PRÉAMBULE: UNE HISTOIRE NÉCESSAIRE
Il y a quelques années déjà, avec Jacques Durand, puis avec John Goldsmith, j'ai plaidé pour le caractère fondamentalement cumulatif de la phonologie, pour autant qu'elle se pense et se définisse comme une science galiléenne (Durand et Laks Reference Durand and Laks1996; Goldsmith et Laks Reference Goldsmith and Laks2005). Cette position a connu un certain succès dans les cercles phonologiques (cf. Scheer Reference Scheer2004b). Elle implique de porter une attention soutenue à l'histoire et à l'épistémologie de la phonologie, tant il est vrai que, comme l'a souvent rappelé Bourdieu, l'histoire et l'épistémologie d'une science sont partie intégrante de cette science et constituent, par le travail d'anamnèse qu'elles supportent, l'une des conditions sine qua non de sa scientificité propre (Bourdieu Reference Bourdieu2001). C'est pourquoi, il est toujours nécessaire, lorsqu'on se propose d'articuler une analyse des courants nouveaux qui émergent dans une discipline, d'en commencer par une mise en perspective historique et épistémologique. Dans ses divers linéaments, la linguistique de corpus est à la mode, et la phonologie de corpus s'impose dans le paysage académique contemporain. Eclairer l'une et travailler à promouvoir l'autre supposent donc quelque préambule historico-épistémologique.
1. FAITS DE LANGUE: EXEMPLES ET DONNÉES LINGUISTIQUES
Dans une perspective poppérienne, la qualité cumulative d'une science est étroitement liée au formatage et au statut de ses data ainsi qu'à l'explicitation et à la transparence des méthodologies qui permettent de les recueillir, et surtout de les reproduire. Or les questions du statut des données, des méthodes de leur collecte, du format dans lequel elles sont couchées, commentées et transmises, pour fondamentales qu'elles soient, sont parmi les moins abordées de la linguistique et de la phonologie contemporaines post-SPE. Elles ont pourtant fait l'objet de grandes attentions dans les périodes qui ont précédé. La philologie classique, la grammaire historique et comparée, le structuralisme européen et surtout américain ont tous inscrit leur démarche scientifique dans une problématique plus ou moins explicite de collecte puis d'analyse de données accumulées en collections stabilisées que l'on peut appeler des corpora.Footnote 1 Cette pratique se distingue nettement d'une méthodologie plus classiquement grammairienne fondée sur la référence à des exemples très rarement constitués en collections stables et fermées, systématiques, classées, publiques et partagées.Footnote 2 En histoire et épistémologie des sciences, l'opposition entre sciences de l'exemplum et sciences du datum est fondamentale.
Cette opposition est pour une part constitutive de la rupture introduite par la grammaire générative dans la deuxième moitié du 20ème siècle. L'option cartésienne, réaffirmée lors du tournant cognitiviste des années 1965,Footnote 3 fonde la grammaire générative sur une analyse des intuitions d'un locuteur-auditeur idéal et abstrait, appartenant à une communauté linguistique homogène qui apprend la langue instantanément et n'est affecté par aucune des limitations de la performance (Chomsky Reference Chomsky1965: 4). Outre leur labilité individuelle et inter individuelle, les jugements de grammaticalité ne sont jamais constitués en corpus publics et opposables permettant d'évaluer relativement consistance et complétude de telle analyse ou de telle argumentation générative.
En linguistique, il n'en a pas toujours été ainsi. Aux 19ème et 20ème siècles, les sciences du langage et leurs précurseurs se sont constituées comme des sciences du datum, inscrivant leur démarche dans la dynamique épistémologique qui depuis la Renaissance faisait émerger la science moderne comme une systématique adossée à de larges compendiums de faits. Du point de vue historique, la notion de corpus apparait en effet comme très ancienne, mais elle joue un rôle de première importance dans le développement de la pensée scientifique moderne. Il faut donc y regarder de plus près.
1.1. Généalogie du corpus
Sans entreprendre ici une véritable généalogie du concept de corpus, je note cependant qu'il remonte au moins à Justinien (527–565) qui fit compiler le Corpus Juris Civilis-recueil à vocation exhaustive qui contenait les constitutions impériales, un manuel de droit et l'ensemble de la jurisprudence commentés. En rappelant que le corpus de Justinien faisait pendant au Corpus Juris Canonici, on se souvient de ce que la notion de corpus doit à la pensée théologique, au moins dans les religions du Livre. L'empilement des commentaires consacrés, des exégèses canoniques et des références croisées forme dans les religions monothéistes de très vastes banques de données textuelles que l'on peut souvent qualifier anachroniquement d'hypertextuelles. Que l'on songe seulement, par exemple, à la Torah entourée des strates successives de ses commentaires reçus, aux Evangiles dits Synoptiques et aux travaux qu'a suscité le Problème Synoptique durant des siècles, ou encore aux Hadiths et à leur appareil exégétique. Il s'agit toujours, de vastes corpus structurés, clos, stables et publiquement acceptés. Ces corpus sont certes à vocation herméneutique ou religieuse, mais si l'on se tourne à présent du côté des sciences naissantes de la période moderne, on soulignera à nouveau le rôle heuristique des vastes compendiums de faits, clos, structurés, stables et publiquement partagés,Footnote 4 rassemblés à cette époque.
De l'histoire naturelle de Buffon aux grands classements de Linné, l'accumulation des faits, des données et des descriptions est constitutive d'un classement raisonné qui fonde une première théorisation et une première modélisation. Adossée à d'énormes compendiums, la Science se dégage alors comme un raisonnement sur l'organisation des données, comme une contemplation, une θεωρια (théoria) conduite par la structuration interne des données. Dans cette émergence, l'importance de Carl von Linné fut considérable. Avec la notion de taxon (catégorie abstraite, construite et super ordonnée) il engage l'esprit scientifique moderne. Avec lui, le compendium s'analyse désormais en taxinomies raisonnées lesquelles constituent le socle même de toute théorisation et modélisation scientifique. Le lien entre corpus et modèle est enfin explicitement établi dans la Systématique dont Mendeleïev livrera à la fin du 19ème siècle l'un des monuments les plus accomplis. Il peut sembler que l'on est bien loin de la linguistique,Footnote 5 mais pour se convaincre du contraire il suffit de rappeler le parallélisme étroit qui existe entre le Tableau Périodique des Eléments, avec ses cases vides et leur poids atomique prédits par le modèle, et le Mémoire sur le Système Primitif des Voyelles en Indo-Européen (Saussure Reference Saussure1878) lui-même également construit comme une théorisation d'un vaste compendium de données sanskrites.
