Navigation – Plan du site

AccueilNuméros24Apprentissage sur corpus et disco...

Apprentissage sur corpus et discours oral universitaire

Data-driven learning and academic oral discourse
Thi Thu Hoai Tran, Angélique Masset-Martin et Jean-Marc Mangiante

Résumés

Dans le cadre de ce travail, nous présentons une expérimentation menée auprès d’un public allophone inscrit à une formation universitaire. Ce travail a pour objectif de relever, d’une part, les spécificités dans les productions orales de ce public, et d’autre part, de démontrer l’intérêt d’un apprentissage sur corpus afin de construire un exposé structuré. Cette étude permet de s’ouvrir à d’autres perspectives didactiques en partant d’un corpus d’apprenants.

Haut de page

Texte intégral

1. Introduction générale

1Notre travail de recherche s’inscrit dans le domaine de la linguistique de corpus, qui s’appuie sur une approche empirique, ce qui la distingue d’autres approches rationalistes qui se fondent sur les propres connaissances des chercheurs. Habert et al. (1997), Rastier (2002) soulignent les critères importants dans la constitution du corpus qui n’est en aucun cas une archive de textes. Le corpus doit respecter « les critères établis en référence aux hypothèses qu’il doit étayer empiriquement » (ibid. : 144).

2Cette étude se trouve dans la lignée des travaux de Chambers (2010), Boulton & Tyne (2014) et met l’accent sur la place du corpus en classe de langue. Nous nous intéressons dans cette étude au discours oral en milieu universitaire, un aspect peu étudié dans le domaine de la didactique du Français sur Objectif Universitaire (FOU) (Mangiante & Parpette 2011).

3Dans le cadre de ce travail, nous nous questionnons sur le rôle du corpus pour développer l’habileté orale chez les étudiants allophones et pour les aider à construire un discours structuré. Les objectifs sont à la fois linguistique et didactique. Nous cherchons à relever dans un premier temps les erreurs spécifiques des apprenants quand ils doivent construire un exposé oral. Dans un deuxième temps, nous tentons de mesurer l’impact de l’exploitation de corpus en classe par les apprenants pour sensibiliser les apprenants aux spécificités du discours universitaire. À l’instar de Cavalla & Loiseau (2013), nous insistons également sur l’importance de la formation des enseignants pour introduire le corpus en classe de langue.

4Notre intérêt porte essentiellement sur les marqueurs discursifs (désormais MD) polylexicaux qui sont également nommés séquences lexicalisées à fonction discursive (Tutin 2013, Tran 2014) : dans un premier temps, il est à noter que, il est communément admis que. Ces séquences lexicalisées à fonction discursive traversent les disciplines, et servent à « guider le lecteur dans le texte, à introduire des définitions, des exemples, des explications, à exprimer des liens logiques et à structurer le raisonnement » (Tutin 2014 : 32).

5Nous formulons l’hypothèse selon laquelle l’introduction des organisateurs textuels permet aux apprenants de prendre conscience des différentes parties d’un exposé oral, et de présenter un discours plus clair. Ce travail s’avère indispensable pour les sensibiliser aux différentes compétences universitaires, à savoir la compétence de re-produire (restituer le cours), re-formuler (altérer, argumenter) et re-lier (associer, approprier) des connaissances comme recommandent justement Mangiante & Parpette (2011).

2. Les corpus d’apprenants (ou « learner corpora »)

6Les corpus d’apprenants sont des corpus de textes rédigés par les apprenants ou, comme c’est le cas dans cette étude, des transcriptions de productions orales réalisées en milieu universitaire.

Ce que l’on appelle les « corpus d’apprenants » (parfois appelés « corpus d’interlangue »), sont des recueils électroniques de productions orales ou écrites d’apprenants de langue seconde ou étrangère (L2) (Granger 2004) (De Cock & Tyne 2014 : 138).

