Navigation – Plan du site

AccueilNuméros88Anglais de spécialité et numériqueEntretienLangues de spécialité et numériqu...

Anglais de spécialité et numérique
Entretien

Langues de spécialité et numérique : regards croisés

ESP and Digital Technologies: Interdisciplinary Perspectives
Eric Gaussier et Stéphane Patin
p. 207-216

Texte intégral

1Pour ce dossier spécial, nous avons convié deux spécialistes des outils numériques, issus de disciplines autres que l’anglais de spécialité, mais connexes, afin de bénéficier d’un éclairage pluridisciplinaire sur les questions qui nous occupent. Éric Gaussier (EG dans la suite du texte) est professeur en informatique à l’Université Grenoble Alpes et directeur de l’Institut interdisciplinaire d’intelligence artificielle de Grenoble. Il travaille sur la conception et l’analyse d’applications liées au traitement automatique des langues et à la recherche d’information, telles que les grands modèles de langue. Ce sont sur ces outils que reposent la linguistique de corpus et la traduction automatique spécialisées mises en discussion par Stéphane Patin. Stéphane Patin (SP) est professeur en linguistique espagnole à l’Université Paris Cité et directeur de l’UFR Études interculturelles de langues appliquées. Dans cet entretien croisé, ils nous parlent des outils que nous, chercheurs en anglais de spécialité, sommes amenés à utiliser quotidiennement, et mettent brillamment en avant les changements méthodologiques et théoriques profonds qu’implique l’intensification de la relation entre les langues de spécialité (LSP) et le numérique.

Comment vos travaux dialoguent-ils avec le champ des langues de spécialité ou de la terminologie, et quel(s) rôle(s) les outils numériques jouent-ils dans vos activités de recherche ou dans vos approches méthodologiques ?

SP : Mes travaux de recherche s’inscrivent dans une double approche. La première, de nature intralinguistique, s’appuie sur les principes de la linguistique de corpus, de la statistique textuelle et de l’analyse du discours, appliqués à des corpus issus de divers domaines spécialisés, au sens défini par Petit (2010), tels que la politique, le droit, la presse en ligne ou le tourisme. L’analyse de ces discours ne saurait alors être effectuée uniquement à partir de critères linguistiques. En effet, leur analyse requiert non seulement la prise en compte de la scène d’énonciation et de leur visée pragmatique (Moirand et Tréguer-Felten 2007), mais également une attention portée à leur contexte d’émergence, au milieu professionnel qui les conditionne, à leurs pratiques discursives, à leur culture propre, à leurs milieux (Gautier 2019). La seconde approche est interlinguistique. Elle mobilise les cadres théoriques de la linguistique contrastive, de la traductologie et de la traductologie de corpus, appliqués à des domaines de spécialité tels que la traduction audiovisuelle ; notamment en publicité et en cinéma ; ainsi que la traduction parlementaire.

Un dernier axe de ma recherche, consacré à la langue et à la communication médiées par les réseaux numériques sociaux, analyse d’une part comment les environnements et les affordances numériques modifient le discours, et comment la communication spécialisée a investi le numérique. Par exemple, mes recherches récentes portent sur les discours brefs natifs du numérique, en tant que discours de médiation scientifique ou sur le phénomène du clickbait.

EG : Mes recherches portent sur les modèles d’apprentissage pour la modélisation de l’information textuelle et des séries temporelles ; je m’intéresse à la fois à des problèmes fondamentaux, comme les propriétés de ces modèles ou les relations et raisonnements causaux sous-jacents, ainsi qu’à des applications liées au traitement automatique des langues et à la recherche d’information.

Mes travaux de thèse ont porté sur l’extraction de lexiques bilingues, en particulier terminologiques, de corpus parallèles. Les langues de spécialité étaient donc au centre de mes préoccupations car les modèles et outils que je développais pouvaient aider les terminologues dans l’élaboration de lexiques bilingues. Elles l’ont moins été au cours des années suivantes, mais elles le redeviennent, au moins en partie, à travers la volonté de simplifier les grands modèles de langue actuels dont le coût environnemental peut s’avérer prohibitif. Les langues de spécialité sont un cadre privilégié pour tester des modèles plus « petits » mais pouvant atteindre des performances proches de celles de grands modèles en tenant compte de façon explicite des spécificités des domaines de spécialité, liées, par exemple, à la terminologie et à la syntaxe utilisées dans ces domaines, ou à la précision argumentative et au style.

