Langage et concepts

Objectifs du chapitre

À la fin de ce chapitre, vous serez capable de:

• énumérer les propriétés qu'un système de communication doit posséder pour être un langage (arbitraire du signe, structure combinatoire, productivité, déplacement, transmission culturelle) et dire lesquelles se retrouvent, ou non, dans les systèmes animaux;
• situer une observation linguistique à son niveau d'analyse (phonologie, morphologie, lexique, syntaxe, sémantique, pragmatique) et expliquer quelles erreurs de production révèlent quel niveau;
• énoncer la loi de Zipf, démontrer sa linéarisation $\log f=\log C-s\log r$ et en tirer la conséquence pratique sur la couverture d'un texte par les mots les plus fréquents;
• estimer les paramètres $s$ et $C$ à partir de deux couples (rang, fréquence), prédire la fréquence d'un mot de rang donné et une couverture cumulée, en énonçant les approximations faites;
• décrire le calendrier approximatif de l'acquisition du langage et exposer honnêtement le débat entre grammaire universelle et approches fondées sur l'usage;
• expliquer pourquoi la théorie classique des concepts échoue, formaliser l'effet de typicalité et en déduire un ordre prédit de temps de vérification;
• distinguer la version forte et la version faible de la relativité linguistique et dire ce que les données soutiennent aujourd'hui.

Qu'est-ce qu'un langage?

Vous lisez cette phrase, et des marques d'encre déclenchent chez vous des états mentaux très précis. Aucune propriété physique de la suite de traits «chien» ne ressemble à un chien. C'est le premier fait à expliquer, et il est plus étrange qu'il n'y paraît.

Le signe, symbolique et arbitraire

Le linguiste genevois Ferdinand de Saussure, dont le Cours de linguistique générale est publié à titre posthume en 1916 à partir des notes de ses étudiants, a formulé la propriété centrale: le lien entre le signifiant (la forme sonore ou graphique) et le signifié (le concept) est arbitraire. Rien dans les sons de arbre, Baum ou tree ne découle de la chose désignée. Les onomatopées elles-mêmes sont conventionnelles: le coq fait cocorico en français, Kikeriki en allemand, cock-a-doodle-doo en anglais.

Cette arbitraireté n'est pas totale: des analyses portant sur des centaines de langues ont mis en évidence des associations son–sens un peu plus fréquentes que le hasard (des consonnes nasales dans les mots pour «nez», par exemple). Statut: effet réel mais très faible; il module l'arbitraire du signe, il ne le renverse pas.

Quatre autres propriétés complètent le tableau.

La structure combinatoire (double articulation). Une langue combine quelques dizaines de sons dépourvus de sens (les phonèmes) en unités porteuses de sens (les morphèmes), puis combine ces unités en énoncés. Le français fonctionne avec de l'ordre de trente-cinq phonèmes; c'est leur recombinaison qui produit des dizaines de milliers de mots. Aucun système de communication animal connu ne présente cette double articulation.

La productivité. Vous n'aviez jamais lu la phrase «le manchot genevois a corrigé la copie du chocolatier» avant aujourd'hui, et vous l'avez comprise. Un langage engendre et interprète des messages nouveaux, en nombre non borné, à partir d'un lexique fini et de règles finies.

Le déplacement. On peut parler de ce qui est absent: d'hier, de Zurich, d'un examen qui n'a pas encore eu lieu, d'une licorne. Le message se détache de la situation présente.

La transmission culturelle. La capacité d'acquérir une langue paraît biologiquement préparée; quelle langue l'enfant acquiert dépend entièrement de la communauté qui l'entoure. Un nourrisson lausannois élevé à Osaka acquiert le japonais.

