Anthropologie linguistique : langage et action

L'anthropologie linguistique étudie le langage comme instrument d'action sociale et comme réalité ethnographique. Elle s'intéresse à la manière dont les communautés humaines utilisent la langue pour agir, se définir et construire leur univers social.

Bronislaw Malinowski, précurseur de la discipline, a montré que le langage n'est pas seulement un instrument de description du réel, mais un rouage essentiel de toute activité humaine concertée. Pour Malinowski, parler c'est agir : les mots accomplissent des actes et produisent des effets dans le contexte social. Cette fonction performative du langage révèle que le sens n'existe jamais indépendamment du contexte dans lequel il s'énonce.

Ferdinand de Saussure a jeté les bases de la linguistique moderne en montrant que la langue fonctionne comme un système de signes autonome. Son circuit de la parole décrit comment, lors d'une conversation, une personne émet une série de sons qui crée une image mentale similaire chez son interlocuteur, parce que les deux partagent le même dictionnaire mental — un trésor d'associations entre sons et concepts reçu de la société. La langue constitue ainsi un code et un contrat social : chaque acte de parole renouvelle cet accord implicite entre les membres d'une communauté linguistique.

La linguistique contemporaine reconnaît plusieurs branches complémentaires : la phonologie étudie les unités sonores distinctives d'une langue, la morphologie analyse la formation des mots, la syntaxe décrit l'assemblage des mots en phrases, la sémantique s'intéresse au sens, et la pragmatique examine comment le contexte et l'intention du locuteur modifient l'interprétation des énoncés. L'anthropologie linguistique, née aux États-Unis au 19e siècle sous l'impulsion de Franz Boas, partage avec l'ethnolinguistique et la sociolinguistique un intérêt commun : comprendre l'usage de la parole en situation réelle, pas seulement la langue comme code abstrait.

La diversité linguistique est remarquable : environ 7000 langues coexistent dans le monde, mais seulement 5 % d'entre elles sont parlées par 95 % des locuteurs. Cette concentration pose une urgence majeure pour la discipline : documenter et préserver les langues en danger avant leur disparition. Des projets de recherche, comme le projet Dobes du Max Planck Institut, financé par la fondation Volkswagen, se consacrent à cette mission cruciale. Chaque langue représente une manière unique de catégoriser le réel, un système complet de références pour interpréter le monde, et sa perte serait appauvrissante pour l'humanité.

Ce chapitre explore comment les structures linguistiques façonnent notre perception et notre compréhension du monde. La question centrale est de savoir si la langue que nous parlons influence vraiment notre pensée, ou si elle en est simplement l'expression.

Edward Sapir a soutenu que chaque langue est formellement complète et constitue un système exhaustif de référence. Les différences entre les langues ne touchent pas seulement le vocabulaire, mais aussi les structures grammaticales et phonologiques. Pour Sapir, la langue informe la pensée : elle inspire notre manière de voir le monde réel. Benjamin Lee Whorf a développé cette idée de façon plus explicite en montrant comment les analogies lexicales influencent notre compréhension des situations. Son exemple célèbre des bidons vides illustre comment le double sens du mot « vide » (vide de contenu, mais aussi vide de danger) affecte notre perception du risque.

Une différence majeure existe entre les langues SAE (Standard Average European) et la langue hopi concernant la notion de temps. Les langues européennes objectivent le temps, le traitent comme une substance matérielle dénombrable (« un bout de temps »), et l'expriment par trois temps verbaux distincts : passé, présent et futur. En contraste, le hopi utilise des ordinaux et des marqueurs grammaticaux pour exprimer l'aspect—la manière dont les événements se déploient—plutôt que leur position sur une ligne temporelle. Cette différence grammaticale pourrait avoir des répercussions sur le comportement des locuteurs : Whorf suggérait que les Européens, avec leur conception du temps comme entité fragmentée et contrôlable, pourraient avoir une attitude différente envers l'activité et la planification.

Le relativisme linguistique postule que chaque langue catégorise le réel selon ses propres principes. Cette approche s'oppose aux conceptions universalistes qui supposent une cognition humaine identique partout. Cependant, les critiques contemporaines et les développements récents tempèrent cette vision radicale. Les chercheurs en sciences cognitives, à partir des années 1960, ont insisté sur l'universalité de certains invariants cognitifs : les points focaux de la perception des couleurs, par exemple, montrent une convergence remarquable entre les langues. La cognition ne se réduit pas à la pensée consciente ; elle englobe les émotions, la mémoire et la perception, des processus hétérogènes et souvent non-linguistiques.

