Depuis plusieurs années, le secteur de la traduction connait un véritable bouleversement technologique induit en grande partie par l'avènement de nouvelles technologies de la traduction, telles que la traduction automatique (TA) neuronale. Par conséquent, les pratiques professionnelles sont amenées à évoluer et l’actualisation des programmes de formation en traduction se révèle un enjeu crucial à la fois pour l'enseignement de la traduction et pour l’avenir même de la profession. Dans ce contexte, nous consacrons cette thèse à l’étude d’une pratique en plein essor dans le secteur des services langagiers : la post-édition (PE) de TA. Premièrement, l’objectif majeur de ce travail est d’explorer les effets de cette pratique, en contexte universitaire, sur la qualité finale de productions. Deuxièmement, nous cherchons à évaluer les connaissances et les perceptions des étudiants en traduction à l’égard de la TA et de la PE. Troisièmement, notre volonté est enfin de contribuer à la réflexion sur l’intégration d’une formation en TA et en PE dans les cursus des apprenants en traduction. Pour mener à bien ces objectifs, nous avons mené deux expériences contrôlées impliquant des étudiants en traduction afin de comparer les produits de deux processus de traduction (anglais-français) : la traduction humaine (TH) et la post-édition de TA, tant statistique que neuronale. Pour l’exploitation des données empiriques recueillies, nous combinons une approche qualitative (évaluation humaine de la qualité et analyse linguistique des erreurs contenues dans les productions) à une approche quantitative (statistique descriptive, statistique inférentielle et mesures linguistiques automatiques). Nos résultats montrent que la PE de TA, qu'elle soit statistique ou neuronale, permet d’obtenir des productions de qualité globale comparable à la qualité en TH, voire de qualité supérieure pour la PE de TA neuronale. Par ailleurs, l’analyse statistique détaillée indique principalement que les textes post-édités contiennent davantage de calques par rapport aux TH et que les PE de TA neuronale contiennent moins d’erreurs de grammaire et de syntaxe comparativement aux TH. De plus, nous avons fait le constat que la qualité d’une PE dépend du paradigme de TA (statistique ou neuronal), ainsi que du moteur de TA neuronale (Google Traduction ou DeepL). Nos travaux révèlent également l’existence d’un effet nivelant en PE de TA neuronale sur la qualité des textes cibles qui atteste du fait que plus l’étudiant a de faibles compétences en TH, plus la PE lui sera bénéfique et à l’inverse, plus il a des compétences élevées en TH, plus la PE entraine une baisse de qualité de sa production finale. De plus, une partie de nos résultats témoigne de la présence de caractéristiques propres à une langue de PE (post-editese) qui la distinguent de la langue traduite humainement. Dans la dernière partie de cette thèse, nous étayons notre position en faveur de l’adoption d’une approche raisonnée des outils de TA afin de former des utilisateurs avertis, autonomes et responsables. Enfin, en nous appuyant sur ces résultats et sur notre expérience pédagogique, nous mettons en lumière les principaux enjeux et atouts de la PE et définissons sept grands défis sur lesquels il convient de mettre l’accent dans l'apprentissage de la PE.