Pour en revenir au 19ème siècle et aux sciences de la nature, après Cuvier et Lamarck, le lien entre corpus et modèle, théorie du corpus et théorie explicative, trouve son achèvement dans la théorie darwinienne, dont on a pu dire à juste titre, qu'elle constituait la théorie scientifique la plus considérable de l'époque moderne.Footnote 6 Dire que Darwin fût un homme de corpus est un pléonasme: le voyage sur le Beagle est une enquête. Son analyse est une taxinomie qui fonde le monument théorique et conceptuel qu'est la théorie de l'évolution. On voit ainsi se dégager une ligne méthodologique très forte dans l'histoire des sciences: constitution de l'observable, taxinomie et systématique, théorisation et modélisation. Dans cette méthodologie bottom-up, la construction d'un corpus factuel joue, on le voit, un rôle considérable.
1.2. Corpus linguistiques actuels
On objectera que cette approche du corpus, pour fondée qu'elle soit dans l'histoire des sciences, est très différente de celle qui apparaît dans l'histoire toute récente de la linguistique et des traitements automatiques de la langue. Alors que Mellet (Reference Mellet2002: 6) propose une définition encore relativement ouverte du concept de corpus,Footnote 7 Rastier (Reference Rastier2005: 33) propose ainsi une définition beaucoup plus restrictive de la Linguistique de Corpus. Pour lui, la définition de corpus est intimement liée aux applications computationnelles qu'elle nourrit et le corpus est étroitement dépendant, pour ce qui concerne son nettoyage, son étiquetage, son balisage et sa structuration interne, de ces mêmes applications computationnelles.Footnote 8 Cette position est partagée par Habert, Nazarenko et Salem (Reference Habert, Nazarenko and Salem1997), Biber, Conrad et Reppen (Reference Biber, Conrad and Reppen1998), Habert (Reference Habert2000) et Mayaffre (Reference Mayaffre2005). Elle apparaît néanmoins trop étroitement liée à une linguistique textuelle, ou linguistique des genres, particulière, pour pouvoir s'appliquer au vaste mouvement international qui se range aujourd'hui sous la bannière des linguistiques de corpus. Cette définition, par trop computationnelle, est également trop spécifiquement liée à une théorie linguistique de type herméneutique, et au type de corpus qu'elle instrumentalise, pour être adéquate. Elle occulte en particulier le lien qui existe entre la linguistique de corpus contemporaine et le vaste mouvement de réflexion sur les données et les corpus dont est tissée l'histoire de la linguistique des deux derniers siècles, et plus généralement encore, nous venons de le rappeler, l'histoire des sciences modernes.
Reconnaître et assumer cette filiation épistémologique est particulièrement important pour comprendre les enjeux théoriques de la linguistique de corpus actuelle. Comme le souligne Nelson (Reference Nelson1992: 17) citant les corpus linguistiques anglais des 18ème et 19ème siècles, la notion de corpus correspond à une très longue tradition en linguistique. Nelson, père du premier, et longtemps plus important corpus informatisé de l'anglais (le Brown Corpus), parlant dans la section ‘Language corpora, a Historical Conspectus’ de la fameuse conférence Nobel, qui en 1991 devait porter sur le devant de la scène la linguistique de corpus (Svartvik Reference Svartvik1992), précise ainsi que la notion de corpus n'est tributaire d'aucune technologie particulière: ‘I will confine myself to corpora accumulated B.C., i.e. before the use of computers [. . .] Some seem to believe that there were no corpora before that. The truth is that many important corpora of English were assembled long before the computer was invented.’
C'est cette approche que je retiens ici: la linguistique de corpus, loin de constituer un courant nouveau, apparaît en science du langage comme une orientation ancienne voire très ancienne, même s'il est vrai qu'elle ne fait retour en pleine lumière que nimbée de l'aura de technologies et d'outils très sophistiqués. Il faut donc, pour en comprendre les enjeux, faire à présent retour sur son histoire en grammaire et philologie.
2. LINGUISTIQUE ET CORPUS
De façon générale, on peut dire que depuis l'origine, grammaire, philologie et linguistique sont fondées sur l'observation de faits de langue. Ces faits sont organisés comme des compendiums, ensembles plus ou moins vastes de données et d'exemples formant ce que Auroux (Reference Auroux1998) appelle un observatoire. Les étiqueter tous corpus, comme fait Mellet (Reference Mellet2002) est sans doute un peu rapide et il faudrait distinguer plus précisément ce qui ressortit à la base de données, voire à la banque de données quand l'objet est très vaste et particulièrement hétérogène, et ce qui ressortit au corpus.Footnote 9
2.1. Faits de langue, données linguistiques, corpus
Bases et banques de données sont des ensembles de données, souvent composites, agrégées sans autre objectif explicité que quantitatif et de documentation empirique. Les bases de données sonores modernes comprennent ainsi des éléments, de types et de statuts très divers, voire hétéroclites (émissions radiodiffusées ou télévisées, interviews, discours publics, enregistrement ethnographiques, enquêtes phonologiques etc.). Comme le note Blanche-Benveniste (Reference Blanche-Benveniste2004), elles apparaissent dès le début du 20ème siècle avec les premières techniques d'enregistrement phonographiqueFootnote 10 et se multiplient très récemment avec le développement des archives sonores.Footnote 11 Elles sont aujourd'hui potentiellement surabondantes, ne nécessitant qu'un travail de collecte et d'établissement des métadonnées (Cf. la mise en ligne des archives de l'INA). Enfin, banques et bases de données sonores sont peu, ou pas, tributaires d'hypothèses linguistiques et phonologiques précises et ne peuvent servir qu'à des fins documentaires externes à l'analyse phonologique proprement dite. Lorsque l'on dispose d'une base de données sonores, le corpus correspondant reste à construire.Footnote 12
Le corpus au contraire, se présente comme un objet explicitement construit, tributaire d'une méthodologie et d'un cadre théorique, fut-il implicite, dont la construction répond à un objectif documentaire très précis et affiché.Footnote 13 Halliday (Reference Halliday1992) date leur apparition des années cinquante, au moment où les magnétophones plus ou moins portables permettent aux linguistes d'effectuer facilement leurs propres enregistrements. Cette datation est sans doute beaucoup trop restrictive, car on ne peut nier que l'enquête sur la prononciation du français de Martinet (Reference Martinet1945), ou même que les grandes cacologies des 18ème et 19ème siècles, qui toutes incorporent des descriptions très précises et très nombreuses d'usages réels, ne constituent des corpus. Si le corpus phonologique contient des éléments permettant de documenter de façon fiable des usages, quelle que soit la forme physique de l'enregistrement (graphique, phonique, API, numérique etc.), et si le corpus phonologique est bien construit, au sein d'un cadre théorique précis, en fonction d'hypothèses à éprouver quant à la phonologie de la langue considérée, alors ces derniers exemples sont bien des corpus phonologiques, de même d'ailleurs que les grammaires de Baïf (Reference Baïf1574), de Meigret (Reference Meigret1542), ou la recension de Thurot (Reference Thurot1881–1883). La preuve, tout à fait directe, en est fournie par la capacité qu'ont toujours eu les phonologues, travaillant ces compendiums en prenant en compte les cadres théoriques (parfois très idiosyncratiques comme chez Baïf) qui les ont vus naître, de construire des analyses phonologiques très élaborées des états de langue visés.Footnote 14
Le corpus, spécialement phonologique, est donc un objet défini par le linguiste et construit par lui en fonction d'hypothèses et d'objectifs précis, ne serait-ce que la recollection des usages attestées. A la différence des bases de données il est donc directement exploitable pour l'analyse, mais son utilisation est contrainte par la méthodologie et les actes de la recherche qui l'ont construit. Le corpus PFC (http://www.projet-pfc.net/?accueil:intro), construit sur la base d'une enquête systématique des usages contemporains, qui incorpore dans ses méthodologies de recollection, de transcription, d'étiquetage et de balisage, les principales hypothèses classiques de la phonologie de E muet et de la liaison en français en constitue un bon exemple. Sa profondeur historique au plan conceptuel permet d'éprouver les hypothèses anciennes, l'explicitation et la précision de son codage, les outils qu'il incorpore, permettent de construire des analyses innovantes (Cf. Durand, Laks et Lyche Reference Durand, Laks and Lyche2002, Reference Durand, Laks and Lyche2005; Durand et Lyche, ce volume).