7Les premiers corpus d’apprenants sont constitués de textes rédigés par des apprenants en milieu universitaire anglophone. Ce sont les années 80 qui ont vu se développer les premières données informatisées et l’intérêt de la linguistique de corpus pour l’enseignement/apprentissage des langues. Davantage d’études portent sur les corpus écrits, principalement dans le contexte de l’enseignement/apprentissage des langues étrangères et secondes pour des objectifs généraux (International Corpus of Learner English). Les corpus composés des productions d’apprenants rédigées pour des objectifs spécifiques sont moins nombreux, de même que les corpus portant sur les productions orales.

  • 1 Boulton et Tyne rappellent que les approches de l’apprentissage des langues à partir des corpus con (...)

8Ces corpus peuvent être utilisés dans la formation de futurs enseignants ou être exploités dans des dispositifs d’apprentissage de langue étrangère (LE), notamment pour développer les compétences écrites ou orales chez les étudiants allophones. En didactique des langues, un travail sur les corpus d’apprenants de LE (considérés comme la « source des données » (Boulton & Tyne 20141)) permet de comprendre les spécificités de l’interlangue des apprenants, c’est-à-dire les stades intermédiaires du processus d’acquisition de la langue. Les corpus d’apprenants sont donc une source très riche d’informations pour les enseignants afin de connaître les réussites ou les difficultés des étudiants, d’examiner les erreurs, qu’elles soient grammaticales ou lexicales, d’analyser si des formes linguistiques sont trop représentées ou pas suffisamment.

9Faire travailler un apprenant de LE sur un corpus, ce que Johns a appelé « data driven learning » en 1990 et que Boulton & Tyne (2014) ont traduit par Apprentissage sur Corpus (ASC), demande un changement de posture de l’apprenant qui devient « chercheur » pour reprendre le terme de Johns, parce qu’il est amené à réfléchir sur le fonctionnement de la langue « authentique », réelle et en contexte et qu’il doit devenir capable de créer ses propres connaissances par l’observation de la langue. Le rôle de l’enseignant change également puisqu’il doit diriger l’apprenant dans ses requêtes sur le corpus et dans ses analyses des données.

10On trouve deux types de comparaison de corpus (appelé « Contrastive Interlanguage Analysis » (Granger 2009 ou Gilquin 2020)) : une comparaison entre un corpus d’apprenants et un corpus natif, auxquels on ajoute souvent un corpus dit « d’expert » (ce que nous faisons dans ce travail), et une comparaison qui s’appuie sur l’analyse des productions des apprenants de langue maternelle différente.

11Les progrès technologiques permettent désormais de travailler sur des données de plus en plus importantes et avec des outils adaptés. « En outre, comme tout corpus informatisé, les corpus d’apprenants peuvent être étiquetés et traités par des logiciels d’analyse linguistique », (De Cock & Tyne 2014 : 139). L’annotation permet donc d’enrichir les analyses sur corpus d’où la transcription nécessaire et rigoureuse des données orales.

12Nous présentons, dans le cadre de cette étude, une expérimentation menée auprès des étudiants allophones qui doivent s’approprier les codes du discours scientifique. Nous nous intéressons tout particulièrement à leur discours oral et cherchons à répondre aux différentes questions : Quelle est la place du corpus dans l’acquisition des séquences lexicalisées à fonction discursive ? Quels sont les impacts de l’exploitation du corpus en classe de langue ? Nous allons décrire en détail les corpus dans les lignes qui suivent.

3. Méthodologie de constitution des corpus

3.1 Constitution des corpus : corpus d’apprenants natifs et corpus d’apprenants non-natifs

  • 2 Site de la formation du DU FLEPES : http://lettres.univ-artois.fr/diplome-universitaire/francais-la (...)

13Notre corpus se compose des productions orales des étudiants allophones lors des épreuves d’évaluation au sein de la formation du DU FLEPES Diplôme Universitaire Français Langue Étrangère pour la préparation des Études Supérieures2 et celles des étudiants francophones. Cette formation s’étend sur une année universitaire et vise à apporter aux étudiants une préparation linguistique et méthodologique. Les étudiants viennent de différents pays, disposent d’un bagage linguistique varié (A2 à B2) et souhaitent poursuivre leurs études dans différentes filières (FLE, économie, informatique, biologie, etc.).