Dans quelle mesure les outils numériques façonnent-ils, structurent-ils ou transforment-ils les manières dont le savoir spécialisé est produit, communiqué ou interprété dans votre domaine d’expertise ? Comment peuvent-ils être utilisés pour analyser le discours spécialisé et les communautés discursives spécialisées ?

SP : Dans le champ de l’analyse du discours, l’introduction des méthodes issues de la linguistique de corpus et de la statistique textuelle, associées à leurs outils numériques, a profondément modifié non seulement nos conditions d’accès aux données, mais aussi nos manières de produire, de diffuser et de valider le savoir. L’essor de la textométrie constitue à ce titre un tournant épistémologique majeur dans les sciences du langage. D’un point de vue méthodologique, ces instruments permettent aujourd’hui de travailler sur des corpus plus vastes, plus diversifiés, et surtout mieux contextualisés grâce aux métadonnées enrichies. L’accès facilité à des ressources spécialisées, qu’il s’agisse d’articles scientifiques, de textes juridiques, de discours techniques ou institutionnels, offre la possibilité d’observer avec précision les régularités discursives propres à un domaine d’activité. Concrètement, des logiciels comme Hyperbase, IRaMuTeQ, Lexico 5 ou TXM fournissent des outils puissants pour repérer, comparer et cartographier les marqueurs linguistiques, les structures phraséologiques récurrentes ou encore les réseaux terminologiques caractéristiques de certains types de discours spécialisés. Mais leur intérêt ne s’arrête pas là. Ces outils permettent également d’identifier des traits discursifs bien plus subtils, souvent inaccessibles à la seule intuition. On peut penser, par exemple, à la distribution irrégulière de certains lexèmes, aux cooccurrences, aux phénomènes de nominalisations, etc. Ce que permet alors l’analyse assistée par logiciel, c’est d’étayer des hypothèses qualitatives par des indices quantifiables, ou bien de laisser émerger des tendances inattendues à partir du corpus lui-même. Les environnements de travail textométrique facilitent aussi le croisement de plusieurs niveaux d’analyse (lexicale, morphosyntaxique, discursive ou pragmatique), ce qui permet de construire des modèles interprétatifs plus complets, plus ajustés à la complexité des pratiques langagières en contexte spécialisé. Par ailleurs, il me semble essentiel de souligner que ces outils contribuent à renforcer la robustesse méthodologique de la recherche. La reproductibilité des analyses, la traçabilité des procédures, la possibilité de documenter chaque étape de traitement du corpus : cet ensemble de facteurs participe à une meilleure consolidation des résultats. Néanmoins, l’impact ne s’arrête pas aux aspects techniques. Les outils numériques transforment aussi nos façons de collaborer et de diffuser le savoir. On observe aujourd’hui un véritable basculement vers des corpus partagés, annotés, interopérables, qui redéfinissent la posture du chercheur ou de la chercheuse. Cette posture devient aussi celle d’un garant ou d’une garante de la structuration et de l’éthique des données. À cette transformation s’ajoute l’apport des visualisations conçues pour favoriser la médiation scientifique : nuages de cooccurrences ou de mots, cartographies lexicales, réseaux sémantiques, qui rendent les résultats accessibles à un public élargi, au-delà du seul cadre académique. Enfin, ces outils ont favorisé le développement de projets interdisciplinaires, souvent très fructueux, associant linguistes, informaticiens, et spécialistes de domaine.

EG : En tant qu’informaticien travaillant sur les modèles d’apprentissage automatique pour le traitement automatique des langues et la recherche d’information, certains outils numériques, comme les grands modèles de langue, tels que Mistral Large, Llama ou GPT, sont l’objet de mes recherches. Ces modèles sont de plus en plus souvent utilisés dans la production du savoir scientifique car ils permettent dans bien des cas d’améliorer la qualité linguistique des articles scientifiques, et ce d’autant plus lorsque ces articles sont écrits dans une langue qui n’est pas la langue maternelle des auteurs. Ces modèles peuvent aussi être vus comme des bases de connaissance car ils extraient et stockent une grande partie de l’information contenue dans les textes sur lesquels ils s’entraînent et apprennent. Ce processus d’extraction et de stockage n’est toutefois pas sans erreur car l’espace de stockage accessible à l’heure actuelle dans ces modèles, qui correspond en gros aux paramètres du modèle, est limité. Dès lors, le « savoir » restitué par ces modèles, en particulier la terminologie d’un domaine, est partiel et en partie erroné. On peut constater cela à la lecture d’articles scientifiques lorsque les termes techniques utilisés ne sont pas les bons ou présentent des variabilités peu courantes.

