Vertaalbureau MOTTE werd opgericht in 1997. Translation Agency MOTTE is founded in 1997. Le bureau de traductions MOTTE est fondé en 1997.
We attended the webinars organised by RWS during Elevate 2025 on the implication of AI on translation, and had some interesting talks with some of the other attendants.
It gave us the opportunity to stay in touch with the latest developments.
L’intelligence artificielle (IA) n’a rien de nouveau en matière de traduction.
Le secteur de la traduction a toujours été l’un de premiers à intégrer la technologie de l’information et de la communication (ICT), parce que traduire c’est communiquer. Les traducteurs ont aussi été les premiers à utiliser les télécopieurs à grande échelle. Nous avons également été les premiers à utiliser des PC, même si c’était uniquement pour que le travail final soit propre. Et nous avons aussi été les premiers à utiliser des PC pour installer des bases de données, ainsi que pour automatiser les dictionnaires et le contrôle de l’orthographe.
L’un des premiers avantages qui m’a séduit dans la traduction assistée par ordinateur était la possibilité de conserver la mise en page du document original. Fini le temps des feuilles de papier avec des blocs de texte numérotés pour établir le lien avec le texte source. Le client recevait enfin un document traduit sans risque de confusion et qu’il pouvait facilement intégrer dans sa chaîne de production.
Lorsque la mémoire des ordinateurs est devenue suffisamment importante et rapide pour stocker le texte source et le texte cible des traductions, nous avons pu récolter les fruits de notre travail antérieur en automatisant ce que nous faisions depuis des décennies : baser les traductions de documents modifiés sur celles des versions précédentes. Mais cette fois, nous n’avions plus à passer au crible et à retaper des piles de textes. L’ordinateur faisait cette partie du travail pour nous, et nous pouvions nous concentrer sur les parties nouvelles et modifiées afin de livrer plus rapidement un meilleur résultat.
La dernière évolution a été l’introduction de la traduction assistée par ordinateur (TAO, ou CAT pour computer aided translation en anglais). Une fois ces logiciels adoptés, la mise en place de règles programmées pour comparer le texte source avec différents types de textes cibles, permettant ainsi au programme de nous aider à adapter le texte cible, n’a plus été qu’une question de temps.
Il en a inévitablement découlé l’introduction d’une intelligence accrue dans ces logiciels, ce qui a finalement donné naissance à ce que nous appelons la traduction automatique (TA, ou MT pour machine translation).
C’est pourquoi je ne comprends pas l’engouement actuel autour de la traduction avec l’IA. En réalité, la TA EST de la traduction avec l’IA. Bien souvent, les systèmes de TA n’utilisent pas la TAO traditionnelle comme base, mais la TAO classique intègre généralement des éléments de TA afin d’utiliser la traduction automatique pour préparer le travail final du traducteur, accélérer le processus et éviter les erreurs des systèmes purement automatisés.
La TA ne fonctionne pas sans la post-édition de traduction automatique (MTPE, machine translation post-editing). Le traducteur révise et édite le texte après la traduction automatique. C’est également ainsi que fonctionne la traduction avec l’IA. La seule différence entre la traduction avec l’IA et la MTPE est terminologique : ce sont deux expressions différentes pour désigner la même chose. C’est pourquoi l’énorme battage médiatique autour de l’IA dans la traduction n’est rien de plus qu’un changement de terminologie, parfois accompagné d’un changement de fournisseur : certains affirment utiliser l’IA pour attirer des clients, mais en réalité, ils font exactement ce que le secteur de la traduction fait depuis au moins dix ans.
Le terme « IA » pour la traduction relève davantage du marketing et du window dressing que d’une nouvelle méthode de travail plus avancée.
Peter Motte
Artificiële intelligentie (AI) voor vertalen is niets nieuws.
Het vertaalvak is altijd al beïnvloed geweest door ICT, omdat het nu eenmaal over communicatie gaat. Vertalers waren bij de eersten die faxmachines op grote schaal konden gebruiken. We waren ook bij de eersten die pc’s toepasten, zelfs al was het alleen maar om ervoor te zorgen dat het afgeleverde werk er netjes uitzag. En we waren ook de eersten die pc’s gebruikten om er databases op te installeren om geautomatiseerde woordenboeken en spellingcontrole te gebruiken.