Les systèmes de communication animaux

Beaucoup d'espèces communiquent, certaines de façon remarquable. La danse frétillante de l'abeille encode la direction et la distance d'une source de nourriture: elle possède donc une forme de déplacement. Les singes vervets émettent des cris d'alarme différents selon le prédateur (aérien, terrestre, serpent), et leurs congénères réagissent de façon appropriée même quand le cri est diffusé par un haut-parleur en l'absence de prédateur: le signal fonctionne comme un signe, non comme un réflexe. Statut: résultats classiques des années 1980, répliqués et étendus à d'autres espèces; robustes pour l'existence de cris référentiels fonctionnels, discutés quant à ce que l'animal «représente» exactement.

Ce qui manque à tous ces systèmes est la productivité combinatoire: le répertoire est petit et fermé, une abeille ne peut pas danser «la source d'hier était meilleure». C'est là, et non sur le déplacement ou la référence, que passe la frontière.

Ce que les grands singes ont montré, et ce qu'ils n'ont pas montré

À partir des années 1960, plusieurs équipes ont tenté d'enseigner un langage à des grands singes: Washoe (chimpanzé, langue des signes américaine), Koko (gorille), Nim Chimpsky (chimpanzé), Kanzi (bonobo, lexigrammes). L'acquis est réel: ces animaux apprennent des centaines de symboles arbitraires et les utilisent pour demander et pour désigner.

Ce qui n'est pas acquis compte tout autant. L'analyse image par image des productions de Nim, conduite par l'équipe même qui l'avait élevé, a montré que la plupart des «phrases» étaient des imitations partielles du signe que l'enseignant venait de produire, que la longueur moyenne des énoncés n'augmentait pas avec l'apprentissage et que l'ordre des signes ne suivait aucune règle stable. Statut: la maîtrise de symboles est établie; une syntaxe productive n'a jamais été démontrée. La presse des années 1970 et 1980 a largement surinterprété ces travaux, et une part des données de l'époque n'a jamais été publiée sous une forme permettant une réanalyse indépendante.

Les niveaux d'analyse du langage

Une même phrase peut être décrite à six niveaux emboîtés. Une observation psycholinguistique n'a de sens qu'une fois située à son niveau.

Phonèmes et perception catégorielle

Ce qui distingue physiquement /pa/ de /ba/ est essentiellement le délai d'établissement du voisement: le temps qui sépare l'ouverture des lèvres de la mise en vibration des cordes vocales. On peut fabriquer une série continue de sons en faisant varier ce délai par pas réguliers. L'auditeur, lui, n'entend pas un continuum: il entend /ba/ jusqu'à une valeur critique, puis /pa/, avec une transition abrupte. Et sa capacité à discriminer deux stimuli séparés du même écart physique est bien meilleure de part et d'autre de la frontière qu'à l'intérieur d'une catégorie. C'est la perception catégorielle.

Statut: le pic de discrimination à la frontière est un résultat très robuste, répliqué depuis les années 1960 dans de nombreuses langues. La version forte de l'interprétation — «à l'intérieur d'une catégorie, l'auditeur ne discrimine rien» — est fausse: avec des tâches plus sensibles, on met en évidence une discrimination intracatégorielle réelle. L'effet est donc un gradient marqué, non un tout ou rien.

Le nourrisson commence par discriminer des contrastes phonétiques qui n'existent pas dans la langue de son entourage. Au cours de la première année, cette sensibilité se réorganise: vers la fin de la première année, la discrimination des contrastes non natifs décline nettement, tandis que celle des contrastes natifs se maintient ou s'améliore. C'est le rétrécissement perceptif. Statut: résultat robuste, établi dans les années 1980 et répliqué depuis, y compris en modalité visuelle pour les visages; le calendrier exact et le degré de réversibilité varient selon les contrastes et selon l'exposition. C'est aussi la raison pour laquelle un adulte francophone peine à entendre la différence entre les deux /r/ du japonais et de l'anglais, ou pour laquelle un germanophone doit travailler l'opposition entre dessus et dessous.