La versatilité et l’incomplétude des grands modèles de langue ainsi que les erreurs qu’ils contiennent constituent des limites connues de ces modèles qui font l’objet de nombreuses recherches. La situation est en partie paradoxale ici car ces modèles aident aussi à améliorer la normalisation terminologique d’un article, à sa concision et à sa clarté. Il importe pour cela de bien les utiliser et de connaître leurs limites.

En quoi ces outils présentent-ils des opportunités ou constituent-ils des défis pour la caractérisation des discours spécialisés ?

SP : Il ne faut pas perdre de vue que ces avancées techniques soulèvent également des défis importants. Le premier, selon moi, concerne la définition même du discours de spécialité. Celui-ci ne peut être réduit à une série de traits terminologiques ou, lato senso, linguistiques. Il doit être appréhendé dans une perspective de linguistique située (Condamines et Narcy-Combes 2015), c’est-à-dire en tenant compte des contextes d’usage concrets, des besoins communicationnels auxquels il répond, de l’environnement spécifique dans lequel les discours spécialisés prennent forme, ainsi que des communautés de pratique et de discours qui les produisent, selon une approche de type ethnographique. Les outils numériques, s’ils facilitent la détection formelle de motifs, nécessitent donc un cadre théorique solide pour éviter toute forme de surinterprétation ou l’illusion d’objectivité. Un deuxième défi concerne la constitution des corpus : le choix des sources, leur représentativité, le nettoyage, l’annotation, le respect des droits d’auteur. Ce sont autant de décisions méthodologiques et éthiques qui conditionnent en profondeur la qualité des résultats. Enfin, il existe un équilibre délicat à trouver entre standardisation et pluralité. La tentation est grande de vouloir normaliser les procédures pour assurer la comparabilité, mais cela ne doit pas conduire à gommer la singularité des contextes discursifs étudiés, ni appauvrir la diversité des approches. Le défi, en résumé, est de concilier la puissance computationnelle de ces outils avec une véritable sensibilité à la complexité langagière, pour produire un savoir situé, rigoureux et transmissible.

  • 1 Un transformeur est une architecture neuronale d’apprentissage profond introduite en 2017 qui utili (...)

EG : À peu près toutes les problématiques du traitement automatique des langues, comme la traduction automatique, la génération de textes ou les systèmes de recherche d’information et de questions-réponses, utilisent désormais des outils s’appuyant sur les grands modèles de langue, ou les transformeurs1 qui en sont la brique de base, avec des résultats souvent bien meilleurs. Il est fort probable qu’une telle évolution puisse être constatée pour les outils utilisés en langue de spécialité. On peut ainsi imaginer des outils permettant un meilleur alignement de corpus comparables, au niveau des documents, mais aussi des paragraphes et des termes. Anna Laskina, dont j’ai co-dirigé la thèse, a par exemple travaillé sur le clustering, qui consiste à structurer une collection d’objets en classes regroupant les objets similaires entre eux, de corpus comparables à partir de transformeurs. De tels outils devraient permettre aux lexicographes et aux terminologues d’avoir un meilleur accès aux usages en contexte des termes techniques, dans différentes langues et sans biais de traduction.

Une autre évolution qui se profile est liée à l’utilisation croissante, et presque systématique dans certains domaines, des grands modèles de langue dans la production scientifique. Il n’est pas impossible que, dans quelques années, les corpus de spécialité aient été produits avec l’aide de grands modèles de langue, qui pourront par exemple fournir des traductions adéquates des termes techniques et qui conduiront certainement à des contextes d’usage écrits plus stéréotypés. Les chercheurs et enseignants en LSP devront-ils faire la part des choses entre productions automatiques et productions humaines au sein d’un même texte ? Nous risquons également d’assister à un décalage plus important entre les productions orales et écrites des experts d’un domaine car nous ne parlons pas, du moins pas encore, comme ChatGPT ! Dès lors, doit-on mettre au centre des recherches en LSP des corpus oraux ? C’est un point sur lequel ces outils peuvent aussi aider.

