L'argument est devenu un lieu commun de dîner : à quoi bon passer trois ans sur l'anglais quand une oreillette, un navigateur et un modèle de langue font le travail instantanément et gratuitement ?
C'est une question sérieuse, et elle mérite mieux qu'une réponse de professeur. Il existe une population qui utilise ces outils tous les jours, à qui l'on demande chaque année ce qu'elle en pense, et dont les réponses sont publiées : les professionnels européens de la traduction. Leur verdict, en 2026, n'est pas celui qu'on attendrait.
Que fait réellement la traduction automatique aujourd'hui ?
Beaucoup, et à grande échelle. L'enquête annuelle du secteur européen des langues, menée dans 45 pays auprès des entreprises, des indépendants, des départements linguistiques, des universités et des étudiants, mesure l'usage réel plutôt que les intentions.
Les chiffres de l'édition 2026 sont sans ambiguïté. Chez les traducteurs indépendants, la post-édition — c'est-à-dire la correction d'un texte déjà traduit par une machine — représente 63 % de l'activité totale, à parts égales entre du contenu pré-traduit par le client et du contenu que le professionnel passe lui-même à la machine de sa propre initiative. Côté départements linguistiques, le taux d'implémentation de l'IA générative a doublé en un an, de 30 % à 64 %, et 73 % de cet usage consiste à remplacer les moteurs de traduction dédiés.
Dans les entreprises de services linguistiques, la traduction humaine pure est passée de 37 % à 29 % du chiffre d'affaires, la post-édition se maintenant à 24 %. La bascule n'est pas une prévision : elle a eu lieu.
Ceux qui l'utilisent le plus la jugent-ils bonne ?
C'est ici que la ligne narrative habituelle se casse.
La proportion de professionnels indépendants qui jugent la qualité des moteurs et des grands modèles de langue « élevée à très élevée » est tombée de 40 % en 2025 à 23 % en 2026. Les auteurs de l'enquête avancent une explication sobre : l'effet de nouveauté de la fluidité apportée par l'IA générative s'estompe à mesure que l'usage s'étend. Un texte qui se lit bien n'est pas un texte juste, et il faut du volume pour que l'écart se voie.
Le reste de l'enquête confirme cette lucidité. Plus de 30 % des départements linguistiques déclarent attendre d'un texte post-édité une qualité inférieure à celle d'une traduction humaine, tandis que les entreprises et les indépendants croient, eux, que leurs clients en attendent l'équivalence. Sur la question de savoir quand la machine atteindra le niveau humain moyen, une entreprise sur deux répond « moins de dix ans », mais entre 27 % et 35 % des participants répondent « jamais ». Les remises consenties sur le travail post-édité vont de 13 % à 29 % selon qui parle : une décote, donc, pas une équivalence.
La « parité humaine » annoncée a-t-elle été démontrée ?
En 2018, plusieurs équipes de recherche ont annoncé que la traduction automatique neuronale atteignait la parité avec la traduction humaine professionnelle sur certaines paires de langues. L'annonce a fait le tour du monde ; sa réfutation, beaucoup moins.
La même année, Läubli, Sennrich et Volk ont republié l'expérience en changeant une seule variable : au lieu de faire évaluer des phrases isolées, ils ont fait évaluer des documents entiers. Le résultat s'inverse. Les évaluateurs humains préfèrent nettement la traduction humaine dès lors qu'ils jugent un texte complet, parce que les erreurs décisives — incohérence terminologique, pronoms flottants, référence perdue d'un paragraphe à l'autre — sont invisibles au niveau de la phrase et deviennent déterminantes au niveau du document.
Cette limite n'a pas disparu avec les modèles de langue. L'enquête 2026 note que les réviseurs réclament du contexte pour corriger précisément ce type d'erreurs de niveau document. Autrement dit, la machine excelle là où la phrase suffit, et échoue là où le sens se construit sur la durée — ce qui est le régime normal d'un contrat, d'un rapport, d'une négociation ou d'une réunion.
Le marché du travail français a-t-il cessé de demander l'anglais ?
Si la machine rendait l'anglais inutile, la demande devrait refluer. Elle augmente.
Il faut prendre cette mesure pour ce qu'elle est : un comptage de mots-clés sur une plateforme, effectué par un éditeur de certifications linguistiques, donc par un acteur qui a intérêt au résultat. Elle ne dit pas que l'anglais est exigé dans 13 % des emplois français, seulement qu'il est mentionné dans 13 % des annonces d'un site. Avec cette réserve, la direction du mouvement reste la même sur sept ans, et elle est ascendante — à rebours de l'hypothèse selon laquelle l'automatisation aurait déjà dissous le besoin.
La même analyse donne un second chiffre, plus embarrassant : parmi environ 7 000 candidats passés par une certification financée en 2024, 23,8 % atteignent le niveau B2 et 3,7 % le C1. Or les annonces qui précisent un niveau demandent majoritairement B2 ou plus.