La référence spatiale offre un terrain fertile pour explorer la relation entre langue et cognition. Stephen Levinson a montré que les langues emploient différents systèmes de deixis spatiale—des façons de localiser les objets et les personnes. Certaines langues utilisent des références égocentrées (le haut, le bas, relatifs à l'observateur), tandis que d'autres emploient des références absolues (nord, sud, est, ouest). Entre ces systèmes s'intercalent également des distinctions entre localisation angulaire et topologique, et entre relations intrinsèques et relatives. Ces variations révèlent que la multimodalité—l'interaction entre langage, geste, regard et mouvement du corps—joue un rôle crucial dans la construction du sens spatial. Les humains pensent avec les objets et avec le monde qui les entoure, pas seulement par le langage seul.

Le sens ne se réduit pas à un simple codage-décodage de messages. Au-delà du modèle télégraphique de la communication, nous devons comprendre comment le sens émerge de l'intention communicative, du contexte situationnel et de la négociation entre locuteurs. Ce chapitre explore les mécanismes par lesquels les gens se comprennent vraiment.

Paul Grice, philosophe du langage, révolutionne notre compréhension du sens en distinguant deux niveaux : le sens encodé dans le code linguistique et le sens inféré par le destinataire. Grice reconnaît que comprendre autrui exige la reconnaissance de son intention communicative, celle-ci reposant sur une intention informative. Le vouloir dire du locuteur (speaker meaning) diffère du sens de la phrase (sentence meaning), qui est conventionnel et indépendant du contexte. Cette distinction montre que la communication humaine s'appuie sur la psychologie de l'intention, pas seulement sur le code.

Ces maximes permettent aux locuteurs de déduire le sens au-delà des paroles prononcées : c'est l'implicature conversationnelle. Lorsqu'on viole intentionnellement une maxime, on crée une implicature. Par exemple, dire 'c'est une solution intéressante' (imprécis) implique souvent une critique douce, la violation de la maxime de qualité signalant au destinataire de chercher un sens caché. Cependant, ces maximes ne sont pas universelles : certaines sociétés, comme les Apaches, valorisent la parcimonie de parole, remettant en question l'universalité du principe de Grice.

John Austin transforme notre compréhension du langage en montrant que parler, c'est faire. Les énoncés performatifs accomplissent une action en étant énoncés : 'je promets', 'je me marie', 'je vous nomme président' ne décrivent pas une action, ils la réalisent. Austin distingue trois niveaux d'actes : l'acte locutoire (le fait de parler et de produire du sens), l'acte illocutoire (l'intention communicative ou la force de l'énoncé) et l'acte perlocutoire (l'effet produit sur l'auditeur). Pour que l'acte performatif réussisse, il faut les bonnes procédures, les bonnes personnes et les bonnes circonstances ; sinon, l'acte est malheureux ou abusif.

John Searle approfondit cette analyse en proposant une classification des actes de langage basée sur cinq catégories : les représentatifs (engager le locuteur sur la vérité), les directifs (faire faire quelque chose au destinataire), les commissifs (s'engager à faire quelque chose), les expressifs (exprimer un état psychologique) et les déclaratifs (accomplir des changements institutionnels par la parole). Cependant, cette classification révèle une limite majeure : la valeur illocutoire d'un énoncé ne peut être déterminée que par interprétation contextuelle, et ces catégories reflètent des présupposés ethnocentrés. De plus, les actes de langage eux-mêmes sont culturellement variables : la promesse, par exemple, n'existe pas comme acte de langage universel dans toutes les sociétés.

Au-delà de la sémantique pure, nous rencontrons des problèmes cruciaux : l'ambiguïté des mots, la polysémie et la dépendance contextuelle du sens. Certains termes sont profondément polysémiques : 'et' peut marquer une succession temporelle ou une relation logique. D'autres expressions n'ont de signification que contextuellement : 'à ce propos', 'de toute manière' renvoient à des éléments du discours qui précède. Les déictiques (mots pointant vers la situation) et les embrayeurs (mots renvoyant au contexte d'énonciation) illustrent cette dépendance : le sens de 'je', 'ici', 'maintenant', 'celui-ci' se construit entièrement dans la situation de parole. Cette réalité montre qu'interpréter un énoncé exige bien plus que déchiffrer des codes : cela demande de naviguer le contexte situationnel dans toute sa complexité.

La socialisation langagière est le processus par lequel les enfants acquièrent non seulement le code linguistique, mais aussi les compétences communicatives culturellement ancrées qui les rendent membres compétents de leur communauté. Ce chapitre examine comment les enfants apprennent à parler dans leur contexte social et culturel spécifique, et comment les interactions en face-à-face sont organisées par des règles et des conventions que nous partagerons.