La communication spécialisée sur support numérique est souvent multimodale, combinant texte, éléments visuels, sonores ou interactifs. Comment cette multimodalité complexifie-t-elle ou enrichit-elle l’analyse du discours en LSP ? Quelles stratégies méthodologiques ou technologiques les chercheurs peuvent-ils mobiliser pour saisir et analyser efficacement l’interaction entre les différents modes (textuels et non textuels) dans les corpus spécialisés ?

SP : La multimodalité change beaucoup de choses dans l’analyse des discours spécialisés. On n’est plus seulement face à du texte : il faut aussi tenir compte des images fixes ou animées, de la voix, de la musique, des effets graphiques, voire de l’interactivité. Tous ces éléments participent à la co-construction du sens, ce qui rend l’analyse à la fois plus riche et plus complexe. Par exemple, sur TikTok ou Instagram, un discours de vulgarisation scientifique va mêler narration orale, sous-titres, schémas animés et musique rythmée ; si on ne prend pas en compte l’ensemble, on passe à côté d’une partie importante du message. Méthodologiquement, il faut donc constituer des corpus « enrichis » qui incluent non seulement le contenu principal, mais aussi les légendes, les hashtags, les métadonnées (nombre de vues, interactions), et parfois même les éléments de l’interface qui influencent la réception. Au niveau des outils, des logiciels nous permettent de synchroniser plusieurs canaux (texte, son, image) et d’annoter précisément les phénomènes multimodaux. Sur le plan théorique, on doit s’appuyer sur des approches qui intègrent pleinement cette pluralité de codes. La multimodalité et la pluri-sémioticité nous obligent à croiser linguistique, sémiotique du visuel et analyse du discours numérique pour vraiment comprendre comment se construit le sens dans ces discours spécialisés.

Détaillons ce propos en prenant l’exemple des discours de vulgarisation scientifique diffusés sur les réseaux sociaux tels que TikTok ou Instagram, qui constituent aujourd’hui un objet d’étude à la fois fécond et stimulant pour l’analyse du discours spécialisé. Il s’agit de formes émergentes de discours dont la production, la circulation et la réception sont inséparables de l’environnement numérique dans lequel elles prennent place. Ce qui est en jeu ici, c’est bien une matérialité sémiotique hybride, codée, scénarisée, structurée à la fois par les logiques techniques propres aux plateformes, leurs affordances, et par les usages d’une communauté déterminée. La multimodalité que l’on observe (combinaison de texte, d’image fixe ou mobile, de voix, de musique, de rythme, d’effets typographiques ou encore d’emoji) ne relève pas d’un simple enrichissement esthétique du message, mais d’un système discursif complet, intégré, tous ces éléments participant à la co-construction du sens. Marie-Anne Paveau (2017) propose de rompre avec une conception logocentrée et anthropocentrée du langage. Le discours numérique natif, selon elle, « pose aux sciences du langage […] un certain nombre de problèmes que l’on ne peut résoudre qu’en pratiquant la remise en cause des modèles conceptuels » (ibid. 8). Et pour « se défaire de la conception logocentrée du langage » (ibid. 10), elle élabore un cadre conceptuel adapté à la pluralité et à la complexité des discours numériques, en introduisant, par exemple, une série de néologismes préfixés en « techno », qui signalent leur ancrage structurel dans les environnements numériques. Ce qu’elle nomme « technodiscours » ou « technodiscursivité » permet de penser indissociablement les formes discursives et les conditions techniques de leur production. Pour appréhender la part visuelle et graphique de ces productions composites, les travaux du Groupe µ et de Jean-Marie Klinkenberg fournissent des outils théoriques rigoureux. Le Groupe µ, dans Traité du signe visuel (1992) et Nouveau traité du signe visuel (2024), postule l’existence d’une grammaire de l’image, fondée sur des unités iconiques, des figures plastiques, des parcours narratifs. Ces catégories permettent de décrire les effets produits par les cadrages, les couleurs, les séquences d’images, les mouvements ou les gestes visuels. Klinkenberg, dans Pour une grammaire générale de la relation texte-image (2020), va plus loin encore en proposant une typologie des relations entre les composantes verbales et visuelles dans les énoncés pluricodiques. Il distingue quatre types de relations : morphologiques, syntaxiques ; sémantiques et pragmatiques. Mais cette richesse pose également des défis méthodologiques majeurs. D’abord, comment interpréter les effets de convergence ou de dissonance entre les modes ? Ensuite, comment traiter l’instabilité temporelle des formats (stories, reels, lives), ou encore les effets contextuels induits par l’interface : présence d’un algorithme, commentaires visibles ou invisibles, emojis affichés ou animés ? Pour y répondre, plusieurs stratégies s’avèrent nécessaires. Il faut d’abord constituer des corpus enrichis, qui incluent les vidéos elles-mêmes, les éléments textuels associés (légendes, hashtags, commentaires), les métadonnées (engagement, date, vues), mais également les éléments visuels typographiques (couleurs, transitions, typographies, mises en pages). Ensuite, il est nécessaire d’annoter ces données multimodales, à l’aide de logiciels adaptés comme ELAN ou NVivo, afin de synchroniser les couches verbales, sonores et visuelles. Enfin, il est indispensable de s’appuyer sur une théorie de l’analyse du discours numérique, comme celle proposée par Marie-Anne Paveau (2017) qui permet de considérer ces énoncés comme des productions technodiscursives, c’est-à-dire conditionnées par les outils qui les rendent possibles, et qui exigent que l’on dépasse les cadres logocentrés et anthropocentrés classiques des sciences du langage.