Que la machine ne fait-elle pas ?
Trois choses, qu'aucune amélioration de qualité ne résout, parce qu'elles ne relèvent pas de la qualité.
La première est l'interaction. Traduire un texte est une opération différée sur un objet fini ; participer à une réunion est une opération synchrone sur un objet en cours de fabrication. On y interrompt, on y reformule, on y perçoit qu'une réponse est polie mais négative. Un outil qui restitue le contenu d'un tour de parole ne restitue pas la capacité d'en prendre un.
La deuxième est la responsabilité. Une traduction automatique n'a pas d'auteur. En droit français, un document de travail rédigé en anglais et remis à un salarié est inopposable tant qu'il n'a pas été traduit et porté à sa connaissance en temps utile — et c'est l'employeur qui doit établir qu'il l'a fait. Une sortie de moteur collée dans un e-mail ne crée aucune de ces garanties.
La troisième est la confiance. Les données de l'enquête européenne montrent un écart persistant entre ce que les acheteurs attendent d'un texte post-édité et ce que les prestataires pensent qu'ils attendent. Dans toute négociation, cet écart se paie, et il se paie dans la langue où la négociation a lieu.
Faut-il alors apprendre l'anglais pour lire, ou pour parler ?
La réponse honnête, en 2026, est que la machine a largement absorbé la compréhension écrite et n'a pas absorbé la production orale. Ce constat devrait déplacer l'effort d'apprentissage, pas l'annuler.
C'est exactement là que le système français est mal calibré. Les candidats français au TOEIC obtiennent en moyenne 719 points sur 990 à un test qui ne mesure que la compréhension, et le test d'expression orale du même éditeur situe la France à 124 points sur 200. Nous continuons donc à certifier massivement la compétence que les outils remplacent le mieux, et à mesurer rarement celle qu'ils ne remplacent pas.
L'indice EF, qui classe 123 pays à partir de 2,2 millions de tests, situe la France au 38e rang mondial en 2025 avec 539 points, en progression de 11 places sur un an. Ce type d'indice a ses biais — l'échantillon est auto-sélectionné, il s'agit de personnes qui choisissent de passer un test en ligne gratuit — mais la trajectoire indique que le sujet n'est pas clos par la technologie.
Ce que cette enquête n'a pas pu établir
Aucune donnée publique fiable ne permet de mesurer l'usage réel de la traduction automatique par les salariés français non traducteurs. Tout ce qui est chiffré ici concerne des professionnels de la langue, population qui n'est pas représentative de l'usage ordinaire en entreprise.
Cette enquête n'a pas pu comparer, sur une même tâche professionnelle et avec un protocole indépendant, la performance d'un salarié de niveau B1 équipé d'un outil de traduction et celle d'un salarié de niveau C1 sans outil. C'est pourtant la seule expérience qui trancherait vraiment la question posée par le titre.
Enfin, les données sur la part des offres d'emploi mentionnant l'anglais proviennent d'un éditeur de certifications, et n'ont pas pu être recoupées avec une source publique indépendante portant sur la même période.
FAQ
La traduction automatique a-t-elle atteint le niveau humain ?
Non, et les professionnels qui l'utilisent le plus sont de plus en plus nets sur ce point : en 2026, 23 % des traducteurs indépendants interrogés par l'enquête européenne du secteur jugent la qualité des moteurs élevée, contre 40 % un an plus tôt. Entre 27 % et 35 % des participants estiment que le niveau humain moyen ne sera jamais atteint. Les remises pratiquées sur le travail post-édité, de 13 % à 29 %, confirment que le marché traite ces textes comme inférieurs.
Les annonces d'emploi demandent-elles moins l'anglais depuis l'arrivée de l'IA ?
Les données disponibles indiquent l'inverse : la part des annonces françaises mentionnant l'anglais est passée d'environ 9 % en 2018 à environ 13 % en mars 2025, selon une analyse des offres d'Indeed France. Cette analyse est produite par un éditeur de tests de langue, donc par une partie intéressée, et n'a pas pu être recoupée avec une source publique indépendante.
Quelle compétence l'IA remplace-t-elle le mieux ?
La compréhension écrite, de loin. Traduire un texte fini est la tâche pour laquelle les moteurs ont été conçus et où ils sont le plus performants. Ce qu'ils ne font pas, c'est participer à un échange synchrone : interrompre, reformuler, percevoir une réserve implicite, engager une responsabilité. C'est la production orale en interaction qui reste la moins substituable.
Pourquoi les erreurs de traduction automatique passent-elles inaperçues ?
Parce qu'elles sont invisibles à l'échelle de la phrase. Läubli, Sennrich et Volk ont montré en 2018 que des évaluateurs préfèrent nettement la traduction humaine lorsqu'ils jugent un document entier plutôt que des phrases isolées : les incohérences terminologiques, les références perdues et les pronoms flottants n'apparaissent qu'au niveau du texte. Un texte fluide peut donc être faux sans en avoir l'air.
