Les IA permettent aujourd’hui de converser avec une machine presque comme avec un être humain et pourraient bientôt devenir de véritables compagnons numériques. C’est dans ce contexte de profondes mutations qu’émerge l’algospeak, un terme formé à partir des mots algorithme et parler. Il désigne les stratégies linguistiques employées par les utilisateurs pour contourner les systèmes de modération automatisée ainsi que les algorithmes de visibilité des plateformes numériques.
Notre étude s’appuie sur un corpus de cinquante vidéos TikTok françaises, qui servira de support dans le cadre d’un cours de traduction spécialisée. L’objectif est de déterminer les techniques de traduction appliquées et de comparer les traductions réalisées par des traducteurs humains à celles produites par des outils de traduction automatique, afin d’évaluer dans quelles mesures les caractéristiques de l’algospeak sont préservées.
L’analyse des mots détournés permettra, dans un premier temps, de mettre en évidence la créativité linguistique ainsi que les pratiques communautaires développées pour échapper aux systèmes de détection. Dans un second temps, cette recherche vise à souligner l’apport spécifique de l’intervention humaine dans ce processus. Grâce à sa compréhension de l’intention communicative et à sa capacité à adapter ses choix lexicaux, l’être humain peut anticiper la manière dont un algorithme interprète un contenu et éviter les filtres au moyen de substitutions, compréhensibles pour les locuteurs. On y décèle une volonté de résister à une surveillance devenue largement automatisée et systémique.
La méthodologie repose sur la transcription et l’annotation du corpus afin d’établir une typologie des termes repérés et d’en analyser les fréquences d’apparition, avant de confronter les résultats obtenus à la littérature scientifique existante. Cette étude soulève plusieurs questions : les équivalents de l’algospeak sont-ils universels ? Faut-il privilégier la traduction du sens, celle de l’effet discursif ou celle de la fonction de contournement algorithmique ? Enfin, quelle tension existe entre la gouvernance algorithmique des contenus et la liberté d’expression des usagers ?
Mots-clés : algospeak, algorithmes, contournement de la modération, censure numérique, traduction intalinguale, intention, créativité lexicale.
Elisa Hatzidaki est traductologue et maître de conférences en études néo-helléniques à l’Université de Montpellier Paul-Valéry, où elle enseigne depuis 2006, en Licence et en Master, la didactique de la traduction, la traductologie descriptive, la terminologie, la méthodologie de la recherche ainsi que l’interculturalité en contexte professionnel. Ses recherches portent sur la traductologie de corpus, l’hétérolinguisme, la traduction contrastive ainsi que sur les questions d’identité et de mémoire à travers la littérature. Elle s’intéresse également à la post-édition et aux relations entre traduction et idéologie. Sa thèse de doctorat est consacrée à l’auto-traduction chez les écrivains bilingues, avec un intérêt particulier pour l’œuvre de Vassilis Alexakis. Elle a participé à de nombreux colloques internationaux et à plusieurs projets de recherche. Elle est traductrice indépendante, responsable de la Licence LLCER (Langues, Littératures et Civilisations Étrangères et Régionales), membre de l’équipe de recherche ReSO (Recherches sur les Suds et les Orients) et membre de la Société hellénique de traductologie.