Je reviendrai sur cette définition instrumentale des corpus sonores ci-dessous, pour poursuivre mon analyse historique de la notion de corpus en phonologie, je me conforme à l'usage, en quelque sorte pré-théorique du terme corpus, tel que le définit par exemple Francis (Reference Francis1992: 17) ‘a collection of texts assumed to be representative of a given language, dialect, or other subset of a language, to be used for linguistic analysis.’ De ce point de vue, grammaire et philologie des siècles passés regorgent de corpus.
2.2. Corpus grammaticaux et corpus philologiques
Certes, on ne saurait dire de la philologie classique ou de la grammaire historique et comparée des deux siècles précédents qu'elles apparaissent immédiatement comme des sciences du corpus, même au sens faible que je viens de rappeler. Y font le plus souvent défaut cet exposé préliminaire des modes de collecte et d'établissement des données, cette présentation quantitative et qualitative des data et en définitive, cette mise au premier plan de la base de donnée sur laquelle s'établira l'analyse, auxquels se reconnaît aujourd'hui une analyse dite de corpus. Mais, si l'on y réfléchit un peu plus, par décision scientifique ou par nécessité empirique, toutes ces dimensions sont déjà implicitement présentes dans la linguistique du 19ème siècle. J'en prendrai quelques exemples.
Pour les langues anciennes, par exemple, le corpus est pensé clos, stable, parfaitement connu et établi: c'est une archive publique partagée.Footnote 15 Il s'agit certes d'un corpus de textes et documents écrits, même si l'on peut, comme pour le latin vulgaire, voire tardif, chercher à l'enrichir en le complétant d'attestations d'usages réels de la langue vivante (Väänänen Reference Väänänen1962). Il reste que le corpus latin, dans ses diverses circonscriptions stylistiques (théâtre, histoire, épopée, patristique etc.), temporelles (archaïque, classique, tardif), voir géographiques, est très largement établi et stabilisé.Footnote 16 Comme pour toutes les langues anciennes, hébreu biblique (dit de Tibériade), arabe classique (littéraire ou coranique), grec (hellénistique ou biblique), sanskrit (védique) etc., l'établissement des données, peut être critiqué, amélioré, contesté à la marge, mais il fait l'objet d'un très large consensus.
La moindre conséquence de ce consensus n'est pas que ces corpus puissent faire l'objet de publications, éventuellement critiques, mais autonomes, sur tous types de supports: forts volumes papier hier, CD-ROM aujourd'hui. La modernité en la matière ne tient donc à rien d'autre que la technologie qui permet que se constituent aujourd'hui sur internet de vastes banques de données philologiques pour les études classiques.Footnote 17 Ces banques de données et les différents outils informatiques qui leur sont associés, constituent donc, mais explicitement cette fois, la philologie actuelle comme une science des corpus.Footnote 18
Il n'est pas nécessaire, pour se convaincre à nouveau de l'ancienneté des travaux linguistiques sur corpus, de faire la même analyse concernant le comparatisme. Il suffit de renvoyer à la forme même du compendium de Schleicher (Reference Schleicher1861), aux travaux monumentaux de Bopp (Reference Bopp1889) ou à ceux des néogrammairiens qui font émerger telle loi phonétique d'une observation systématique des correspondances, et adossent sa formulation précise à une vérification minutieuse de son application dans des corpus parfaitement reçus. Ceci leur permet de traquer et réduire les éventuelles exceptions, dont on sait qu'elles constituent à la fois un problème épineux et le moteur même de la recherche comparatisteFootnote 19 (Cf. Osthoff et Brugmann Reference Osthoff and Brugmann1874).
La méthode comparatiste induit des effets méthodologiques sur l'ensemble de la philologie classique, effets clairement soulignés par Saint-Gérand (Reference Saint-Gérand2001) ‘C'est très probablement de cette époque [1860] que date en France l'avènement de la seconde philologie française. Gaston Paris, Paul Meyer en modèlent la forme scientifique en proclamant la double nécessité de manipuler désormais des corpus de documentation aussi complets et fiables que possible, et d'employer une méthode historico-comparative qui respecte la régulation du développement des langues. Ainsi sera désormais délivré l'enseignement de l’École Pratique des Hautes Études et de l’École des Chartes. C'est la mort de la philologie impressionniste.’
S'agissant enfin des travaux anciens et modernes d'inspiration plus typologique, Hagège (Reference Hagège2002) note justement que dès avant les grandes classifications modernes issues de la comparaison systématique de nombreuses descriptions de langues (Greenberg Reference Greenberg1963), au milieu et à la fin du 19ème siècle, la typologie linguistique travaille déjà des données descriptives formatées sous forme de corpus de référence. Dans la mouvance comparatiste et typologique, les travaux récents de Comrie (Reference Comrie1981), Comrie, Matthews et Polinsky (Reference Comrie, Matthews and Polinsky2003), Comrie et al. (Reference Comrie, Haspelmath, Dryer and Gil2005) attestent du même tournant que permet l'utilisation de technologies informatiques modernes, tournant marqué par l'importance croissante des bases de données linguistiques qui définissent à nouveau la typologie comme une science de corpus.