Des morphèmes à la pragmatique

Au-dessus du phonème, le morphème est la plus petite unité porteuse de sens (refaisons = re- + fais- + -ons); le lexique est le stock de mots, chacun avec sa forme, sa catégorie grammaticale et son sens; la syntaxe organise les mots en phrases, ce qui rend interprétable «le chat que la fille voit dort»; la sémantique traite du sens, indépendamment de la bonne formation, car «le rocher a mangé la pomme» est syntaxiquement irréprochable et sémantiquement anormal; la pragmatique, enfin, traite de ce que le locuteur veut faire avec son énoncé, «il fait froid ici» étant rarement un bulletin météorologique.

Les erreurs de production comme fenêtre sur les niveaux

Les erreurs de production ne sont pas du bruit: elles montrent quelles unités le système manipule réellement.

• Les échanges de phonèmes (contrepèteries, spoonerisms): «un choix de vin» produit «un voix de chin». Pour que deux phonèmes s'échangent, il faut qu'ils aient été planifiés séparément du mot qui les porte: argument en faveur d'un niveau phonologique autonome.
• Les erreurs morphologiques: «vous disez», «il a prendu». La règle régulière déborde sur une forme irrégulière: le locuteur possède donc une règle et ne restitue pas seulement des formes mémorisées.
• Les substitutions lexicales: «fourchette» pour «cuillère» (proximité sémantique), «pantalon» pour «pantoufle» (proximité de forme) — la forme et le sens sont donc accédés par des voies partiellement distinctes.
• Le mot sur le bout de la langue (tip of the tongue): le mot ne vient pas, mais on connaît souvent sa longueur, sa première lettre, parfois son genre. Statut: phénomène robuste, aisément provoqué en laboratoire; il montre que l'accès à la forme phonologique peut échouer alors que l'accès au sens a réussi.

Le lexique et ses régularités quantitatives

Le lexique n'est pas un tas de mots: sa distribution obéit à une régularité si stable qu'elle porte le nom d'une loi.

Fréquence et rang

Prenez un grand corpus, comptez les occurrences de chaque mot, classez les mots par fréquence décroissante et attribuez à chacun son rang $r$ ($r=1$ pour le plus fréquent). La fréquence relative $f(r)$ chute alors très vite avec le rang, selon une forme remarquablement régulière.

Démonstration. Point 1. Les deux membres de (10.1) sont strictement positifs; le logarithme est une bijection strictement croissante de $\left]0,+\infty \right[$ dans $\mathbb{R}$, donc l'égalité est préservée. En appliquant $\log$ et les deux règles $\log (a/b)=\log a-\log b$ et $\log (r^s)=s\log r$, on obtient , qui est l'équation d'une droite d'ordonnée à l'origine et de pente dans le plan . Réciproquement, si les points sont alignés de pente , alors : la forme (10.1) et la droite (10.2) sont deux écritures de la même hypothèse. C'est ce qui rend la loi : il suffit de regarder si le nuage est droit.

Point 2. $\frac{f(\lambda r)}{f(r)}=\frac{C(\lambda r{)}^{-s}}{C{r}^{-s}}={\lambda }^{-s}$, indépendant de : la loi ne possède aucune échelle privilégiée.

Point 3. La somme (10.3) résulte de la définition de la fréquence cumulée. Pour $s=1$, ${\sum }_{r=1}^n{r}^{-1}=H_n$ est la somme harmonique, et l'encadrement classique (obtenu en comparant la somme à l'intégrale ) donne avec . Deux conséquences se lisent directement. D'abord, si le corpus contient mots distincts, la normalisation impose : la constante n'est pas libre. Ensuite, : le vocabulaire appris n'ajoute qu'une quantité de couverture. Passer de 100 à 200 mots rapporte autant que passer de 5000 à 10 000. C'est le rendement décroissant de l'apprentissage du vocabulaire, et c'est aussi pourquoi les premières centaines de mots d'une langue étrangère donnent une impression de progrès si rapide.