14Il est à ajouter qu’un module spécifique est proposé en priorité aux étudiants qui vont entrer en Master et rassemble essentiellement des étudiants qui vont entrer en Français Langue Étrangère (FLE) et en Langues Étrangères Appliquées (LEA). Ce module fait travailler les spécificités écrites et orales du discours scientifique. Comme le remarquent avec justesse Fløttum et al. (2006), l’argumentation est fortement représentée dans le domaine des SHS, il est donc indispensable de développer cette compétence chez ce public. Ce groupe d’étudiants expérimente l’apprentissage sur corpus et est dans notre étude.

15Nous récapitulons dans la Figure 1 les corpus utilisés dans le cadre de ce travail.

Figure 1. Récapitulatif des corpus de travail

Figure 1. Récapitulatif des corpus de travail

3.1.1 Corpus d’apprenants non-natifs

  • 3 Le détail de la grille d’évaluation se trouve en Annexe 1.

16Le corpus d’apprenants allophones (CAA), environ 16 230 mots, comprend des exposés oraux lors de deux sessions d’évaluation3, une session d’examen à mi-parcours, appelé DU blanc (en mars), et une autre en fin de parcours (en juillet) nommé DU final. Trois sous-corpus sont constitués selon les profils des apprenants. En effet, les étudiants sont répartis en deux groupes de disciplines : i) l’un se compose des étudiants A2-B1 qui poursuivront leurs études en sciences exactes et expérimentales (groupe 1) (Tableau 1). Le sous-corpus d’environ 2 790 mots sera nommé CAA1. ii) l’autre regroupe des étudiants (B2-C1 en général) qui intégreront les filières en sciences humaines et sociales (désormais SHS) (groupe 2). Le sous-corpus CAA2 est d’une taille d’environ 5 250 mots. Il est à préciser que les sous-corpus CAA1 et CAA2 concernent uniquement le DU blanc. Le troisième sous-corpus CAA3, environ 8 190 mots, comprend les exposés du DU final du groupe 2 (cf. Tableau 1).

17Pour des raisons techniques, nous n’avons pas pu récupérer les productions des étudiants du groupe 1 lors de l’épreuve finale. Il convient de souligner que les analyses dans la partie 4 porteront essentiellement sur l’apport du corpus pour les apprenants du groupe 2.

Tableau 1. Liste détaillée des corpus et sous-corpus de travail

Corpus

Nombre de textes

Nombre de mots

Corpus d’apprenants allophones (CAA)

23

16 230

Sous-corpus

CAA1

Groupe 1

7

2 790

CAA2

Groupe 2

8

5 250

CAA3

Groupe 2

8

8 190

Corpus d’apprenants natifs (CAN)

8

8 600

Corpus scientifique (CS)

500

4 000 000

3.1.2 Corpus d’apprenants natifs (CAN)

  • 4 Le corpus Littéracie avancée est disponible à l’adresse suivante : https://lidilem.univ-grenoble-al (...)
  • 5 Nous remercions tous les étudiants qui ont accepté de participer à ce projet.
  • 6 Anne-Sophie Marchienne, stagiaire de M2, a participé activement à ce projet et effectué différentes (...)

18À notre connaissance, il n’existe aucun corpus composé de productions orales produites par les natifs en contexte universitaire qui sont comparables avec notre corpus d’apprenants allophones, tandis qu’à l’écrit existent de nombreux corpus écrits produits par les étudiants natifs à l’image du corpus Littéracie avancée4 (Jacques & Rinck 2017). Le corpus de simulation d’apprenants français5 (nommé CAN), environ 8 600 mots, se compose de productions orales réalisées par les étudiants en Master FLE. Ces étudiants, « apprenants natifs », doivent eux aussi s’approprier des codes du discours scientifique. Ils sont plus avantagés par rapport aux étudiants allophones sur le plan de la maîtrise de la langue, mais certains étudiants natifs ne maîtrisent pas forcément bien la méthodologie universitaire. Tous les corpus d’apprenants sont transcrits en intégralité6 en respectant un ensemble de styles préalablement établis et les conventions de transcription TEI Text Encoding Initiative. Pour des contraintes liées à la taille de l’article, nous ne pouvons pas détailler la comparaison faite avec les autres sous-corpus.