Bambi Schieffelin et Elinor Ochs ont montré que l'acquisition du langage n'est pas universelle : elle varie selon les sociétés. Chez les Kaluli de Papouasie-Nouvelle-Guinée, les nourrissons ne sont pas considérés comme des partenaires de conversation avant dix-huit mois environ. Les mères ne leur parlent pas directement, mais plutôt pour eux — elles formulent des énoncés que l'enfant doit répéter entièrement sans simplification. En revanche, chez les Samoans du Pacifique, les enfants passent par une phase où on ne leur parle pratiquement pas, et c'est aux enfants plus grands que revient la charge de s'en occuper. Cette diversité montre que le baby talk — ce registre de parole caractérisé par une voix plus haute, une intonation exagérée, un lexique simplifié et des diminutifs — n'est pas universel, mais reflète des idéologies culturelles sur la manière d'élever les enfants.

L'organisation de la conversation repose sur un système de tours de parole hautement régulé. Deux locuteurs alternent en respectant des droits et des devoirs : celui qui parle peut garder la parole mais doit la céder ; son successeur potentiel peut la prendre. Les lieux de transition — ces points où passer la parole devient possible — sont signalés par la prosodie (variation de hauteur de voix, intonation descendante marquant la fin d'une phrase), le mime gestuel (regard, relâchement musculaire), et l'organisation syntaxique. Le silence intra-réplique (pause dans un même tour) diffère du silence inter-réplique (pause entre deux locuteurs) ; en moyenne, les conversations tolèrent environ 250 millisecondes de silence inter-réplique. La garde parole — refuser de céder son tour — s'observe par un regard évitant et un remplissage des pauses (« mais », « euh »). Inversement, quand on veut prendre la parole, on utilise des régulateurs (captation du regard, inhalation, gestes) que les anglophones appellent back channel.

Les paires adjacentes constituent une unité organisationnelle fondamentale : une première part (salutation, question, offre) appelle quasi automatiquement une seconde part (réponse, acceptation, refus). La négociation du sens entre les interlocuteurs diffère aussi culturellement. Chez les Kaluli, la doctrine de l'opacité de l'esprit d'autrui place la charge de clarification sur l'enfant : on ne spécule pas sur ses intentions, on exige des clarifications permanentes. Chez les Samoans, la charge incombe à l'inférieur hiérarchique — c'est au bébé de se faire entendre clairement. Cette organisation de l'interaction révèle des rapports de pouvoir et des valeurs sociales inscrites dans le langage même.

La multimodalité — le recours conjoint à la parole, aux gestes, au regard, à l'expression faciale et à la prosodie — est constitutive de toute interaction humaine. Les gestes et la parole forment un système intégré : ils se produisent de manière synchronisée, s'alignent sur la syntaxe de la phrase, et se développent ensemble chez l'enfant. Le geste donne accès à une cognition différente de la parole : là où la parole est hiérarchique et linéaire, le geste est synthétique et global. On distingue les gestes déictiques (pointage direct, pointage métonymique sur un objet absent, pointage métaphorique dans l'espace abstrait pour référencer le discours), les gestes iconiques (qui ressemblent à l'objet ou l'événement décrit), et les gestes métaphoriques (qui désignent des concepts abstraits). Cette richesse multimodale permet une communication significative même en l'absence de parole intacte, et explique pourquoi les individus qui ont perdu la parole conservent une expressivité communicative par le geste.

La politesse n'est pas un simple ornement social, mais un système rationnel et universel par lequel les individus gèrent et préservent leur image publique en interaction. Brown et Levinson ont montré que toutes les langues du monde recourent à des stratégies similaires pour résoudre le même problème : accomplir des actes de langage potentiellement menaçants (demandes, critiques, offres) tout en respectant l'autonomie et l'estime de la personne à qui on s'adresse.

Erving Goffman a fondé cette approche en montrant que toute interaction sociale repose sur une gestion tacite de la face. Chaque participant déploie des rituels et des marqueurs non verbaux pour signifier qu'il respecte l'image publique d'autrui : c'est la déférence. En retour, chacun s'efforce de mériter cette déférence par une tenue appropriée à la situation, ce qui constitue un équilibre fragile. Dès lors, la politesse est le travail constant de préservation de cette face commune.

Les actes menaçant la face (FTA, Face-Threatening Acts) sont omniprésents dans la vie quotidienne. Une demande impose à autrui de faire quelque chose, violant son autonomie. Une critique juge négativement la personne. Un compliment peut paradoxalement menacer car il suscite envie ou jalousie. Brown et Levinson ont classé ces menaces : certaines visent la face négative (requêtes, suggestions, avertissements), d'autres la face positive (insultes, moqueries, indifférence affichée).