L'effet de fréquence

La fréquence d'un mot n'est pas qu'une statistique de corpus: c'est une variable psychologique de premier plan. Dans une tâche de décision lexicale (le participant voit une chaîne de lettres et décide le plus vite possible s'il s'agit d'un mot du français), les mots fréquents sont reconnus plus vite et avec moins d'erreurs que les mots rares, à longueur et à structure comparables. Statut: l'effet de fréquence est l'un des résultats les mieux établis de la psycholinguistique, répliqué sur d'immenses bases de temps de réaction, dans plusieurs langues et sur des dizaines de milliers d'items. La différence entre mots très fréquents et mots rares se compte en dizaines de millisecondes, et sa taille exacte dépend de la tâche, de la liste et du lecteur.

Zipf et l'effet de fréquence se combinent: comme les mots fréquents sont peu nombreux et occupent la majeure partie du texte, le lecteur passe l'essentiel de son temps sur des items pour lesquels il est maximalement entraîné. La lecture fluide vit de cette asymétrie.

Le statut de la loi de Zipf

L'acquisition du langage

En quelques années, sans enseignement explicite et sans correction systématique, tout enfant au développement typique maîtrise un système d'une complexité que la linguistique n'a pas fini de décrire. C'est le problème.

Le calendrier, en ordres de grandeur

Les âges ci-dessous sont des ordres de grandeur, avec une variabilité interindividuelle importante: un décalage de plusieurs mois par rapport à ces repères est fréquent chez des enfants au développement parfaitement typique. Ce sont des repères de cours, pas des normes cliniques.

La surrégularisation mérite qu'on s'y arrête. L'enfant produit d'abord correctement quelques formes irrégulières fréquentes, puis se met à les régulariser, puis revient à la forme correcte. Cette courbe en U est décisive: elle montre que la performance peut empirer alors que la connaissance progresse, parce que l'enfant a extrait une règle générale et l'applique au-delà de son domaine. Un modèle purement mémoriel ne prédit pas cette régression. Statut: le phénomène est robuste et documenté dans plusieurs langues; sa modélisation (règle explicite contre régularité apprise dans un réseau associatif) fait au contraire l'objet d'un débat théorique ouvert depuis les années 1980.

Inné, acquis, et ce que chaque camp explique bien

Le débat est ancien et souvent caricaturé. Voici les deux positions dans leur meilleure version.

La pauvreté du stimulus et la grammaire universelle. Les données auxquelles l'enfant est exposé seraient trop pauvres et trop bruitées pour qu'il induise la grammaire par simple généralisation: il entend des phrases inachevées, reçoit rarement une correction explicite de ses erreurs de syntaxe, et n'entend jamais les phrases qui ne sont pas grammaticales. Pourtant tous les enfants convergent, et vite, vers le même système. L'espace des grammaires possibles devrait donc être restreint d'avance par une dotation biologique: une grammaire universelle. Explique bien: l'uniformité et la rapidité de l'acquisition; des contraintes structurales que les enfants ne violent pratiquement jamais alors que rien dans l'entrée ne les leur interdit; l'apparition d'une grammaire complète chez des enfants sourds exposés à un système gestuel appauvri. Explique mal: le contenu précis de la dotation supposée, très difficile à spécifier et fortement remanié au fil des révisions théoriques, et la sensibilité fine de l'acquisition à la fréquence des formes entendues.

Les approches fondées sur l'usage et l'apprentissage statistique. L'enfant part de constructions concrètes entendues, les stocke, en extrait des schémas de plus en plus abstraits, et ne dispose au départ que de mécanismes généraux: mémoire, catégorisation, intention partagée, sensibilité aux régularités statistiques. Explique bien: l'effet massif de la fréquence dans l'entrée, le caractère progressif et item par item des premières constructions, le lien étroit avec le développement social. Explique mal: comment un mécanisme général converge aussi vite vers des contraintes syntaxiques aussi spécifiques, et pourquoi un apprenant assez puissant pour tout apprendre n'apprend pas aussi des langues que personne ne parle.