2.3. Corpus anciens, corpus modernes
A jeter un regard rétrospectif sur nos disciplines se découvre ainsi un vaste panorama dans lequel l'utilisation systématique de descriptions ordonnées sous la forme de base de données et de corpus de référence constitue une pratique ancienne et récurrente, bien établie méthodologiquement et pratiquement en linguistique et en philologie. Il n'y a donc d'anachronisme que de façade à annexer ces pratiques à une linguistique de corpus apparue en tant que courant de recherche en sciences du langage de façon bien plus récente. Nous nous séparons ainsi à nouveau du courant herméneutique de la linguistique textuelle (Habert, Nazarenko et Salem Reference Habert, Nazarenko and Salem1997; Rastier Reference Rastier2005), qui fait du lien avec l'ingénierie informatique et le traitement automatique des langues la pierre de touche des linguistiques de corpus au sens contemporain. Il importe de reconnaître que le rapport aux données descriptives regroupées en vastes ensembles stabilisées, publiques et partagées ne date ni de l'apparition de l'ordinateur, ni de celle des outils sophistiqués de traitement automatique de ces bases.
3. LE 20ème SIÈCLE, LA LINGUISTIQUE ET LES CORPUS
Cependant, si l'on tourne à présent son regard vers la linguistique contemporaine, celle du 20ème siècle, la situation est assez paradoxale. Pendant la large période de temps qui a vu la domination du paradigme générativiste sur les sciences du langage, la linguistique de corpus est restée peu ou pas visible.Footnote 20 Méprisée pour son empirisme et son agnosticisme théorique, vilipendée pour son manque d'intérêt et son incapacité explicative,Footnote 21 rejetée pour son rapport quasi incestueux à un structuralisme et un behaviorisme caricaturé comme antédiluviens (cf. infra), elle est restée confinée à quelques secteurs assez marginaux. Les continuateurs de HarrisFootnote 22 d'abord qui, avec GrossFootnote 23 ont continué à défendre une approche lexique-grammaire fondée sur une recension précise des constructions possibles et ont développé de nombreuses bases de données et dictionnaires électroniques syntactico-lexicologiques. Les sociolinguistiques (Encrevé Reference Encrevé1976; Labov Reference Labov1976; 1979; Laks Reference Laks1992), les dialectologies modernes et toutes les linguistiques de l'oral ensuite (Blanche-Benveniste Reference Blanche-Benveniste1997, Reference Blanche-Benveniste2000; Gadet Reference Gadet1989, Reference Gadet2003) qui ont défendu la primauté des usages réels et leur documentation sur une linguistique de l'exemple construit par et pour le linguiste. La linguistique descriptive enfin dont le statut a radicalement changé dès qu'elle s'est trouvée intimement liée au traitement automatique et aux industries de la langue nouvellement apparus.Footnote 24
Il y aurait ainsi une histoire détaillée à faire des trente dernières années du 20ème siècle, où, dans les marges et les friches abandonnées par le formalisme chomskyen et ses hypothèses linguistico-cognitives, ont silencieusement prospéré la linguistique de corpus et nombre d'alternatives qui apparaissent à présent en pleine lumière.
Cette période où le corpus est resté un instrument marginal a pourtant été très fructueuse. De très grosses enquêtes résultant en corpus de référence ont été conduites, de très grosses bases de données et de très gros corpus textuels ont été construits. Pour le français et les premières je renvoie aux inventaires compilés par Cappeau,Footnote 25 pour les seconds à celui de Habert, Nazarenko et Salem (Reference Habert, Nazarenko and Salem1997). On dispose ainsi aujourd'hui de très gros ensembles de données linguistiques. Par exemple pour les corpus textuels de l'anglais on peut citer les corpus suivants: Brown Corpus (1 million de mots), Lancaster-Oslo-Bergen (LOB, 1 million de mots), London-Lund (435 000 mots), Helsinki (diachronie de l'anglais, 1,5 million de mots), Archer (diachronie de l'anglais, 1,7 million de mots), British National Corpus (100 millions de mots) et plus récemment COBUILD Corpus (56 millions de mots). Pour le français, outre Frantext (4000 textes, 210 millions d'occurrences) et TLFI (100 000 mots) on peut citer les corpus oraux d'ESLO 1 et 2, du GARS (440 000 mots) ou de PFC (900 000 mots). Pour une présentation plus détaillée des corpus français, on se reportera à Cappeau et Gadet (Reference Cappeau and Gadet2007a).
3.1. La linguistique structurale et les corpus
Sans jamais s'éteindre au cours des derniers siècles et en développant même singulièrement sa couverture empirique, la linguistique de corpus fait donc un retour remarqué à la fin des années quatre-vingt dans les wagons de l'ingénierie linguistique. D'aucuns ont vu dans son maintien au temps de l'impérialisme générativiste un simple effet de la permanence épistémologique de l'empirisme anglo-saxon, et dans son retour sur le devant de la scène linguistique la simple résurgence d'un structuralisme par ailleurs dépassé.Footnote 26 Tant pour ce qui concerne l'empirisme, que le structuralisme ou le behaviorisme, une telle appréciation méconnait très profondément ce qu'a été l'apport théorique fondamental de ces courants à la construction des sciences du langage et, reprenant la doxa chomskyenne la plus usée, empêche de comprendre ce qui constitue encore aujourd'hui leur actualité scientifique ainsi que la pertinence épistémologique des corpus.Footnote 27 Un retour rapide sur l'histoire de la linguistique moderne et les corpus est donc à nouveau nécessaire.