3.2 Corpus d’articles scientifiques Scientext-SHS (CS)

19Nous recourons, dans notre travail, au sous-corpus Scientext-SHS7 d’une taille de 4 000 000 de mots, constitué dans le cadre de deux projets ANR Scientext8 et TermiTh9 et qui se compose d’articles scientifiques rédigés par des experts (Jacques & Tutin 2018) dans dix disciplines en SHS (Figure 2). Ce corpus d’experts, nommé CS, est étiqueté morpho-syntaxiquement et annoté sur le plan structurel, différentes parties textuelles sont indiquées (introduction, développement, conclusion, résumé, etc.) (Falaise et al. 2011). Une annotation syntaxique a été effectuée grâce à l’analyseur syntaxique Syntex (Bourigault 2007). Le corpus a été intégré sur la plateforme ScienQuest (Falaise et al. 2011) afin de faciliter les requêtes en ligne. Actuellement, trois modes de requête ont été intégrés dans le corpus : i) le mode libre guidé ; ii) le mode sémantique guidé ; et iii) le mode avancé.

Figure 2. Capture d’écran de l’interface du corpus Scientext-SHS

Figure 2. Capture d’écran de l’interface du corpus Scientext-SHS

20Il est important de préciser que le corpus CS permet aux étudiants de travailler sur des exemples authentiques, il sert donc de modèle et d’exemple pour nos activités didactiques.

3.3 Outils d’analyse

21Nous utilisons la plateforme logicielle Textométrie TXM (Heiden, Magué & Pincemin 2010) qui intègre des fonctionnalités de Traitement Automatique des Langues TAL (comme les étiqueteurs morphosyntaxiques-lemmatiseur) (ibid. : 4). Cette plateforme est pertinente pour notre étude dans le sens où il est possible d’importer les corpus sous forme de textes bruts pour les explorer des sources textuelles manuellement. La formulation des requêtes sur TXM se fait par le langage CQL Corpus Query Language qui a l’avantage d’ « extraire des listes de concordances pour des schémas lexico-grammaticaux complexes » (Pecman 2012 : 11).

22Grâce à TXM, il nous est possible d’effectuer des requêtes sur un mot ou sur une suite de mots (Figure 3).

Figure 3. Capture d’écran d’une requête dans TXM

Figure 3. Capture d’écran d’une requête dans TXM

23Il est indispensable de souligner que le TXM est utilisé dans le cadre de cet article afin de relever les fréquences des MD, cet outil n’est pas adapté à nos étudiants.

24Pour résumer, les corpus d’apprenants constitués dans cette étude sont de petite taille, mais s’avèrent efficaces afin d’établir un diagnostic plus précis. À l’instar de Aston (1997), puis Cavalla & Loiseau (2013), ces corpus nous permettent une prise en main rapide en termes de constitution, d’interprétation et d’analyse de données, même s’ils perdent en représentativité. Comme le remarque justement Jacques (2005 : 26), un corpus n’est qu’une sélection des faits langagiers. L’interprétation et la vérification des données jouent un rôle important. Il est demandé aux chercheurs de relever ce qui est essentiel pour la recherche (Sánchez Cárdenas 2010, Cori & David 2008). Nous passerons dans la partie suivante à l’analyse des différents corpus.

4. Analyses comparatives

25L’analyse du corpus est effectuée en deux phases. Lors de la première phase, nous cherchons à relever les constructions les plus fréquentes dans l’exposé oral des apprenants lors de l’épreuve du DU blanc. Lors de la deuxième phase, nous analysons la progression chez les étudiants du groupe 2 en termes d’organisation du discours et d’enchaînement des idées lors des deux périodes d’évaluation.

4.1 Diagnostic des difficultés des étudiants non-natifs

  • 10 oc. : occurrence.