Statut du débat: ouvert — description exacte, non aveu d'ignorance: les deux programmes ont produit des résultats solides et aucun n'a rendu l'autre superflu. La position la plus courante est intermédiaire: une préparation biologique réelle, mais moins spécifique que dans la première version de la grammaire universelle, combinée à des mécanismes d'apprentissage puissants.

L'apprentissage statistique des frontières de mots

Un résultat expérimental a beaucoup déplacé la discussion. Le problème: dans la parole continue, il n'y a pas de blancs entre les mots. Comment le nourrisson découpe-t-il «regardelejolibébé»?

Le paradigme: on expose des nourrissons d'environ huit mois, quelques minutes, à un flux de syllabes artificiel et monotone, sans pause ni indice prosodique, engendré par la concaténation aléatoire de quelques «mots» de trois syllabes inventés. La seule information disponible est statistique: à l'intérieur d'un mot, la probabilité qu'une syllabe suive la précédente vaut 1; à la frontière entre deux mots, elle est plus faible. Au test, les nourrissons écoutent différemment les «mots» du langage artificiel et des séquences dont les syllabes étaient présentes sans jamais former de mot: ils ont donc extrait la structure des seules probabilités de transition.

Statut: résultat marquant du milieu des années 1990, répliqué de nombreuses fois, étendu à des adultes, à des stimuli non linguistiques (tons, images) et à d'autres espèces. Il est robuste. Ce qu'il ne démontre pas: que l'acquisition du langage se réduise à de l'apprentissage statistique. Découper un flux en unités récurrentes est très loin d'acquérir une syntaxe, et l'inférence du laboratoire à la vie quotidienne — quelques minutes de syllabes artificielles contre des années de parole située — demande une prudence que les comptes rendus grand public n'ont pas toujours eue.

Périodes sensibles et acquisition d'une langue seconde

Plus l'exposition à une langue commence tôt, meilleur est en moyenne le niveau final atteint, en particulier pour la phonologie et la morphosyntaxe. Cet effet de l'âge d'acquisition est réel et bien documenté. La question contestée est sa forme: existe-t-il une véritable période critique, c'est-à-dire une fenêtre biologiquement définie qui se referme brusquement, ou un déclin progressif dont une partie s'explique par la quantité d'exposition, la motivation, l'usage de la première langue et le contexte social?

Statut: l'effet de l'âge est robuste; la période critique stricte est contestée. Une étude en ligne à très grand effectif publiée en 2018 (Hartshorne, Tenenbaum et Pinker) situe le déclin de la capacité à atteindre un niveau grammatical comparable à celui d'un natif après le début de l'adolescence — plus tard que ne le supposaient les versions classiques —, mais sa méthode d'estimation a été discutée. En pratique, «trop tard» est presque toujours faux: l'accent natif devient improbable, la maîtrise fonctionnelle reste accessible à l'âge adulte.

Les concepts et la catégorisation

Passons du signe à ce qu'il désigne. Aucun de vous n'a jamais vu cette chaise-ci auparavant, et pourtant vous savez immédiatement quoi en faire.

Pourquoi catégoriser

Catégoriser rend deux services. Le premier est une économie cognitive: on n'a pas à stocker séparément chaque objet rencontré. Le second, plus important, est l'inférence: dès que vous rangez un objet dans la catégorie «chaise», vous héritez gratuitement d'une foule de prédictions — elle supporte un poids, elle se déplace, on s'y assoit. La catégorisation est le moteur de l'induction quotidienne.

L'échec de la théorie classique

La théorie classique des concepts veut qu'une catégorie soit définie par des conditions nécessaires et suffisantes: est un carré tout quadrilatère à quatre côtés égaux et quatre angles droits, et rien d'autre. Elle fonctionne pour les concepts formels et échoue pour presque tous les concepts naturels, pour deux raisons.