La linguistique moderne se dégage progressivement de la Grammaire, qu'elle soit normative ou non, en opposant à une rhétorique de l’exemplum,Footnote 28 une science du datum, c'est à dire en définitive en proposant une nouvelle approche empirique des faits de langue. C'est en effet sur la base d'un empirisme affirmé et d'une attention particulière aux faits empiriques de langue saisis comme des usages, c'est-à-dire comme des produits sociaux et culturels que Saussure et Whitney arrachent la linguistique à la grammaire et constituent la science du langage. La linguistique écrit Saussure dans ses notes (Saussure 2001: 273) est d'abord l'étude de la parole: ‘[la linguistique] comporte deux parties: l'une qui est plus près de la langue, dépôt passif, l'autre qui est plus près de la parole, force active et véritable origine des phénomènes qui s'aperçoivent ensuite peu à peu dans l'autre moitié du langage. [. . .] En résumé 1 non ce qui est individuel mais ce qui est consacré par l'usage social, remplissant ainsi les conditions qui font qu'une chose est linguistique. 2 non nécessairement ce qui est écrit mais de préférence ce qui est parlé; 3 non dans un but normatif et pour donner des règles de bonne expression mais 4 enfin, avec le but de généraliser les observations, d'arriver à une théorie applicable aux langues.’Footnote 29
Cette nouvelle approche empirique des faits de langue, si proche en définitive d'une linguistique des corpus, est partagée par les fondateurs de la linguistique américaine. Franz Boas comme Edward Sapir la construisent dans une relation étroite à l'enquête anthropologique et culturelle et il est difficile de contester que leurs travaux sur le Dakota, l'Esquimau central, le Paiute du Sud, ou encore le Navaho,Footnote 30 ne soient fondés sur des corpus linguistiques méthodologiquement exemplaires. Au-delà même du corpus linguistique per se, l'ethnolinguistique américaine invente également la base de données linguistique, ethnologique et textuelle, vaste ensemble de documents textuels, iconographiques ou linguistiques de diverses formes et statuts permettant de documenter une culture et une langue.Footnote 31
De ce côté-ci de l'atlantique, il sera difficile aussi de contester que la géolinguistique et ses atlas (Gilliéron et Edmont Reference Gilliéron and Edmont1902–1912) ne soient pas fondés sur des enquêtes et des techniques de recollection permettant de construire de vastes corpus lexicaux.Footnote 32 S'agissant du structuralisme européen, on ne saurait non plus contester que l'imposant travail de Troubetzkoy (Reference Troubetzkoy1939) ne soit construit sur une sorte de corpus regroupant la description du système phonologique d'un très grand nombre de languesFootnote 33 ou que Martinet ne définisse et n'applique l'enquête phonologique qui permet de construire de véritables corpus linguistiques (Martinet Reference Martinet1945, Reference Martinet1956).Footnote 34 Pour la même période structuraliste on pourra encore citer la grande enquête de Gougenheim (Gougenheim et al. Reference Gougenheim, Michéa, Rivenc and Sauvageot1956) visant à dégager un corpus de français dit fondamental, ou encore de façon plus récente, les travaux quantitatifs de Catach (Catach Reference Catach1984; Catach et Jejcic Reference Catach and Jejcic1984) construits eux-aussi sur de véritables bases et banques de données.Footnote 35
Bref, sans qu'il soit nécessaire d'argumenter plus avant, on admettra que la linguistique structurale dès l'origine, s'est toujours vue et pensée comme une linguistique de corpus au plein sens du terme, et qu'elle a trouvé dans la construction du datum linguistique, sa taxinomie raisonnée et sa modélisation systémique, le terrain même de son accomplissement. Il n'est donc pas historiquement paradoxal de défendre que la linguistique de corpus commence bien avant la linguistique de corpus, comme le note avec ironie Mair (Reference Mair1992: 98) dans son commentaire sur Chafe (Reference Chafe1992). ‘Wallace Chafe's paper conveys a comforting message to us: corpus linguistics is normal linguistics, and any other kind of linguistics is something odd or special that needs to be justified. For like Molière's Monsieur Jourdain, who late discovered that he had the ability to talk in prose, Wallace Chafe was not aware that he was a corpus linguist until this fact was pointed out to him after a distinguished career in the field.’
3.2. Corpus et intuitions
Dans cette continuité, la théorie chomskyenne fait rupture. Ce qui apparaît comme spécifique de la grammaire générative depuis le tournant cognitiviste de 1965, ce n'est pas tant le recours à l'intuition du sujet parlant et aux jugements de grammaticalité, pratiques partagées par les linguistes et les grammairiens depuis la nuit des temps, que le recours unique à ces données, le refus de baser l'analyse sur l'observation de l'usage comme source première, et, en définitive, l'instrumentalisation de ce type particulier de données dans des modes de raisonnement et des argumentaires très spécifiques. Comme l'a très bien dit Milner (Reference Milner1989) le recours à l'intuition ne vise pas tant à définir le possible de la langue, ce qui après tout consisterait à construire un corpus d'un type spécifique, qu'à cerner son impossible, car c'est précisément cet impossible qui constitue le principe argumentatif premier du raisonnement chomskyen. Intuitions et jugements de grammaticalité permettent, pour les générativistes, de faire le départ entre ce que les langues font, et ce qu'elles ne font pas. C'est cet argument négatif qui permet de projeter la grammaticalité attestée par les jugements (dans différentes langues éventuellement) sur un universel présupposé. Comme l'a souvent défendu Chomsky lui-même, il s'agit d'un raisonnement parfaitement abductif conduit dans le cadre d'une théorie où la modélisation est fondamentalement sous-déterminée par les données observables (Chomsky Reference Chomsky1966).
Ainsi ce qui est en jeu dans l'utilisation des intuitions du locuteur, c'est beaucoup moins l'adhésion ou le rejet d'un certain behaviorisme qu’une conception de la démonstration et de l'argumentation en linguistique. Chomsky lui-même, et toute la grammaire générative avec lui, sont très clairs sur ce point. Ce qui justifie le recours unique aux intuitions et aux jugements de grammaticalité c'est la conception même de la grammaire qui est la sienne: dès que l'on sépare définitivement le langage externe manifesté (E-language) du langage interne actualisant la faculté innée de langage (I-langage), le recours aux données externes n'a plus d'intérêt.Footnote 36 Ce qui intéresse le linguiste, ce ne sont pas les manifestations avérées de la grammaire, c'est la grammaire elle-même en tant qu'elle constitue un dispositif mental abstrait permettant d'éclairer le fonctionnement cognitif humain en général ainsi que ses préconditions innées.Footnote 37 Ce dispositif interne, seule l'intuition du sujet parlant permet de l'atteindre, définissant ainsi la grammaire générative comme une approche réaliste et cartésienne du fonctionnement mental (Laks Reference Laks2005a).