EG : Nous assistons à une convergence d’approches et de modèles pour le traitement des textes, des images, des vidéos et des contenus audios, et plusieurs modèles, dits fondationnels, sont désormais multimodaux. Ces modèles permettent d’extraire des informations contenues à la fois dans des images, des textes, ou des bandes son, de les aligner automatiquement et de développer des outils permettant de restituer l’ensemble de ces supports et d’illustrer des termes techniques par des photos ou des schémas, par exemple. Ces technologies peuvent ainsi être de précieuses aides au développement de concordanciers multimodaux, comme le concordancier texte-vidéo conçu dans le cadre du projet FLEURON du laboratoire ATILF pour l’apprentissage du français par des étudiants allophones.

À mesure que les outils numériques deviennent de plus en plus capables de générer et d’analyser du contenu spécialisé, comment les chercheurs et enseignants en LSP peuvent-ils s’assurer que ces outils sont utilisés de manière éthique et responsable ? Quels risques identifiez-vous en termes de manipulation de contenu, de biais ou d’usage abusif, et comment la communauté pourrait-elle réagir face à ces enjeux ?

SP : C’est une question déterminante aujourd’hui. L’introduction de l’IA dans le champ des LSP a indéniablement ouvert de nouvelles possibilités à la fois dans la recherche et dans l’enseignement. Pour ma part, je vois des potentialités intéressantes, mais également des points d’attention de vigilance qui méritent d’être discutés collectivement. D’abord, du côté des apports, il faut reconnaître que les outils proposés par l’IA permettent de traiter des corpus spécialisés à grande échelle, d’en extraire des régularités, de générer des ressources pédagogiques. Cela peut considérablement enrichir l’analyse du discours spécialisé, et rendre plus accessibles certaines pratiques professionnelles aux apprenants. Mais ces bénéfices ne vont pas sans risques. Il y a tout d’abord la question de la véracité. Les modèles génératifs comme ceux fondés sur le deep learning peuvent produire des textes à la syntaxe fluide, au lexique techniquement plausible, mais sans fondement scientifique réel. Cela peut conduire à des discours d’apparence experte, mais profondément lacunaires, voire erronés. Ensuite, la question des biais est cruciale. Les modèles d’IA sont entraînés sur des corpus massifs qui véhiculent des stéréotypes, des déséquilibres terminologiques, des dominations culturelles, je pense à l’anglais, aux registres académiques, aux textes officiels. Ces biais se répercutent sur les contenus produits, y compris dans les domaines spécialisés. En LSP, cela pose un problème éthique et épistémologique majeur. Peut-on encore parler d’expertise langagière, si les représentations professionnelles ou scientifiques sont altérées en amont ? Il y a aussi une dérive possible vers une déresponsabilisation. En effet, le recours aux outils automatiques pour rédiger, corriger ou même « apprendre » des discours spécialisés pose la question de la posture de l’apprenant ou du chercheur. À partir de quel moment cesse-t-on d’évaluer une compétence humaine ? Comment garantir la traçabilité des sources ou la rigueur d’un raisonnement fondé sur du contenu généré par des modèles statistiques ?