Een van de eerste voordelen die mij aansprak bij vertalen met computers, was dat we de lay-out van het oorspronkelijke document konden behouden. De dagen van velletjes papier met genummerde tekstblokken om het verband te leggen met de oorspronkelijke tekst, waren voorbij. De klant kreeg eindelijk een vertaald document zonder het risico tekst te verwarren, en dat hij vlot in zijn productketen kon introduceren.
Toen de computergeheugen groot en snel genoeg werden om brontekst en doeltekst van vertalingen op te slaan, konden we de voordelen oogsten van ons vroegere werk door de automatiseren wat we al decennia lang deden: vertalingen van gewijzigde documenten baseren op vertalingen van vorige versies. Maar deze keer moesten we geen stapels teksten meer doorploegen en overtikken. De computer deed dat deel van het werk voor ons, en wij konden ons concentreren op de nieuwe en gewijzigde delen en sneller een beter resultaat afleveren.
De jongste evolutie was de introductie van on of computerondersteund vertalen of CAT (van computer aided translation). Eenmaal die programma’s werden gebruikt, was het alleen nog maar een kwestie van tijd voor er programmaregels werden geïmplementeerd om bronmateriaal met allerlei soorten doelmateriaal te vergelijken, zodat het programma ons kon ondersteunen bij het aanpassen van de doeltekst.
Dat betekende onvermijdelijk dat er meer intelligentie in die programma’s werd geïntroduceerd, en dat leidde ten slotte tot wat we machinevertalingen, of MT (van machine translation) noemen.
Daarom begrijp ik de huidige hype over vertalen met AI niet. In feite IS MT vertalen met AI. MT-systemen gebruik vaak geen traditionele CAT als basis, maar traditionele CAT heeft doorgaans wel MT-elementen geïmplementeerd zodat MT wordt gebruikt voor de voorbereiding van het definitieve werk van de vertaler om het proces te versnellen en tegelijk de fouten te vermijden die pure geautomatiseerde systemen maken.
MT werkt niet zonder MTPE: machine translation post editing. De vertaler voert een redactie na de machinevertaling uit. Op die manier werkt ook vertalen met AI. Het enige verschil tussen vertalen met AI en met MTPE is terminologisch: het zijn twee verschillende uitdrukkingen voor hetzelfde ding. Daarom is de enorme hype over AI bij vertalen niets meer dan een verschuiving in terminologie en soms ook in leveranciers: sommigen zeggen om klanten aan te trekken dat ze AI gebruiken, maar ze doen hetzelfde als wat de vertaalsector al minstens tien jaar doet.
De term AI voor vertalen is meer een kwestie van marketing en windowdressing dan van een nieuwe, meer geavanceerde manier van werken.
Following the online AI Expo 2025 I went to a local introduction on AI in my home town.
It was organised by the UNIZO, a Belgian association of Small to Medium-sized Enterprises.
It’s the biggest network for entrepreneur and self-employed persons in Flanders and Brussels.
They are at https://www.unizo.be/
I have to admit that the introduction was far too general to be of any use for me.
Today I participated in an event on AI and translation, of which you see the certificate above.
Vandaag nam ik deel aan een congres over AI en vertalen, waarvan u hierboven het certificaat ziet.
Aujourd’hui j’était à un événement sur IA et la traduction, dont vous voyez le certificat ci-dessus.
Deze keer wilden we ons niet inhouden!
Hup: op naar een miljoen beduidende cijfers van pi!
Met dank aan https://www.piday.org/million/
AI can be creative in certain ways, though its approach to creativity is very different from human creativity. When we talk about creativity in AI, it often comes down to how well an AI can generate new ideas, solve problems in novel ways, or produce art, music, or writing that feels fresh or innovative. However, its creative output is typically bound by the data and patterns it has been trained on, as well as the algorithms that guide its process. Here’s a closer look at what AI creativity involves:
1. Generative Creativity
2. Problem-Solving and Innovation
3. Augmenting Human Creativity
4. Limitations in True Creativity
In Summary
AI can generate creative outputs by recombining existing elements in innovative ways, and it can even inspire or collaborate with humans. However, because it lacks true consciousness, personal experience, and emotional depth, AI’s creativity differs from human creativity in significant ways
The creativity of AI is both fascinating and transformative, especially as we begin to see machines take on tasks that were traditionally exclusive to human imagination and ingenuity. AI’s approach to creativity is rooted in its ability to process vast datasets, recognize patterns, and generate new combinations of ideas, images, or words. Unlike human creativity, which draws from personal experience, intuition, and often an emotional or cultural connection, AI creativity is based on algorithms, probabilities, and learned data structures. But as it evolves, AI is beginning to exhibit behaviors that are eerily reminiscent of human creativity, inspiring a new dialogue about what it means to “create.”