Dans un cadre structuraliste, il en va tout autrement. Si les intuitions peuvent être utiles comme jalons dans la recherche de régularités, seul le corpus de faits de langue permet d'éprouver la fiabilité d'un modèle et de projeter la construction théorique sur le système linguistique lui-même.Footnote 38 L'objet du linguiste reste le système de la langue et son objectif la modélisation de sa structure. Or, en toute rigueur saussurienne, cet objet n'est complet et stable dans le cerveau d'aucun individu, car contrairement à la parole, la langue n'est pas un objet individuel. Trésor social commun partagé, c'est un produit culturel, contractuel et consensuel qui n'est complet et systémique que dans la masse parlante, car il fait corps avec elle, et change avec elle.Footnote 39 L'attention toute particulière que portent les structuralistes aux faits de langue, à leur collecte, à leur accumulation sous forme de corpus organisés et à leur analyse comme faits d'usage, ne découle donc pas d'un penchant particulier pour l'entomologie, comme raille Chomsky à propos de la sociolinguistique labovienne,Footnote 40 mais constitue une méthode scientifique qui découle directement, tout comme en grammaire générative, d'une théorie de la langue précise et articulée. Il en est de même du distributionnalisme et de ses procédures de découvertes (tests paradigmatiques, permutations et commutations), si souvent moquées, qui renvoient à un mode argumentatif parfaitement cohérent avec cette théorie.Footnote 41
Ainsi, s'agissant du recours à l'intuition, Harris par exemple en conteste, non la pertinence ou l'intérêt de principe, mais le contenu informationnel trop pauvre. Rappelant, contre les caricatures du distributionnalisme (supra), que l'objectif du linguiste reste une sorte de projection explicative sur l'ensemble de la langue et ne se limite donc pas à la description du corpus qu'il a sous les yeux, il écrit: ‘The distributional investigations sketched above are carried out by recording utterances (as stretches of changing sound) and comparing them for partial similarities. We do not ask a speaker whether his language contains certain elements or whether they have certain dependences or substitutabilities. Even though his ‘speaking habits’ yield regular utterances, they are not sufficiently close to all the distributional details, nor is the speaker sufficiently aware of them. Hence we cannot directly investigate the rules of the ‘language’ via some system of habits or some neurological machine that generates all the utterances of the language. We have to investigate some actual corpus of utterances and derive there from such regularities as would have generated these utterances – and would presumably generate other utterances of the language than the ones in our corpus. Statements about distribution are always made on the basis of a corpus of occurring utterances; one hopes that these statements will also apply to other utterances which may occur.’ (Harris Reference Harris1954: 146).
On voit donc que le structuralisme n'a jamais prohibé le recours à l'intuition.Footnote 42 Il a seulement défendu qu'il ne saurait constituer le seul et unique datum de la linguistique, car la reconstruction du système de la langue exige une observation des faits linguistiques beaucoup plus détaillée que ce qu'il permet. Certains structuralistes ont ajouté des données d'intuition (positive) à leur data, d'autres s'y sont refusés,Footnote 43 mais pour des raisons tout autres que l'adhésion ou le refus de la compétence chomskyenne idéalisée.
Loin donc de constituer un débat secondaire marqué par les apories d'un structuralisme borné et d'un behaviorisme obsolète le débat qui oppose intuitions et corpus de faits linguistiques reste ainsi d'une actualité brûlante en ce qu'il porte in fine sur ce qui constitue un argument, ou une preuve, dans un raisonnement linguistique et sur ce qui permet, au-delà de l'observation conjoncturelle, d'en projeter les conclusions sur l'ensemble de la langue. C'est ce que souligne à juste titre Sampson (Reference Sampson1975: 73) ‘Someone wishing to defend the use of intuition may object that all linguistics, including the pre-Chomskyan descriptivists as well as those, like the present author, who aims to reconcile Chomskyan linguistics with behaviourism, have in fact relied heavily on intuition. This objection again misses its mark through failure to appreciate how science works. We do not care where a scientist gets his theory from, only how he defends it against criticism. Any scientific theory is sure to incorporate many untested assumptions, guesses, and intuitive hunches of its creator. All that matters is that any feature of the theory which is doubted can be confirmed or refuted on empirical grounds.’
3.3. L'objet de la phonologie, les objets phonologiques
S'il est un domaine où le paradigme chomskyen et son approche des données a eu des conséquences profondes, c'est bien celui de la phonologie. Sans entreprendre ici une histoire de la phonologie pré et post chomskyenne (Cf. Goldsmith et Laks Reference Goldsmith and Laks2005; Laks Reference Laks, Cleuziou, Demoule and Encrevé1997b; Reference Laks2001) je voudrais seulement insister sur la rupture profonde introduite par la phonologie générative classique quant à la relation du phonologue à ses données telle qu'elle était pensée par le structuralisme.
La phonologie est en effet marquée par un singulier paradoxe, il n'existe pas d'intuitions phonologiques, ou si elles existent, elles ne sauraient avoir le même statut décisionnel et argumentatif que les intuitions syntaxiques: les intuitions phonologiques ne sont pas des jugements de grammaticalité, ce sont des appréciations des différents usages.Footnote 44 Au phonologue, même génératif, il faut donc des données externes, et des observations précises d'usages pour construire une analyse. A contrario, l'un des rares phonologues génératifs qui avec beaucoup d'honnêteté scientifique a déclaré décrire sa propre compétence phonologique (Dell Reference Dell1973) n'a fait, on peut en juger aujourd'hui,Footnote 45 que s'approcher d'une norme orthoépique moyenne, celle que Morin (Reference Morin2000) après Francord a baptisé Français de Référence.Footnote 46
De plus, la phonologie est toujours contrastive, d'une certaine manière. Il faut pour éprouver un modèle ou une proposition étudier un grand nombre de langues et de systèmes différents. Le rejet de l'enquête phonologique et de la méthodologie de recueil d'un datum précis a donc eu des conséquences très particulières en phonologie générative: les descriptions et les corpus anciens, ou encore les collections d'exemples des analyses classiques, mêmes orthoépiques, ont servi de données de départ.
Toute la première période de la phonologie générative est ainsi marquée, sous couvert d'avancée scientifique et d'innovation formelle, par la simple reprise d'analyses anciennes et de descriptions classiques reformulées dans un cadre dérivationnel. Les langues amérindiennes et singulièrement le corpus des publications de International Journal of American Linguistics constituent la source presque inépuisable de données, de descriptions et d'analyses, peu, mal ou pas du tout citées, qu'il suffit alors de réécrire dans un format dérivationnel génératif à la Sound Pattern of English (SPE) pour faire oeuvre de phonologie contemporaine.Footnote 47
La phonologie du français, singulièrement celle de la liaison en offre une illustration encore plus détaillée (Cf. Durand et Lyche, ce volume). Avec Schane (Reference Schane1968) la phonologie générative proposait en effet une reformulation dans un cadre dérivationnel abstrait des exemples codifiés par Fouché (Reference Fouché1959) et de l'approche ancienne centrée sur le concept de consonnes latentes initialement due à Pichon (Reference Pichon1938). Dans un modèle théorique fondamentalement sous-déterminé par les données comme nous l'avons rappelé ci-dessus, le parallélisme purement formel entre la suppression d'une consonne devant consonne et la chute d'une voyelle devant voyelle conduisait ainsi Schane à la création d'une curieuse chimère, vite baptisée troncation, que rien, ni dans l'histoire de la langue ni dans sa phonotactique synchronique, ne permettait de fonder. Il faudra quelques années, et quelques dizaines de travaux, pour la déconstruire.