Comment y répondre ? Je crois que la première condition, c’est la formation critique. Il faut outiller les étudiants et les étudiantes et les jeunes chercheurs pour qu’ils sachent non seulement utiliser ces outils, mais surtout les comprendre, les interroger, et en évaluer les limites. Ensuite, je pense que nous devons documenter nos pratiques, en indiquant très clairement, dans les publications comme dans les supports de cours, ce qui relève de l’IA, de l’automatisation, du traitement algorithmique, et ce qui relève de l’analyse humaine. Je crois aussi à la responsabilité collective : élaborer des chartes, comme c’est le cas dans notre université, mutualiser des corpus transparents, favoriser des échanges entre disciplines (linguistique, informatique, sciences de l’information), pour maintenir une vigilance active. L’éthique dans ce domaine n’est pas une contrainte, c’est une condition de légitimité de notre travail. Enfin, je dirais pour conclure que l’IA transforme notre rapport au langage spécialisé, elle ne le remplace pas. À nous de garder la main sur les finalités scientifiques et pédagogiques de nos démarches.

EG : Les biais sont inhérents à ces outils car ils sont appris à partir de données, ici de textes formant un corpus large, mais hétérogène et mal défini. Ils reflètent donc les biais, (langagiers, sociologiques, de contenu, etc.) présents dans ce corpus. Tout corpus présente de plus un biais de sélection qui dérive du choix des textes qui le constituent. Il est bien sûr important de connaître et d’enseigner les limitations de ces outils, dont les principales, outre les biais mentionnés ci-dessus, sont : compréhension, raisonnement et connaissances limités, difficulté à associer une valeur de vérité aux énoncés produits et à vérifier leur validité, hallucinations (il serait peut-être plus juste de parler de « confabulations ») qui conduisent à des énoncés plausibles mais faux et, enfin, coût énergétique important.

Plusieurs pistes de recherche sont explorées pour dépasser ces limitations et, de ce point de vue, ces outils ne cessent de progresser. Il n’en demeure pas moins que certaines limitations, liées par exemple à la généralisation et au raisonnement, semblent inhérentes aux modèles sous-jacents. En particulier, nous n’avons à ce jour, malgré les différentes tentatives, aucune preuve formelle que les transformeurs utilisés dans les grands modèles de langue sont équivalents à des machines de Turing (qui, en gros, permettent de représenter n’importe quel algorithme) et donc aucune preuve formelle qu’ils puissent être aussi bons aux échecs, par exemple, que les meilleurs logiciels dédiés. Au sein de notre laboratoire, nous avons récemment montré de manière expérimentale qu’il était possible d’apprendre à ces modèles à résoudre certaines tâches de raisonnement causal mais, d’une part, les modèles ne réussissent pas toujours à résoudre ces tâches et, d’autre part, ils sont incapables de généraliser ce qu’ils ont appris à des tâches de raisonnement causal proches.

Dans l’avenir, comment envisagez-vous l’évolution de la relation entre les LSP et les outils numériques ? Existe-t-il, selon vous, de nouveaux champs de recherche émergents, des évolutions théoriques ou des innovations technologiques susceptibles de transformer en profondeur l’avenir de la recherche en LSP ?