26Nous nous référons aux travaux de Tran (2014) et Hatier et al. (2016) afin de relever des constructions spécifiques qui servent à structurer le discours dans les productions orales des étudiants. Dans le corpus CAA1, nous pouvons relever des MD de différentes catégories, même si leur présence est relativement faible. Par exemple, quelques marqueurs sont utilisés pour introduire une énumération : d’abord (2 occurrences), ensuite (1 oc.10), premièrement (1 oc.), enfin (1 oc.), pourtant leur utilisation ne semble pas cohérente dans le contexte. Dans l’exemple [1], d’abord ne sert pas à marquer la première idée d’une série d’éléments, mais à indiquer le début de l’exposé de l’étudiant.

  • 11 Pour faciliter la lecture des exemples, les marqueurs qui font l’objet de l’analyse sont mis en gra (...)
  • 12 Les commentaires du transcripteur sont mis entre crochets < >.

[1] Aujourd’hui je vais vous parler une maison écologie qui est comment. D’abord11, le, le thème est : passez à l’éco-construction avec la maison écologie, le, la < mot indistinguable >12 par actualité. seloger.construire.com. [CAA1_Envi]

27L’étudiant semble rencontrer quelques difficultés dans l’organisation de ses idées. Dans cet exposé, aucun autre marqueur d’énumération n’est utilisé. Dans l’exemple [2], l’étudiant tente d’énumérer les idées énoncées par l’utilisation des marqueurs au début, ensuite, enfin. Au début est utilisé en début de l’exposé pour marquer la première idée, tandis que enfin n’indique pas la dernière idée, ce marqueur appartient plutôt au langage oral où l’étudiant cherche à rectifier le terme précédemment prononcé.

[2] Aujourd'hui, je vais vous présenter la structure d’un ordinateur. Au début, je veux vous présenter comment les données à, le process < mot anglais > dans la ordinateur et, ok. Donc premièrement, il y a un unité centrale qui compose de la mémoire centrale et c'est une, et < il cherche ses mots > […] Et ensuite je vais présenter le carte mère, ah non, le, le processeur parce que tous les choses. […] Et il y a beaucoup normes de bus, enfin de B. U. S par exemple, par exemple PC … PCI, PCI ou AGB, USB, etcetera. [CAA1_inf_2]

28Dans le corpus d’apprenants du groupe 2 (CAA2), davantage de marqueurs sont utilisés soit pour reformuler (autrement dit, 1 oc.), soit pour énumérer (d’abord, 3 oc. ; et puis, 13 oc. ; enfin, 1 oc.), soit pour donner un exemple (par exemple, 6 oc. ; notamment, 1 oc.). En analysant au plus près, nous constatons que d’abord/tout d’abord sont utilisés par une seule apprenante, et ces marqueurs ne sont pas utilisés à bon escient. Dans l’exemple [3], l’étudiante veut apparemment avancer une idée mais semble être bloquée, elle abandonne la phrase précédente en ajoutant d’autres questions.

  • 13 Dans notre corpus d’apprenants, les commentaires du transcripteur sont mis entre crochets et se voi (...)

[3] Pour répondre à cette question, je vais m’appuyer sur le texte, le document de France filgoodhealth donc et d’abord on, par contre quel, quel est les pra, pratiques familiales influcent, influcent < mauvaise prononciation de influencent >13 la scolarité des enfants […]. [CAA2_ens_1]

29En analysant son exposé, nous constatons également que l’étudiante a utilisé de manière excessive et puis chaque fois qu’une nouvelle idée est introduite. À notre avis, l’utilisation, quelque peu abusive, des termes d’énumération comme d’abord et puis souligne, dans une certaine mesure, les difficultés de l’étudiante quand celle-ci doit produire un exposé oral. L’étudiante semble chercher une solution plus rapide pour présenter ses idées.