La simple réécriture formelle que la phonologie générative faisait passer pour une innovation théorique et conceptuelle radicaleFootnote 48 est en définitive parfaitement illustrée par SPE lui-même dont il n'a pas été assez souligné qu'il analysait et formalisait des données toujours produites ailleurs et par d'autres. Cette conception de la phonologie introduit un rapport totalement déstructuré aux données dont la production n'est plus ni contrainte ni contrôlée par aucune méthodologie. Il n'y a plus de corpus construit et analysé en tant que tel (e.g. avec ses apories et ses contre-exemples) et n'importe quelle notation éparse fait exemple et justifie n'importe quelle hypothèse. Scheer (Reference Scheer2004b) en fournit deux illustrations saisissantes, sinon dramatiques. La première concerne le fameux dialecte Betle Canadian Raising (le dialecte A est bien connur et documenté dans les travaux récents de Chambers et de nombreux dialectologues de la région concernée).Footnote 49 La seconde, tout à fait juste et plus récente, renvoie à l'usage naïf d'internet comme source d'exemples: tel phonologue justifiant son analyse formelle par l'existence d'un bon nombre d'exemples congruents puisés sur le web sans s'apercevoir qu'il s'agit en fait d'occurrences tirés par Google des propres publications antérieures du dit phonologue (Scheer Reference Scheer2004b: 137). Ces deux exemples illustrent à nouveau la nécessité d'établir des corpus empiriques, clos, stables et publiquement acceptés, si tant est que, comme Scheer d'ailleurs, on plaide pour le caractère scientifique et cumulatif de la phonologie.
On sait que la phonologie générative standard disparait corps et biens autour des années 1975, ne subsistant que de façon marginale, mais reconnue orthodoxe par Chomsky lui-même, chez Halle (Bromberger et Halle Reference Bromberger and Halle1989; Reference Bromberger and Halle2001). J'ai montré ailleurs que la rupture introduite par la phonologie autosegmentale puis les morphophonologies non concaténatives, les phonologiques métriques puis harmoniques, pouvait se lire comme un ressourcement empirique de ces nouvelles phonologies (Laks Reference Laks1997a). Ressourcement empirique par la prise en compte d'un type nouveau de données (accentuelles, tonales, syllabiques, rythmiques etc.) et par la mise au travail de descriptions phonologiques de langues jusqu'alors peu considérées par la phonologie générale (domaine sémitique ou africain, langues à tons etc.). Dans tous les cas, il semble bien que le rapport méthodologique aux données se soit à nouveau inversé et qu'une attention nouvelle soit portée aux corpus et aux données (Scheer Reference Scheer2004a; b).
Je n'en prendrai qu'un exemple récent. J'ai rappelé ci-dessus combien la sociolinguistique labovienne avait été méprisée et marginalisée, considérée comme une simple description de la performance, et combien ses concepts de variation (inhérente, sociale, stylistique) avaient été ignorés de même que les appareillages formels qui cherchaient à en rendre compte (règles variables, Cf. Sankoff et Labov Reference Sankoff and Labov1979). La phonologie mondiale est aujourd'hui dominée par le cadre théorique de l'optimalité (Prince et Smolensky Reference Prince and Smolensky2004). Il s'agit en fait d'une vaste nébuleuse de tendances et de courants, partageant un même cadre notationnel et quelques concepts centraux (Cf. les contraintes, hiérarchies, évaluations parallèles des candidats etc.). Même si quelques analystes avisés ont pu montrer qu'il s'agissait en fait de la recomposition d'un cadre dérivationnel classique (Hulst et Ritter Reference Hulst Van Der and Ritter2000), il reste que les phonologies optimalistes constituent aujourd'hui le paradigme international de référence. Or dans ce cadre, la sociolinguistique variationniste a pris une grande place. Deux courants au moins, la phonologie fonctionnelle (Boersma Reference Boersma1998) et la phonologie des variantes (Antilla Reference Antilla1997; Antilla et Cho Reference Antilla and Cho1998) ont totalement intégré les apports laboviens au cadre optimaliste. Antilla reprend ainsi non seulement les concepts laboviens de variation, mais intègre aussi les dispositifs formels de leur traitement (i.e. les règles variables) au nouveau cadre optimaliste (i.e. les contraintes variables et familles de tableaux). Plus récemment, Hayes et Cziráky Londe (Reference Hayes and Cziráky Londe2006) ont proposé une approche directement stochastique pour rendre compte des phénomènes de gradience et de variation. Cette intégration du variationnisme aux courants dominants de la phonologie contemporaine a des conséquences épistémologiques et méthodologiques sérieuses pour ces phonologies. Le variationnisme labovien est en effet explicitement une phonologie de corpus. Prenant au sérieux la variation et le changement, ces nouvelles approches doivent ainsi nécessairement en revenir à l'enquête phonologique et à la construction raisonnée du corpus, seuls susceptibles d'exhiber la variation et le changement. En ces matières en effet, le recours à l'intuition et aux jugements n'est possible ni au plan méthodologique ni au plan théorique.
4 CONCLUSION: ‘IF USAGE IS USAGE, THEN WHAT MIGHT GRAMMAR BE?,’ UNE RÉPONSE À NEWMEYER (Reference Newmeyer2003)
Comme j'ai tenté de le montrer ci-dessus, la question du corpus, en linguistique et en phonologie, n'est certainement pas une question secondaire, pratique ou technique, liée à l'apparition de tel type d'appareillage ou à la sophistication grandissante de tel type de moyens. C'est une question épistémologique et théorique de première importance qui parcourt toute l'histoire de la linguistique: qu'est-ce qu'un fait linguistique?, pour reprendre le titre du célèbre article de Labov (Reference Labov1975). Hormis la période de l'imperium génératif, la linguistique s'est toujours définie et construite, face à la rhétorique grammaticale de l'exemplum comme science du datum. La notion de linguistique ou de phonologie de corpus n'a donc en ce sens aucun caractère de nouveauté. Linguistique et phonologie ont toujours adossé leurs analyses et leurs modélisations à de vastes compendiums de faits collectés, colligés, classés et organisés en fonction d'hypothèses linguistiques et phonologiques précises. Ce n'est que dans la période récente, générative et post générative que cette évidence s'est trouvée occultée par une construction théorique qui construisait son empirie de façon radicalement différente. D'une certaine façon, le débat entre l'approche chomskyenne du langage et celles qui l'ont précédée, et suivie, est un débat sur les faits et les données linguistiques dont il convient de partir. Envisageant la langue comme fondamentalement sous-déterminée par ses modalités d'acquisition et son usage en contexte,Footnote 50 la grammaire générative a construit ses modélisations comme sur-déterminant les objets auxquels le linguiste devait prêter attention. Or ce rapport entre théorie et faits linguistiques a profondément évolué récemment.
Bien que souvent inaperçus par les linguistes eux-mêmes, le champ conceptuel de la linguistique contemporaine internationale a connu des changements récents très substantiels: la relation entre théorie et données, modèles abstraits et observables, s'est totalement inversée. Des modèles sous-déterminés par les données, on est ainsi passé à des approches qui placent au premier plan les observables et les phénoménologies construites explicitement. Les modélisations quantitatives (Biber, Conrad et Reppen Reference Biber, Conrad and Reppen1998), statistiques (Manning et Schütze Reference Manning and Schütze1999) et probabilistes (Chater et Manning Reference Chater and Manning2006) se sont développées. Les grammaires de construction (Goldberg Reference Goldberg1995) qui modifient profondément la conception que l'on peut avoir du stockage lexical via le concept langackerien de list/rule fallacy (Langacker Reference Langacker1987; 1991; 2000), les modèles occurrrentialistes (Bybee Reference Bybee2006) qui accordent une importance centrale à la structure statistique des données, les modèles exemplaristes (Bybee Reference Bybee2001) et leurs effets sur la conception de l'apprentissage, ont tous conjointement contribué à redonner aux données d'observation la place première qui était la leur dans les approches pré-génératives. Une autre façon, un peu plus tonitruante, de le dire consiste à remarquer que la grammaire générative per se est internationalement devenue minoritaire, sinon marginale.Footnote 51 Ce qui domine, ce sont, pris dans leur diversité, ce que Langacker (Reference Langacker1987: 494) a baptisé les modèles basés sur l'usage (Cf. aussi Barlow et Kemmer Reference Barlow and Kemmer2000).
Avec une grande honnêteté intellectuelle, Newmeyer, dans son adresse présidentielle à la Linguistic Society of America, dresse en 2003 le même constat de la marginalisation relative du paradigme grammatical chomskyen (Newmeyer Reference Newmeyer2003). Parcourant le champ des théories linguistiques actuelles, il les range toutes (p. 682) sous le terme ‘current anti-Saussurean USAGE-BASED MODELS’ et réserve le label de linguistique saussurienne à la seule grammaire générative parce qu'elle prend pour objet la grammaire la plus abstraite telle qu'elle serait instanciée dans le cerveau d'un locuteur générique. Cette appropriation de Saussure ne manquera pas de faire sursauter un lecteur, même distrait, du Maître genevois. Saussure, qui tâche à ‘étudier la vie des signes au sein de la vie sociale’, défend en effet explicitement le contraire (Cf. supra et Maniglier (Reference Maniglier2007) pour une analyse récente).
Dans son parcours du champ linguistique contemporain qu'il voit structuré autour de l'opposition grammaire/usage, Newmeyer adopte une curieuse politique de la terre brûlée donnant en quelque sorte quitus aux linguistiques de l'usage quant à leur capacité à décrire, analyser et modéliser les pratiques linguistiques réelles des locuteurs en situation d'interlocution,Footnote 52 ce que la grammaire générative ne parvient pas à faire. ‘I argue that the mental grammar is only one of many systems that drive usage, since grammars are not actually well designed to meet language users’ needs’. Abandonnant donc le terrain entier de la linguistique de la parole, et contestant (contre Saussure dont il se réclame pourtant!) qu'elle constitue la condition de la langue, Newmeyer défend que la grammaire mentale reste organisée autour de structures argumentales complètes dont il admet qu'elles n'apparaissent pratiquement jamais dans l'usage. Par une sorte de reductio ad absurdum il définit la grammaire mentale comme la condition synchroniquement et diachroniquement archaïque de la langue. Synchroniquement, la grammaire (universelle) n'est que le préliminaire abstrait de toute langue. Elle ne s'actualise jamais. Diachroniquement elle correspond à la rupture miraculeuseFootnote 53 qui a permis au genre homo de devenir vocis. Elle n'est même pas la langue originelle, mais correspond aux préconditions représentationnelles et mentales qui l'ont rendue possible. De cette grammaire mentale abstraite et universelle d'avant l'origine il n'y a bien entendu, par définition même aucun datum possible. Réservant ce terrain spéculatif à la grammaire générative chomskyenne, Newmeyer concède tous les autres aux linguistiques de l'usage.
Réduire la grammaire générative à une spéculation ab originem n'est pas propre à Newmeyer. Face aux désillusions engendrées par la relation entre grammaire générative et psycholinguistique,Footnote 54 Chomsky dans ses derniers travaux argumente pour la même réduction et construit sous le nom de biolinguistique la nouvelle alliance susceptible de prendre en charge ce programme néo-cartésien qui, recomposant le problème de l'esprit et du corps à la manière du 18ème siècle, cherche dans la biologie les arguments d'une rupture avec le darwinisme permettant de comprendre le surgissement pur et préliminaire de la cognition spécifiquement humaine qu'il appelle grammaire mentale.Footnote 55 Outre la spéculation ab originem, Chomsky définit l'objet sa biolinguistique de façon aussi restrictive que Newmeyer (Cf. Chomsky Reference Chomsky2004; Hauser Chomsky et Fitch Reference Hauser, Chomsky and Fitch2002; Jenkins Reference Jenkins2000). Il distingue très précisément ce qu'il appelle ‘Faculty of Language in the Broad sense’ (FLB) et ‘Faculty of Language in the Narrow sense’(FLN). Seule, on s'en doute la seconde relève spécifiquement de la (bio)linguistique et est prise en charge par le programme chomskyen, tout le reste est plus ou moins externe, cognitivement mixte et relève peu ou prou de la mise en paroles (l'usage). Le schéma qui résume sa pensée, publié dans Science (Hauser, Chomsky et Fitch Reference Hauser, Chomsky and Fitch2002, figure 2: 1571), est saisissant. Tout ce qui ne correspond pas aux principes récursifs et compositionnels de la grammaire au sens le plus abstrait et le plus restrictif de FLN est rejeté à la périphérie et relève au mieux de FLB, qui n'est pas en propre l'objet de la linguistique. C'est le cas de toute la phonologie et pas uniquement de la phonétique. La phonologie analyse donc des usages, et repose de ce fait même sur une recollection de faits attestés.
Voici donc une bonne nouvelle pour conclure: pour Chomsky lui-même, la phonologie est une science des usages et il ne saurait donc, ni en droit ni en fait, y avoir d'autre phonologie que de corpus!