For example, generative models like GPT-4 and DALL-E (which creates images from text prompts) showcase AI’s ability to produce art, music, literature, and design concepts. These systems don’t “feel” creativity as humans do, but they mimic it through a process called “generative synthesis,” blending learned elements to produce something original within a given framework. This approach has led to surprising, sometimes profound results, such as AI-written novels, original paintings, and new styles of music.
One powerful aspect of AI creativity is its capacity for collaboration. Human artists, writers, and scientists increasingly use AI as a partner, integrating its suggestions or novel outputs into their own work. In these hybrid environments, AI offers humans fresh ideas and perspectives that may not arise from a purely human-centered creative process. This symbiosis—where AI can suggest unanticipated plot twists in a novel or offer design combinations never before considered—hints at a future where creativity is shared between human and machine.
Still, AI’s creativity raises ethical and philosophical questions. Can an algorithmically generated piece be truly considered art? Who owns the creative rights? And what happens when AI begins to mimic human creativity so closely that it’s hard to tell the difference? These questions challenge our traditional notions of authorship, originality, and even the purpose of creativity itself.
As AI continues to develop, its role in creative fields could fundamentally change the landscape of human culture. Whether it remains a tool or grows into something closer to a collaborator, AI’s creativity will no doubt drive innovation and broaden our understanding of what creativity can be.
Vandaag viert Europa de talen.
Europa wil erop wijzen dat een van de principes van de EU meertaligheid is.
In de EU zijn er 24 officiële talen en meer dan 60 regionale of minderheidstalen.
En dan zijn de dialecten nog niet meegeteld.
Tijdens een evenement in 2006 net buiten Tokyo haalde Akira Haraguchi (geboren in 1946) een (niet officieel erkend) wereldrecord door het grootste aantal cijfers van pi op te sommen: 111.700. Hij deed er meer dan 16 uur en 30 minuten over.
Hij kon dat door elk cijfer in verband te brengen met een lettergreep en hij vormde een verzameling verhalen met de woorden die door die syllaben werden gevormd. Hij heeft nu meer dan 800 verhalen, meestal over dieren of planten.
Hij demonstreerde dus tegelijk een mnemotechnisch hulpmiddel. Verhalen worden vaak gebruikt om iets uit het hoofd te leren. Doordat Haraguchi-san pi uit het hoofd probeert te leren, heeft hij zich ook in mnemotechnische middelen bekwaamd. Daarover heeft hij nu lezingen. Hij werkt trouwens ook aan een methode om te herstellen van dementie.
Voor Haraguchi is pi meer dan een getal. Het is een spirituele roeping.
Hij vertelde: “Alles in deze wereld, onszelf inbegrepen, zijn verzamelingen van atomen, en dus van roterende elektronen. De ultieme geschiedenis van de mens evolueert in de richting van een gelukkige eindbestemming voor alle volkeren. De aarde, het melkwegstelsel en het universum roteren allemaal. Met andere woorden: ik denk dat rotatie de absolute waarheid is, en daarin zit het getal pi verborgen. Ik meen een leven volgens de waarheid te kunnen leiden als ik denk aan pi.”
Voor hem is pi opzeggen hetzelfde als een Boeddhistische mantra opzeggen. Hij heeft trouwens maar ongeveer een uur per dag nodig om er 15.000 op te zeggen. Volgens de leer van het Zen-Boeddhisme draagt alles dat bestaat in deze wereld de geest van Boeddha. Dus ook pi.
De cijfers van pi uit het hoofd leren begon al in het begin van de 19e eeuw. Toen waren er echter maar een honderdtal bekend. Tegenwoordig zijn er meer dan 100 biljard cijfers bekend. De berekening ervan duurde 158 dagen en werd voltooid op 21 maart 2022.
Vertaalbureau MOTTE 