Séminaire JP Chevrot & Aurélie Nardy (Lidilem)

Nous assistons, depuis plus une décennie, au développement d’une sociolinguistique computationnelle (Nguyen et al., 2016) qui exploite de grandes quantités de données documentant les variétés écrites des langues utilisées sur les médias sociaux (Abitbol et al., 2018). Ces données sont souvent accompagnées de métadonnées sur les profils des utilisateurs et les relations entre eux (par exemple, les relations follower-followee sur Twitter). La question de collectes équivalentes pour les variétés orales vernaculaires reste entière. C’est précisément une réponse à cette question que propose le projet DyLNet (Dai et al., 2020, 2022; Nardy et al., 2021).

L’organisation méthodologique du projet découlant du point de vue théorique qui l’a inspiré, nous présenterons d’abord : 1. l’approche fondée sur l’usage de l’acquisition du langage qui sous-tend son principal objectif : examiner les interactions entre acquisition du langage et socialité enfantine ; 2. l’alliance interdisciplinaire large (SHS, STIC, SDV) qui a permis de construire le dispositif d’observation : sociolinguistique, psycholinguistique, éthologie, science des données et des réseaux. Deuxièmement, nous décrirons les observations et les défis éthiques impliqués dans le projet. Nous avons suivi, pendant deux ans et demi, tous les enfants et adultes (enseignants et ATSEM) d’une école maternelle socialement mixte, soit environ 220 individus par an. Tous portaient une semaine par mois des boîtiers incluant un système RFID enregistrant les proximités entre eux toutes les cinq secondes. Les boîtiers étaient également équipés de micros collectant les paroles du porteur et l’environnement sonore. Les enfants passaient des tests de langage (vocabulaire, syntaxe, habiletés sociolinguistiques) tous les 6 mois et les parents remplissaient un questionnaire sociodémographique et sociolinguistique dès l’entrée de leur enfant dans le dispositif. Un membre du projet présent dans l’école notait les routines de la vie scolaire. Les questions éthiques concernent l’exposition aux radiofréquences, la protection de la vie privée ainsi que l’éventualité de découvertes fortuites révélées par les enregistrements audio.

Troisièmement, nous présenterons l’état d’avancement du projet, les défis liés au traitement des données et des résultats préliminaires. Qu’il s’agisse de reconstituer les interactions sociales à partir des proximités physiques calculées par les signaux RFID ou de transcrire des milliers d’heures d’enregistrement (815 heures sur 37696 sont transcrites) la chaîne de traitement est complexe et exige la poursuite des synergies interdisciplinaires. Les résultats préliminaires, fondés sur des échantillons de la base de données, concernent l’étude sociolinguistique de la suppression variable du ne de négation chez les enseignants et les enfants (Buson et al., 2023), les variations de la forme et du contenu pragmatique des discours enseignants en direction des filles et des garçons (Peuzin et al., 2022), les facteurs de l’homophilie, c’est-à-dire la tendance des enfants possédant des caractéristiques identiques (même sexe, même CSP parentale, même niveau de langage, etc.) à se fréquenter préférentiellement. La conclusion portera sur la nécessité de valoriser une « science lente » (Stengers, 2018) si l’on veut fédérer les forces interdisciplinaires et réunir les données permettant des avancées décisives sur des questions à fort impact sociétal et théorique.