé au domaine public. Un problème épineux
pour tous ceux qui gèrent des bibliothèques numériques, et qui affecte aussi
bien le Projet Gutenberg que Google Livres.
Si le Projet Gutenberg s’est donné pour mission de diffuser gratuitement par
voie électronique le plus grand nombre possible d’oeuvres du domaine public, sa
tâche n’est guère facilitée par les coups de boutoir portés au domaine public.
Michael Hart, son fondateur, se penche sur la question depuis quelque trente
ans, avec l’aide d’un groupe d’avocats spécialisés dans le droit d’auteur.
Raison pour laquelle on expose ici ses réflexions, pour montrer combien le
domaine public s'est dégradé au fil des siècles, et particulièrement au 20e
siècle.
Dans la section Copyright HowTo, le Projet Gutenberg détaille les calculs à
faire pour déterminer si un titre publié aux Etats-Unis appartient ou non au
domaine public. Les oeuvres publiées avant 1923 sont soumises au droit d’auteur
pendant 75 ans à partir de leur date de publication (elles sont donc maintenant
du domaine public). Les oeuvres publiées entre 1923 et 1977 sont soumises au
droit d’auteur pendant 95 ans à partir de leur date de publication (rien ne
tombera dans le domaine public avant 2019). Une oeuvre publiée en 1998 et les
années suivantes est soumise au droit d’auteur pendant 70 ans à partir de la
date du décès de l’auteur s’il s’agit d’un auteur personnel (rien dans le
domaine public avant 2049), ou alors pendant 95 ans à partir de la date de
publication - ou 120 ans à partir de la date de création - s’il s’agit d’un
auteur collectif (rien dans le domaine public avant 2074). Tout ceci dans les
grandes lignes. D’autres règles viennent s’ajouter à ces règles de base, et la
loi sur le copyright est retouchée 11 fois au cours des 40 dernières années.
Nettement plus contraignante que la précédente, la législation actuelle est
entérinée par le Congrès le 27 octobre 1998 pour contrer le formidable véhicule
de diffusion qu'est l'internet. Au fil des siècles, chaque avancée technique est
accompagnée d'un durcissement du copyright, qui semble être la réponse des
éditeurs à un accès plus facile au savoir, et la peur afférente de perdre des
royalties. «Le copyright a été augmenté de 20 ans, explique Michael Hart en
juillet 1999. Auparavant on devait attendre 75 ans, on est maintenant passé à 95
ans. Bien avant, le copyright durait 28 ans (plus une extension de 28 ans si on
la demandait avant l’expiration du délai) et, avant cela, le copyright durait 14
ans (plus une extension de 14 ans si on la demandait avant l’expiration du
délai). Comme on le voit, on assiste à une dégradation régulière et constante du
domaine public.»
Les dates évoquées sont les suivantes: