Interpréter pour des migrants : historique, dénominations, perspectives
Notice bibliographique
Résumé
La demande en interprétation dans les services publics en France n’a cessé de croître depuis 1970, date à laquelle ISM (Inter Service Migrants) Interprétariat, fournisseur de services historique et toujours largement majoritaire sur le marché aujourd’hui, a commencé à proposer de tels services d’interprétation. Depuis 2015, la croissance de cette demande est encore plus forte, à l’exception d’une légère baisse en 2020 due au contexte de la pandémie. Pourtant, le secteur a du mal à se professionnaliser en raison des trop peu nombreuses formations spécifiques et parce que les principales langues de la migration (à l’exception de l’arabe et de l’anglais) ne sont pas celles que pratiquent les interprètes diplômés. Notre contribution entend exposer l’histoire du métier en France et son évolution, en s’appuyant notamment sur les données d’ISM Interprétariat, mais aussi de clients (Office français de protection des réfugiés et apatrides, 2023; Cour nationale du droit d’asile, 2023), avant d’essayer de nommer cette activité. Celle-ci a connu de multiples appellations en français allant de l’interprétation communautaire à l’interprétation dans les services publics (Pointurier, 2016), en passant notamment par l’interprétation en milieu social (Organisation internationale de normalisation, 2014), l’interprétation de dialogue (Niemants, 2015), l’interprétation en triade (Delizée, 2015) ou même la médiation interculturelle. Nous tenterons de montrer que les multiples appellations en anglais de l’activité (Wadensjö, 1998; Pöchhacker, 2004; Tipton et Furmanek, 2016) ne correspondent pas toujours exactement à leurs traductions respectives en français. Cette « prolifération des étiquettes » (Gambier, 2012) crée de la confusion, aggravée par l’ambiguïté du terme « médiation » (Pöchhacker, 2008), ce qui entrave très fortement la professionnalisation, et ce malgré les efforts en ce sens menés ces dernières années tant par les prestataires de services (Demaret, 2022) que par les universités. Enfin, nous conclurons avec les perspectives et les défis liés à cette professionnalisation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,014 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».