Les cas limites. Une chaise longue est-elle une chaise? Une olive est-elle un fruit? Un tapis roulant d'aéroport est-il un véhicule? Ces questions ne reçoivent pas de réponse stable: les mêmes personnes répondent différemment à quelques semaines d'intervalle. Une catégorie à conditions nécessaires et suffisantes n'aurait pas de cas limites.

L'air de famille. Wittgenstein l'a illustré avec le concept de jeu: les échecs, le football, la patience, le jeu du chat et de la souris n'ont aucune propriété commune à tous. Il y a des chevauchements — compétition, règles, amusement, hasard — mais aucun trait n'est partagé par tous les membres. Les membres d'une catégorie naturelle se ressemblent comme les membres d'une famille, sans qu'il existe un trait commun à tous.

La théorie du prototype et les effets de typicalité

Les travaux d'Eleanor Rosch dans les années 1970 ont établi le noyau empirique de cette théorie. Trois faits, tous solides:

1. Les jugements de typicalité sont très consistants. Demandez à un groupe de noter de 1 à 7 à quel point un moineau, un aigle et un manchot sont de «bons exemples» d'oiseau: l'accord entre juges est élevé, et il est stable dans le temps. Cette consistance interdit de traiter la typicalité comme une impression subjective sans contenu.
2. La typicalité prédit les temps de vérification. Dans une tâche où l'on présente une phrase du type «un moineau est un oiseau» et où le participant répond vrai ou faux le plus vite possible, la réponse est plus rapide pour les exemplaires typiques que pour les atypiques.
3. La typicalité prédit aussi l'ordre de production (les typiques sont cités d'abord), la facilité d'apprentissage de catégories nouvelles et la force des inférences (on généralise plus volontiers du typique vers la catégorie que l'inverse).

Statut: les effets de typicalité comptent parmi les résultats les plus robustes de la psychologie cognitive; ils ont été répliqués sur des décennies, dans de nombreux domaines conceptuels et dans plusieurs langues. La direction de l'effet sur les temps de vérification est solidement établie; sa magnitude dépend du matériel et se compte typiquement en dizaines de millisecondes, parfois davantage pour les exemplaires très atypiques. Ce qui reste discuté n'est pas l'effet, c'est le mécanisme (prototype ou exemplaires: voir plus bas).

Démonstration. Point 1. L'application $u\mapsto T_0+\kappa u$ est affine de coefficient directeur $\kappa >0$, donc strictement croissante sur $\mathbb{R}$. Une fonction strictement croissante conserve l'ordre strict et son inverse le rétablit: $d(x)<d(y)⟺T_0+\kappa d(x)<T_0+\kappa d(y)⟺T(x)<T(y)$.

Point 2. Par soustraction des deux instances de (10.5), la constante $T_0$ disparaît: $T(y)-T(x)=\kappa (d(y)-d(x))$. L'écart observable ne dépend donc pas du niveau de base $T_0$, qui contient tout ce qui n'a rien à voir avec la catégorisation (lecture du mot, préparation de la réponse motrice). C'est pourquoi on compare toujours plutôt que d'interpréter un temps de réaction absolu.

Point 3. Posons ${\delta }_j=|y_j-p_j|-|x_j-p_j|\ge 0$ par hypothèse. Alors

comme somme de termes positifs ou nuls, puisque $w_j\ge 0$. Par le point 1, $T(x)\le T(y)$. $\square$

Le point 3 est celui qui a une valeur scientifique. Les points 1 et 2 se contentent de traduire une hypothèse en prédiction; le point 3 fournit une prédiction qu'aucun choix de poids ne peut sauver. Si l'on trouvait un exemplaire plus proche du prototype sur tous les traits et systématiquement plus lent à vérifier, le modèle serait en difficulté, sans échappatoire.

La théorie des exemplaires, et les théories naïves

La théorie du prototype n'est pas la seule à rendre compte des effets de typicalité. La théorie des exemplaires soutient qu'on ne stocke aucune moyenne abstraite: on garde en mémoire les exemplaires rencontrés, et l'on catégorise un objet nouveau en le comparant à l'ensemble de ces souvenirs, chacun pesant d'autant plus qu'il est similaire. Elle prédit elle aussi que les items ressemblant à beaucoup d'exemplaires stockés seront traités plus vite — donc les mêmes effets de typicalité.

