07 h 00, un lundi de fin mars : c’est l’heure à laquelle les bénévoles de ce réseau associatif consultent le plus souvent les pages de leur antenne locale avant l’ouverture des permanences. Le réseau compte 40 antennes réparties dans six pays francophones, hispanophones et anglophones, toutes hébergées sur un même WordPress en multisite, avec un contenu commun à décliner en six langues.
La traduction manuelle de chaque nouvelle actualité par des bénévoles bilingues, déjà peu nombreux, prenait plusieurs jours avant publication. Un LLM a été mis à contribution pour produire un premier jet de traduction, systématiquement relu avant mise en ligne. Le référencement multilingue du réseau n’entre pas dans ce retour d’expérience.
Le choix d’une traduction assistée plutôt qu’automatique
Contrairement à un simple plugin de traduction automatique classique, le choix s’est porté sur un LLM capable de recevoir des instructions de contexte : le ton associatif à préserver, le vocabulaire militant propre au réseau, et une liste de termes à ne jamais traduire littéralement, comme le nom des dispositifs internes à l’association. Chaque traduction générée restait néanmoins un brouillon, jamais publiée sans relecture.
Le prompt intégrait systématiquement un glossaire de 45 termes spécifiques au réseau, mis à jour au fil des mois à mesure que de nouvelles erreurs de traduction récurrentes étaient identifiées par les relecteurs bénévoles.
Les erreurs de nuance les plus fréquentes
Trois catégories d’erreurs sont revenues régulièrement dans les traductions générées, indépendamment de la langue cible :
- Le vocabulaire militant traduit trop littéralement, perdant sa charge symbolique dans la langue cible.
- Les formules d’appel aux dons, culturellement connotées, qui sonnaient artificielles ou trop commerciales une fois traduites.
- Les noms de dispositifs internes à l’association, parfois traduits alors qu’ils devaient rester identiques dans toutes les langues pour garder une cohérence de marque entre antennes.
Un exemple concret : le terme employé pour désigner les bénévoles de première ligne dans les maraudes a été traduit en anglais par un mot plus proche du vocabulaire caritatif institutionnel que du vocabulaire militant voulu par le réseau, une nuance que seul un relecteur natif et impliqué dans l’association a pu percevoir.
Le circuit de relecture mis en place
Chaque traduction générée était envoyée à un bénévole référent de l’antenne concernée, jamais publiée directement. Ce circuit, plus lent qu’une publication automatique, restait néanmoins bien plus rapide que la traduction manuelle intégrale d’avant : le bénévole corrigeait un texte déjà structuré plutôt que de partir d’une page blanche.
| Étape | Avant | Après |
|---|---|---|
| Temps moyen de publication multilingue | 4 à 6 jours | 1 jour |
| Nombre de bénévoles traducteurs mobilisés | 8 | 3 (relecture seule) |
| Taux de correction nécessaire | — | Environ 30 % du texte modifié |
Ce que les bénévoles ont refusé de déléguer
Certains contenus ont été explicitement exclus du circuit de traduction automatique : les communiqués de prise de position politique, les témoignages de bénéficiaires, et les messages de condoléances ou de soutien lors d’événements sensibles. Ces textes ont continué d’être traduits intégralement par des bénévoles, jugés seuls capables d’en restituer le ton juste.
Une traduction rapide n’a de valeur que si elle libère du temps pour ce qui compte vraiment : dans notre cas, ce temps a été réinvesti dans la relecture des textes les plus sensibles, jamais automatisés.
En résumé
Sur un réseau associatif multilingue, la traduction par IA a permis de réduire drastiquement le délai de publication sans réduire la qualité perçue, à condition de maintenir un circuit de relecture humaine systématique et d’exclure explicitement les contenus les plus sensibles de l’automatisation. Le gain de temps a surtout profité aux contenus qu’aucun bénévole n’aurait eu le temps de traduire dans les délais avant l’introduction de cet outil.
Le glossaire de termes spécifiques au réseau, enrichi au fil des mois, reste sans doute l’élément le plus transposable de cette expérience à d’autres réseaux associatifs multilingues : c’est lui qui a permis de réduire progressivement le taux de correction nécessaire, bien plus que n’importe quel réglage technique du prompt de traduction lui-même.
