Translating LHCb's Documentation: First experiences and ensuring maintenance

Le Grand Collisionneur de Hadrons, l'accélérateur de particules le plus puissant au monde, est situé sous la frontière entre la France et la Suisse, brisant des protons pour recréer les conditions de l'univers juste après le Big Bang. L'une des expériences qui y sont hébergées, connue sous le nom de LHCb, se concentre sur la compréhension de la raison pour laquelle l'univers est composé de matière plutôt que d'antimatière. Pour ce faire, des milliers de scientifiques du monde entier doivent travailler ensemble, en utilisant des logiciels complexes pour passer au crible des milliards d'événements de collision. Cependant, ce logiciel n'est pas statique ; il change constamment à mesure que la machine elle-même est modernisée. Pour les nouveaux chercheurs rejoignant l'équipe, l'apprentissage de ce paysage numérique en constante mutation a traditionnellement représenté une ascension abrupte, reposant sur un ensemble de tutoriels en ligne et d'ateliers annuels organisés à Genève. Alors que l'expérience entrait dans une nouvelle phase d'opération, l'équipe a été confrontée à un défi pratique : comment maintenir ces matériels de formation vitaux précis, à jour et accessibles à un nombre croissant de collaborateurs parlant des langues autres que l'anglais, particulièrement ceux de Chine.

L'histoire de la manière dont la collaboration LHCb a résolu ce problème commence par la réalisation que leurs supports de formation existants, connus sous le nom de Starterkit, nécessitaient une refonte complète. L'expérience venait de subir une mise à niveau massive, et le logiciel utilisé pour analyser les données avait tellement changé que les anciennes leçons n'étaient plus utiles. L'équipe a écrit une nouvelle version de ces leçons, mais elle a également reconnu une réalité démographique : la Chine accueille le plus grand groupe de scientifiques de LHCb en dehors de l'Europe. Beaucoup de ces chercheurs ne pouvaient pas facilement voyager en Suisse pour l'atelier annuel en personne en raison de la distance et des exigences de visa. Pour s'assurer que ces scientifiques ne soient pas laissés pour compte, l'équipe a décidé de créer un événement de formation parallèle en Chine, ce qui a nécessité la traduction de l'ensemble des nouvelles leçons en mandarin.

Traduire des centaines de pages de documentation physique hautement technique est une tâche colossale, surtout lorsque le texte contient du code complexe et un jargon spécialisé que les outils de traduction standards interprètent souvent mal. Les chercheurs ont constaté que s'ils demandaient simplement à une intelligence artificielle de traduire le texte, le résultat était fréquemment inexact, la machine inventant des termes techniques ou interprétant mal les concepts de physique environ 20 % du temps. Pour corriger cela, ils ont construit un système personnalisé combinant la rapidité de l'IA avec la précision des experts humains. Ils ont d'abord entraîné un modèle d'IA local sur un dictionnaire vérifié de termes de physique, garantissant que la machine comprenne le vocabulaire spécifique de l'expérience. L'IA générait ensuite un projet de traduction, mais ce projet n'était jamais publié directement. Au lieu de cela, il était transmis à un panel de physiciens bilingues qui révisaient le travail, corrigeant toute erreur subtile et s'assurant que le flux de la langue paraisse naturel pour un locuteur natif.

Pour maintenir ce système fonctionnel sur le long terme, l'équipe a conçu un flux de maintenance qui empêchait la version chinoise de prendre du retard sur l'original anglais. Ils ont réalisé que si les leçons anglaises étaient mises à jour, la version chinoise devrait changer immédiatement pour rester utile. Ils ont établi un processus où tout changement apporté au texte anglais déclenchait automatiquement une notification à un agent de liaison dédié en Chine. Cette personne utilisait ensuite les outils assistés par l'IA pour traduire le nouveau matériel et le vérifier. Crucialement, l'équipe a également séparé les exemples de code informatique du texte lui-même. En stockant le code dans des fichiers distincts qui étaient automatiquement insérés dans les leçons, ils ont garanti que le code reste identique dans les deux langues. Cela leur a permis d'exécuter des tests automatisés sur le code à chaque fois qu'un changement était effectué, garantissant que les exemples fonctionneraient réellement pour un étudiant tentant de suivre la leçon, quelle que soit la langue qu'il lisait.

Le succès de cette approche a été mesuré en suivant le nombre de personnes utilisant les matériels traduits. Après le lancement des leçons en chinois, l'équipe a observé qu'environ 22 % de toutes les visites sur le site web du Starterkit impliquaient un utilisateur accédant à au moins une page en mandarin. Cet usage régulier indiquait que la traduction n'était pas seulement une formalité, mais une ressource vitale pour une partie significative de la collaboration. Les données ont également montré un schéma d'engagement clair, avec une baisse notable du trafic pendant la fête du Nouvel An lunaire, reflétant les rythmes réels des scientifiques utilisant le site. Le projet a prouvé qu'il était possible de maintenir simultanément deux versions d'un document technique complexe sans créer de goulot d'étranglement, garantissant que la communauté sinophone puisse participer pleinement à la formation et à l'analyse de l'expérience.

Cet effort a ouvert la voie au premier atelier « jumeau » organisé en Chine, enseigné entièrement en mandarin, complétant l'événement traditionnel en Europe. Le système que l'équipe a construit est suffisamment flexible pour que si d'autres groupes de scientifiques, comme ceux du Brésil, souhaitaient organiser leurs propres événements de formation locaux, le même cadre de traduction et de maintenance puisse être adapté pour eux. En combinant des outils automatisés avec une supervision humaine, la collaboration LHCb a veillé à ce que la langue ne soit plus une barrière à l'entrée pour les nouveaux scientifiques, permettant à l'équipe mondiale de travailler ensemble plus efficacement alors qu'elle continue d'explorer la nature fondamentale de l'univers.