Comment les distinguer? Par les situations où elles divergent. La théorie des exemplaires prédit une sensibilité à des informations que le prototype a effacées — la variabilité de la catégorie, les cas particuliers, la fréquence d'exposition à tel item —, et les participants y sont effectivement sensibles. La théorie du prototype est plus économique et rend mieux compte d'une catégorisation rapide dans des domaines très étendus. Statut: aucune des deux ne l'emporte partout; les modèles contemporains les combinent, et le débat porte sur les conditions dans lesquelles l'un ou l'autre régime domine.

Une limite vaut pour les deux: la similarité ne suffit pas. Un homme qui saute tout habillé dans une piscine ressemble peu au prototype de l'ivrogne, et pourtant on l'y range sans hésiter, parce qu'on dispose d'une théorie naïve — une explication causale — de ce comportement. Les concepts ne sont pas des paquets de traits: ils sont enchâssés dans des connaissances causales sur le monde.

Les niveaux de catégorisation

Un même objet appartient simultanément à des catégories emboîtées: meuble, chaise, chaise de bureau à roulettes. Ces trois niveaux ne se valent pas.

• Le niveau superordonné (meuble, animal, véhicule) est très informatif quant à la distinction d'avec les autres catégories, mais ses membres partagent peu de traits et n'ont guère de forme commune.
• Le niveau de base (chaise, chien, voiture) est celui où le compromis est optimal: les membres partagent beaucoup de traits, ont une forme globale reconnaissable et appellent des interactions motrices communes, tout en restant clairement distincts des catégories voisines.
• Le niveau subordonné (chaise de bureau, berger bernois, break diesel) ajoute des traits mais en distingue peu: ses membres ressemblent beaucoup à ceux des catégories subordonnées voisines.

Le niveau de base a une primauté psychologique: c'est celui que l'on emploie spontanément pour nommer un objet, celui que les enfants acquièrent en premier, celui qui donne les temps de dénomination les plus courts. Statut: primauté robuste, mais modulée par l'expertise — un ornithologue dit spontanément «pinson» là où un profane dit «oiseau». Une régularité cognitive peut donc être réelle et néanmoins dépendante de l'expérience.

Langage et pensée

Le français, l'allemand, le romanche et le japonais découpent le monde différemment. Cela change-t-il la manière dont pensent leurs locuteurs? La question est ancienne, séduisante — et c'est un cas d'école de la façon dont une hypothèse trop large se réduit et se précise sous la pression des données.

La version forte: abandonnée

La version forte de l'hypothèse de la relativité linguistique (associée aux noms de Sapir et de Whorf) soutient que le langage détermine la pensée: ce que ma langue ne me permet pas de dire, je ne peux pas le penser. Elle est aujourd'hui abandonnée, pour des raisons empiriques nettes: on pense des distinctions que sa langue ne lexicalise pas; on invente des mots pour des concepts nouveaux, ce qui suppose de les avoir conçus d'abord; les nourrissons prélinguistiques réussissent des tâches conceptuelles; et les traductions fonctionnent. S'y ajoute une leçon d'histoire des sciences: l'exemple le plus cité à l'appui de la thèse — les «innombrables mots esquimaux pour la neige» — repose sur une confusion sur la morphologie de ces langues, qui agglutinent, et le décompte a été gonflé de citation en citation sans que personne ne remonte à la source.

La version faible: soutenue, dans des domaines délimités

La version faible affirme que la langue influence certaines performances cognitives — attention, mémoire, catégorisation, vitesse de jugement — sans déterminer le pensable. Elle est soutenue dans plusieurs domaines circonscrits.

