Cette étude examine la cohérence terminologique et la variation conceptuelle dans la traduction d’un texte institutionnel consacré à la gig economy . Elle compare le rapport anglais Working Without Borders , publié par la Banque Mondiale en 2023, sa traduction française officielle et une traduction automatique produite avec DeepL Pro, sans post-édition. L’analyse combine des mesures quantitatives de diversité et de stabilité lexicales avec une étude qualitative des équivalents retenus pour les concepts émergents et les termes institutionnalisés du domaine du travail numérique. Les résultats montrent que la traduction humaine privilégie davantage la cohérence textuelle, l’harmonisation du réseau notionnel et l’alignement sur les usages institutionnels. La traduction automatique produit un texte syntaxiquement recevable et présente parfois une diversité lexicale supérieure, mais elle se caractérise par une plus grande instabilité terminologique, notamment dans le traitement de notions encore peu stabilisées. Les fluctuations synonymiques, les calques, les anglicismes et certains décalages de registre peuvent alors neutraliser des distinctions conceptuelles ou introduire des glissements de sens. Ces écarts sont moins marqués pour les termes déjà bien établis dans les ressources institutionnelles et, vraisemblablement, dans les corpus d’entraînement. L’étude souligne ainsi que la fluidité de la traduction automatique ne garantit ni la précision terminologique ni la cohérence conceptuelle globale. Dans les contextes institutionnels spécialisés, son emploi requiert une post-édition rigoureuse, des ressources terminologiques contrôlées et une validation humaine fondée sur une connaissance approfondie du domaine.