Pour atténuer ces menaces, on recourt à des stratégies de politesse. Les stratégies on-record formulent l'acte de manière explicite mais avec ménagement : « Je m'excuse, pourriez-vous... ? » Les stratégies off-record laissent l'énoncé ambigu, permettant au destinataire de refuser sans perte de face : « Il ferait beau dehors » pour suggérer indirectement une promenade. La politesse positive valorise l'autre, renforce le lien (« Nous pourrions... »). La politesse négative respecte son autonomie, minimise l'imposition (« Si cela ne vous dérange pas »).

Le choix de stratégie dépend de trois variables sociologiques. La distance sociale : plus on est proche, moins on a besoin de formalités. Le pouvoir relatif : on est davantage prudent envers un supérieur ou une autorité. L'importance culturelle de l'offense : certains actes sont jugés plus offensants selon le contexte culturel. Un écrivain qui demande un café à son éditeur recourera à une politesse négative intense, alors qu'entre amis, un simple « Du café ! » suffit. Ces variables expliquent pourquoi la politesse n'est pas universelle en forme, mais obéit à des principes rationnels universels.

La performance verbale transforme la littérature orale au-delà du simple texte écrit. Loin d'être une simple transmission mécanique, la tradition orale crée des événements rituels vivants où le langage produit des effets cognitifs et sociaux spécifiques sur l'auditoire. Ce chapitre explore comment la parole se réalise en situation de performance, comment les bardes et conteurs transforment les traditions par leur énonciation, et comment la multimodalité—geste, musique, regard—construit le sens collectif.

Roman Jakobson a identifié six fonctions du langage qui opèrent simultanément dans tout acte de communication. La fonction poétique met l'accent sur le message pour son propre compte, souvent pour des raisons esthétiques. Cette fonction mobilise le paradigme—l'ensemble des choix alternatifs disponibles à chaque moment du discours—plutôt que le simple enchaînement syntagmatique des mots. En littérature orale, la fonction poétique s'entrelace avec d'autres fonctions : la fonction phatique assure le contact avec l'auditoire, la fonction conative agit sur le public, tandis que la fonction expressive révèle l'état du barde lui-même.

Milman Parry et Albert Lord ont révélé que les épopées homériques portent les marques de contraintes mémoratives et métriques caractéristiques de l'oralité. Ils ont vérifié cette théorie auprès des bardes yougoslaves, découvrant que la littérature orale mobilise des formules répétables et des structures stéréotypées qui facilitent la mémorisation et la réexécution. Cette oralité n'est pas une limitation mais une richesse : la transmission orale transforme nécessairement le texte à chaque performance, créant un espace de variation créative encadré par des formules reconnaissables.

Geneviève Calame-Griaule a fondé l'ethnolinguistique en France en étudiant la littérature orale dogon. Elle a montré que l'analyse ethnopoétique doit intégrer la gestualité, les niveaux de langue et la fonction sociale du discours. L'ethnopoétique américaine, développée par Dennis Tedlock et Del Hymes à partir des années 1960, a détourné l'attention du seul texte écrit vers la performance orale en situation. Ces approches reconnaissent que le sens de la littérature orale réside autant dans l'interaction entre le conteur et l'auditoire que dans le contenu narratif lui-même.

L'épopée Fang du Gabon, le Mvët, illustre comment la performance crée un événement rituel dont la transmission est profondément transformative. Le barde initié accompagne son récit d'une harpe et produit un événement communautaire qui dure toute une nuit. Les épopées combinent fiction merveilleuse et enjeux du quotidien des Fang : sorcellerie, fantômes, quête d'immortalité. Crucially, le contenu change à chaque exécution et reste intentionnellement obscur, créant ce que Pascal Boyer appelle des « pièges à pensée »—des complications infinies qui captivent l'auditoire en le laissant dans un état d'incompréhension durable. La musique du Mvët fournit des diagrammes pour des relations intellectuelles complexes, et l'apprentissage du barde s'opère par une sorte de dépossession : le musicien devient l'instrument résonnant de la tradition plutôt que son maître.

La tradition orale fonctionne selon trois propriétés essentielles : elle répète imparfaitement des événements antérieurs, elle cite explicitement ses sources (ce ne sont pas les paroles de l'énonciateur seul), et les énoncés produits font autorité et peuvent être invoqués comme argument. Contrairement au traditionalisme—la volonté consciente de préserver les formes anciennes—la tradition véritable transforme continuellement ce qu'elle transmet. L'apprentissage initiatique dans les traditions orales comme le Mvët confère une identité nouvelle au participant : on n'acquiert pas simplement un savoir, on devient un vecteur de la tradition elle-même. La transmission initiatique marque le corps et la conscience du praticien, créant une rupture ontologique entre celui qui a reçu l'initiation et celui qui ne l'a pas reçue.