La dénomination des couleurs. Le spectre est continu, les langues le découpent différemment: certaines ne distinguent pas le bleu du vert par un terme de base, tandis que le russe possède deux mots de base pour ce que le français appelle «bleu». Les locuteurs de ces langues discriminent plus vite deux teintes lorsqu'elles tombent de part et d'autre d'une frontière lexicale de leur langue que lorsqu'elles tombent du même côté, à distance physique égale. Statut: effet réel et répliqué, mais petit — de l'ordre de quelques dizaines de millisecondes — et souvent restreint au champ visuel droit (c'est-à-dire à l'hémisphère gauche, celui du langage), ce qui suggère une influence au moment du traitement plutôt qu'une refonte de la perception. Il disparaît largement sous charge verbale, c'est-à-dire quand on empêche le participant de se parler à lui-même.

L'orientation spatiale. Certaines langues n'utilisent pratiquement pas de repères relatifs («à ta gauche») mais des repères absolus («au nord de la table»). Leurs locuteurs maintiennent en permanence une orientation cardinale remarquablement exacte et résolvent différemment les tâches de reconstitution de dispositifs spatiaux. Statut: effet robuste et frappant sur les performances spatiales; son interprétation causale reste discutée, car langue et pratiques culturelles de navigation sont confondues — on ne peut pas assigner les gens au hasard à une langue.

Les systèmes de numération. Des langues dont le lexique numérique se limite à «un», «deux» et «beaucoup» sont associées à des difficultés d'appariement exact de grandes quantités, l'estimation approximative restant préservée. Statut: observations convergentes sur de très petits effectifs, dans des contextes où langue, scolarisation et mode de vie varient ensemble; l'effet est plausible, sa cause n'est pas isolée.

Synthèse

• Un langage se distingue des autres systèmes de communication par la conjonction de cinq propriétés: arbitraire du signe, structure combinatoire à double articulation, productivité, déplacement et transmission culturelle. Les systèmes animaux possèdent certaines de ces propriétés, jamais la combinatoire productive; les grands singes apprennent des symboles, mais aucune syntaxe productive n'a été démontrée chez eux.
• Le langage s'analyse à six niveaux emboîtés — phonologie, morphologie, lexique, syntaxe, sémantique, pragmatique — et les erreurs de production (contrepèteries, surrégularisations, mot sur le bout de la langue) sont la meilleure fenêtre sur chacun d'eux.
• La loi de Zipf $f(r)=C{r}^{-s}$ avec $s\approx 1$ se linéarise en $\log f=\log C-s\log r$; elle implique qu'une poignée de mots couvre une part énorme d'un texte et que doubler son vocabulaire n'ajoute qu'une couverture constante. C'est une régularité descriptive très robuste , parce que plusieurs mécanismes très différents la produisent.

Exercices

Vous pouvez afficher le corrigé directement sous chaque énoncé après avoir cherché la solution.

Références

• Gazzaniga, M., Heatherton, T. et Halpern, D., Psychological Science, W. W. Norton, New York, chapitres sur le langage et la pensée.
• Eysenck, M. W. et Keane, M. T., Cognitive Psychology: A Student's Handbook, Psychology Press, Londres, chapitres sur le langage, la compréhension et les concepts.
• Schacter, D. L., Gilbert, D. T. et Wegner, D. M., Psychologie, De Boeck Supérieur, Louvain-la-Neuve, chapitre sur le langage et la pensée.
• Saussure, F. de, Cours de linguistique générale, Payot, Lausanne et Paris, 1916 (arbitraire du signe, distinction langue / parole).
• Piaget, J., Le langage et la pensée chez l'enfant, Delachaux et Niestlé, Neuchâtel, 1923 (école de Genève; à lire avec la distance critique que le chapitre 1 recommande sur les travaux fondateurs).
• Pinker, S., L'instinct du langage, Odile Jacob, Paris, et Tomasello, M., Constructing a Language, Harvard University Press, Cambridge, pour les deux versions opposées, et argumentées, du débat inné / acquis.