Langues en danger : comment les sauver ?

La mort des langues n’est pas un phénomène nouveau, mais il s’accélère : plus de la moitié de celles actuellement parlées dans le monde devraient avoir disparu d’ici la fin du siècle. C’est ce constat alarmant qui a conduit l’Unesco à décréter 2019 « année internationale des langues autochtones ». Comment préserver ce patrimoine mondial ? Les outils numériques sont précieux aux linguistes de terrain : enregistrements audio et vidéo facilités, archivage simplifié, accès en ligne des matériaux collectés… Peuvent-ils contribuer à la sauvegarde des langues en péril, et de quelle manière ? Quelles promesses recèlent, ou non, les collaborations actuelles entre linguistes et informaticiens ? Le point sur les recherches en cours.

Une disparition qui s’accélère 

D’ici la fin du 21^e siècle, la moitié des langues aujourd’hui parlées dans le monde pourrait avoir disparu.

La disparition de langues n’est pas nouvelle. Rien qu’au 20^e siècle, le chouadit (ou judéo-provençal) en France, l’aïnou au Japon, le sened (une langue berbère) en Tunisie ; ou au siècle suivant, l’eyak en Alaska, le yawalapití au Brésil, l’areba en Australie, le mandan (une langue sioux) aux États-Unis, ont, comme beaucoup d’autres, rejoint le cimetière des langues mortes. Ce qui est plus nouveau, c’est l’accélération du phénomène. Linguiste spécialiste de l’Alaska, l’Américain Michael Krauss lance un cri d’alarme en 1991. De ses travaux date l’estimation communément admise de la proportion de langues menacées de disparition d’ici la fin du siècle : 50 %. La première édition, par l’Unesco, de l’Atlas des langues en danger dans le monde, a lieu quatre ans plus tard, en 1996 – suivie d’une typologie de vitalité des langues en 2003. La disparition du patrimoine linguistique est notamment due aux importants déplacements de populations provoqués par l’exode rural, l’édification de barrages, l’exploitation de ressources naturelles, voire la disparition de certains habitats, comme des îles du Pacifique peu à peu recouvertes par la montée des eaux. En Chine, au Brésil ou en Inde, des langues se perdent en deux générations seulement, lorsque les petits-enfants, privilégiant les langues officielles comme le mandarin, le portugais ou l’hindi, perdent la possibilité de dialoguer avec leurs grands-parents. À telle enseigne que pour Nicolas Quint, linguiste au CNRS, « presque toutes les langues sont menacées, sauf les langues officielles qui sont employées comme langues principales à l’école ».

Des outils numériques précieux 

Depuis une vingtaine d’années, les outils numériques contribuent à l’essor de la linguistique de terrain au service des langues menacées.

La linguistique de terrain vise à collecter directement auprès des communautés les propos tenus dans leur contexte d’émission : préparation de repas, mariage, contes, prières, rituels… Si la discipline n’est pas neuve, elle a largement tiré bénéfice des outils numériques : enregistreurs audio et vidéo – précieux s’agissant de langues orales – pour la récolte des données ; stockage sur disques durs pour le transport et la pérennité des archives... Dans la phase dite de « documentation » de la langue, caméras numériques, ordinateurs portables, fichiers ont peu à peu remplacé cahiers, stylos, appareils photo et magnétophones. Une grande partie du travail du linguiste demeure toutefois artisanale. Il faut ainsi 40 heures en moyenne pour transcrire de manière phonétique une heure de propos oral de façon non segmentée, les phonèmes étant « collés » les uns aux autres. C’est le préalable indispensable à l’analyse de la langue, étape qu’on appelle la « description » : identification des termes, conception d’un alphabet idoine, traduction, élaboration d’un dictionnaire et des règles de grammaire. Le numérique offre des outils utiles. Et les langues ayant les meilleures chances de survie sont celles qui jouissent déjà d’une existence virtuelle grâce à des sites Internet, des pages Wikipédia ou des sites d’information en ligne.

Des portails en ligne accessibles à tous

La préservation d’une langue documentée passe aujourd’hui par sa mise en ligne. Plusieurs sites Internet s’en sont fait la spécialité.

Dans les années 2000, des sites ont vu le jour sur le web pour archiver le matériau collecté par les linguistes de terrain. Le plus célèbre est le Programme de documentation des langues en danger (ELDP pour son acronyme en anglais) qui, grâce au soutien de l’université de Londres, délivre des bourses de recherche à des doctorants et chercheurs pour mener des études de terrain puis les mettre en ligne : enregistrements audio, photos, vidéos, transcriptions et traductions. Depuis sa création, en 2002, l’ELDP a financé plus de 400 projets. Cette vaste bibliothèque linguistique abrite les ultimes témoignages de certaines langues en danger, éteintes ou proches de l’être. Basé dans l’Oregon, aux États-Unis, l’Institut des langues vivantes forme, quant à lui, des locuteurs locaux à la collecte, au catalogage, à l’édition et la diffusion des mots et expressions de leur langue maternelle. Le site de l’Institut contient ainsi une centaine de « dictionnaires parlants », chacun riche de plusieurs dizaines de milliers de termes. D’autres initiatives revêtent un caractère local, comme l’ELA (Alliance pour les langues en danger), qui concentre ses activités sur les communautés linguistiques présentes dans l’État de New York, soit plus de 800 langues. Les sites francophones sont nettement moins nombreux : animé par des linguistes de terrain, Sorosoro, qui recense aussi les langues menacées en Europe, constitue à cet égard une exception. Traduit en français, anglais et espagnol, il se veut une passerelle entre monde universitaire et grand public.

L’IA au service des langues menacées ?

L’intelligence artificielle peut-elle faciliter le travail des linguistes ?

Les premiers résultats sont balbutiants, mais les recherches se poursuivent. Ce pourrait être un rêve de linguiste technophile : disposer d’un logiciel de reconnaissance vocale capable de transcrire de manière phonétique l’enregistrement oral d’une langue non écrite, préalable indispensable à l’analyse linguistique. La tentative a été menée sur trois langues peu connues de la famille bantoue, qui en regroupe quelque 400 parlées dans une vingtaine de pays : le basaá, le myènè et le mbosi. Et ce, dans le cadre d’une collaboration franco-allemande menée entre 2015 et 2018 entre linguistes et informaticiens, intitulée Bulb (pour Breaking the Unwritten Language Barrier). Or la centaine d’heures collectées pour ces trois langues n’a pas suffi à générer un algorithme performant, capable de transcrire de manière automatique un propos oral en langue bantoue. En effet, les programmes d’intelligence artificielle (IA) se « nourrissent » de bases de données importantes (10  000 heures de propos pour le boîtier Google Home). C’est ce qui explique que les logiciels de transcription fonctionnent bien pour les « grandes » langues parlées par beaucoup d’individus. Côté transcription, donc, difficile d’alléger le travail des linguistes. L’équipe de Bulb a ensuite tenté de générer un algorithme capable de traduire automatiquement du bantou en français, mais le programme n’a pu qu’identifier quelques termes dans cette langue africaine. Faute de corpus abondant, il est d’ailleurs peu probable qu’une traduction automatique (type Google Translate) existe un jour pour les langues minoritaires. Les recherches se poursuivent néanmoins sur l’usage de l’IA au service des langues menacées, par exemple pour la transcription des langues dites « à ton » qui restait un défi pour les linguistes.