SP : Je pense que la relation entre les LSP et les outils numériques va continuer à s’intensifier et à se diversifier, tout en posant de nouvelles questions théoriques et méthodologiques. Ce qui me semble marquant, c’est que nous ne sommes plus simplement face à des outils d’appoint ou à des supports de médiation. Ce sont désormais les conditions mêmes de production, de circulation et de réception du discours spécialisé qui sont reconfigurées par le numérique. Plusieurs évolutions me paraissent incontournables. D’abord, l’essor de la production assistée par l’intelligence artificielle dans les domaines experts pose la question de la co-construction homme-machine du savoir. Dans certains secteurs, comme le juridique, la médecine, ou l’ingénierie, les outils génératifs commencent à produire des contenus spécialisés en langue naturelle. Cela nous oblige à repenser les critères d’auctorialité, d’authenticité et de responsabilité dans les discours professionnels. Ensuite, l’accélération de la multimodalité va sans doute transformer durablement notre manière d’analyser les corpus spécialisés. À mesure que les formes audiovisuelles, interactives ou immersives (je pense à la réalité augmentée, à la vidéo interactive, aux formats 3D) se développent, l’analyse linguistique devra dialoguer davantage avec la sémiotique, la science des données, les sciences du numérique et sciences de l’information et de la communication. De nouveaux champs de recherche sont d’ailleurs en train d’émerger. En linguistique computationnelle appliquée aux LSP, par exemple, on observe le développement d’outils d’extraction automatique de terminologie dans des corpus spécialisés (juridique, biomédical, technique), de moteurs de synthèse textuelle adaptés à des besoins professionnels (rapports, résumés d’expertise) ou encore de systèmes de traduction automatique neuronale sur des domaines spécifiques. Sur le plan de l’éthique des modèles langagiers spécialisés, des travaux récents interrogent la transparence des algorithmes utilisés pour générer ou classer du contenu expert (par exemple, dans le diagnostic médical automatisé ou les outils d’aide à la décision juridique), ainsi que les risques de biais terminologiques ou culturels dans les corpus d’entraînement, notamment lorsqu’ils concernent des secteurs sensibles (santé, climat, droits humains). Autre nouveau champ de recherche est celui des écologies discursives numériques (Paveau 2017). Elles englobent l’analyse des environnements numériques dans lesquels les discours spécialisés sont produits, diffusés, commentés ou détournés. Cela inclut, par exemple, les chaînes YouTube de vulgarisation scientifique, les forums d’ingénierie participative, les blogs spécialisés en finance verte, ou encore les plateformes collaboratives de relecture entre pairs, dans lesquelles les discours experts interagissent avec des publics diversifiés et parfois contradictoires. Je crois aussi que nous allons devoir accorder plus d’attention aux formes vernaculaires ou alternatives de spécialisation ; celles qui émergent sur les plateformes sociales, dans les forums d’experts amateurs, ou encore dans les communautés non institutionnelles de production de savoir. Ces formes dé-hiérarchisées, souvent portées par des collectifs ou des initiatives citoyennes, interrogent la légitimité et la performativité des discours spécialisés traditionnels. Enfin, sur un plan pédagogique, les innovations technologiques, notamment les simulateurs de communication professionnelle, les environnements virtuels immersifs, ou les assistants conversationnels spécialisés, ouvrent des possibilités nouvelles pour la formation aux LSP, à condition que ces outils soient pensés de manière critique et contextualisée. Pour conclure, ce que je perçois, c’est un double mouvement. D’un côté, une hybridation croissante entre discours spécialisés, outils numériques et environnements médiatiques ; de l’autre, une nécessaire évolution de nos cadres théoriques et méthodologiques pour mieux rendre compte de cette complexité.

EG : N’étant pas un spécialiste des LSP, je me contenterai ici d’esquisser les pistes et questions qui me semblent les plus pertinentes. Comme je le mentionnais précédemment plus largement, je pense que les outils tels que les concordanciers ou les aides à la construction de terminologies pourraient favorablement tirer parti des grands modèles de langue actuels, dans des cadres monolingues mais peut-être et surtout dans des cadres multilingues et multimodaux. Plusieurs chercheurs s’intéressent également à des modèles de tailles bien plus petites que les grands modèles de langue actuels et qui seraient tout à la fois performants et moins consommateurs d’énergie. Les domaines de spécialité sont un cadre privilégié pour le développement de tels modèles et des collaborations entre spécialistes de traitement automatique des langues et de LSP pourraient voir le jour, par exemple pour mieux sélectionner les corpus d’entraînement.

L’évolution des modes de production de contenus scientifiques et technologiques demande aussi une réflexion nouvelle, il me semble, de la communauté de recherche et d’enseignement en LSP : un corpus dans un domaine précis, produit conjointement par l’homme et la machine avec une part importante de cette dernière sera-t-il toujours le même objet d’études ? Devra-t-on faire dépendre les études et les analyses des modèles qui ont aidé à la production de contenus ?

Enfin, dans la mesure où l’utilisation accrue d’outils dans la production de contenus textuels, qui conduit à une sorte de désappropriation d’un texte par ses signataires, risque d’introduire un décalage plus important entre production technique orale et écrite, faut-il repenser la part de l’oral dans les LSP et la relation entre oral et écrit ?

Haut de page

Bibliographie

Condamines, Anne, et Jean-Paul Narcy-Combes. 2015. « La linguistique appliquée comme science située ». In Cultures de recherche en linguistique appliquée, sous la direction de Francis Carton, Jean-Paul Narcy-Combes, Marie-Françoise Narcy-Combes, et Denyze Toffoli, Paris : Riveneuve éditions.

Gautier, Laurent. 2019. « La recherche en ‘langues-cultures-milieux’ de spécialité au prisme de l’épaisseur socio-discursive ». Dynamische Approximationen. Festschriftliches pünktlichst zu Eva Lavrics 62, 5. Geburtstag 3 : 369–387.

Groupe µ. 1992. Traité du signe visuel. Pour une rhétorique de l’image. Paris : Le Seuil.

Groupe µ. 2024. Nouveau traité du signe visuel. Paris : Allia.

Klinkenberg, J.-M. 2020. « Pour une grammaire générale de la relation texte-image ». Pratiques 185–186. https://doi.org/10.4000/pratiques.8436

Moirand, Sophie, et Geneviève Tréguer-Felten. 2007. « Des mots de la langue aux discours spécialisés, des acteurs sociaux à la part culturelle du langage : raisons et conséquences de ces déplacements ». ASp 51-52 : 7–33.

Paveau, Marie-Anne. 2017. L’analyse du discours numérique. Dictionnaire des formes et des pratiques. Paris : Hermann Éditeurs.

Haut de page

Notes

1 Un transformeur est une architecture neuronale d’apprentissage profond introduite en 2017 qui utilise le mécanisme d’attention pour prédire des séquences de mots et qui sert de brique base aux grands modèles de langue actuels.

Haut de page

Pour citer cet article

Référence papier

Eric Gaussier et Stéphane Patin, « Langues de spécialité et numérique : regards croisés »ASp, 88 | 2025, 207-216.

Référence électronique

Eric Gaussier et Stéphane Patin, « Langues de spécialité et numérique : regards croisés »ASp [En ligne], 88 | 2025, mis en ligne le 01 décembre 2025, consulté le 06 février 2026. URL : http://journals.openedition.org/asp/10013 ; DOI : https://doi.org/10.4000/15c2f

Haut de page

Auteurs

Eric Gaussier

Après une thèse en informatique menée conjointement au département de linguistique de l’Université Paris 7 et au Centre Scientifique d’IBM France sur les modèles probabilistes pour l’extraction de lexiques bilingues à partir de corpus parallèles, Eric Gaussier rejoint le Xerox Research Centre Europe (XRCE) à Meylan en 1996 pour travailler sur l’apprentissage automatique pour l’accès à l’information textuelle, avec des applications liées à la recherche d’information et à la traduction automatique. En 1999, il a effectué un séjour au Palo Alto Research Center et en 2001, participé à la création du groupe Learning and Content Analysis. En 2006, il a rejoint l’Université Joseph Fourier, maintenant intégrée dans l’Université Grenoble Alpes, et le Laboratoire d’Informatique de Grenoble (LIG) en tant que professeur. Il y a dirigé une équipe de recherche sur l’apprentissage automatique, de 2011 à 2016, le Laboratoire d’Informatique de Grenoble, de 2016 à 2020, et enfin, depuis 2019, l’Institut Interdisciplinaire en Intelligence Artificielle MIAI. Il est également membre de l’Institut Universitaire de France depuis 2023.

Stéphane Patin

Stéphane Patin est professeur des universités en linguistique espagnole à l’Université Paris Cité et directeur de l’UFR EILA (études interculturelles de langues appliquées), l’une des rares UFR de langues étrangères appliquées en France où il enseigne, entre autres, la communication médiée par les réseaux numériques. Il co-dirige l’un des trois axes de l’unité de recherche ALTAE (approches linguistiques, théoriques, appliquées et expérimentales, ex-CLIILAC) intitulé « dynamique des discours et défis sociétaux ». Il a publié une trentaine d’articles ou chapitres d’ouvrages en français et en espagnol portant sur les discours de spécialité : 1) le discours politique et médiatique en français et en espagnol ; 2) la langue et la traduction spécialisées et, plus récemment, 3) la langue et communication médiées par les réseaux sociaux numériques, en français et en espagnol. Il a récemment publié un ouvrage sur les commentaires en ligne intitulé : Analyse du discours numérique muséal à l’aune de la textométrie (2024). Dans cette même thématique, il a dirigé deux ouvrages collectifs, l’un en 2021, L’espagnol de spécialité à l’ère de la communication numérique, dans le cadre des Cahiers du GERES (Groupe d’Étude et de Recherche en Espagnol de Spécialité) et l’autre en 2020, Les enjeux du numérique en sciences sociales et humaines : vers un Homo numericus ? Parallèlement à ses activités de recherche, il dirige actuellement deux thèses. L’une propose une grammaire des snaps et des stories au service de leur accessibilité visuelle, et l’autre, en co-direction avec l’Université Bourgogne Europe, analyse les discours sur l’olive en français et en espagnol. Fr

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search