30Notons que les marqueurs d’énumération sont plus diversifiés dans le corpus CAA2 (dans un premier temps, 1 oc. ; en premier lieu, 1 oc. ; en deuxième lieu, 1 oc.). Pourtant, une seule étudiante respecte le plan initialement prévu dans son introduction. Il est intéressant de voir que cette étudiante prend conscience du développement des idées dans son exposé par l’utilisation de la série des marqueurs d’énumération (en premier lieu, en deuxième lieu, en troisième lieu, en quatrième lieu) [4].

[4] Et en première lieu, c'est incapacité à, de la France à réduire la part de ses élèves en difficulté. […] Et, en deuxième lieu, c’est le, le différence de milieu familial, alors on remarque l’environnement socioprofessionnel, familial, géographie mais aussi classe et établissement […] Et puis en, en trois, en troisième lieu, c’est < elle cherche ses mots >, c’est, c’est l’enseignement de, dans, ce, […] en quatrième lieu, selon l’auteur, il pense la politique, la po … la politique veut influencer ce, sur, sur les élèves. [CAA2_ens_4]

31Ce diagnostic nous révèle quelques difficultés des étudiants lors de la construction de leur production orale. Ces difficultés peuvent s’expliquer par une faible connaissance des attentes de la méthodologie de l’exposé oral ou d’une maîtrise insuffisante des compétences universitaires, comme la reformulation, l’argumentation.

4.2 Apports de l’apprentissage sur corpus

32Nous présenterons dans cette partie l’expérimentation que nous avons menée auprès des étudiants du groupe 2. Dans le cadre du module sur le discours scientifique, ces étudiants ont travaillé sur les documents authentiques provenant du corpus scientifique CS. Ce module a pour objectif de les sensibiliser aux spécificités méthodologiques et lexicales de ce genre de discours. Il est important de mentionner que nous avons opté pour une approche onomasiologique afin d’aborder les contenus principaux dans un exposé oral, par exemple la formulation de la problématique et des hypothèses, l’introduction des constats, ou l’inscription dans une thématique de recherche.

33Nous présentons ci-dessous un exemple d’intégration du corpus en classe pour travailler l’introduction de l’exposé, partie textuelle stratégique où l’étudiant doit situer le contexte, présenter le sujet, formuler une problématique et des hypothèses.

Consigne : Lisez le texte ci-dessous et répondez aux questions.

1. Le document ci-dessus est un extrait d’un article scientifique en psycholinguistique. À votre avis, de quelle partie de l’article est-il extrait ? Justifiez votre réponse.

2. Relevez les connecteurs logiques que vous connaissez.

3. Selon vous, ce texte peut être divisé en combien de parties ? Justifiez votre réponse.

34Notons au passage que cet exercice correspond à la première étape de repérage où l’étudiant est initié aux fonctions rhétoriques dans l’introduction. Les étudiants peuvent recourir soit aux connecteurs logiques soit à leurs connaissances structurales acquises tout au long de leur apprentissage pour relever les idées essentielles. Cette étape nous semble indispensable avant de travailler plus précisément sur chaque fonction rhétorique.

35En analysant le CAA3 (constitué après l’expérimentation didactique), nous constatons que leurs exposés sont plus structurés que lors des examens du DU blanc, ce qui s’explique par l’utilisation de différents marqueurs pour marquer l’enchaînement des idées. En outre, les marqueurs sont plus diversifiés. Si dans le corpus CAA2, l’utilisation des marqueurs d’énumération reste limitée et répétitive, dans le corpus CAA3, ces marqueurs sont introduits d’une manière plus consciente et systématique, d’abord / tout d’abord (15 oc.), puis (23 oc. dont 11 oc. chez une étudiante), enfin (14 oc.).

36En outre, les compétences de l’exemplification et de la reformulation sont davantage développées. Les étudiants tentent davantage d’expliciter chaque idée énoncée en ayant recours soit aux expériences personnelles soit aux connaissances de leur interlocuteur [6]. Les exemples sont introduits essentiellement par des marqueurs comme par exemple (41 oc.). Dans l’exemple [6], l’étudiante conclut son exposé tout en précisant l’importance des connaissances sur les synapses par des exemples. Il est intéressant de noter que l’étudiante se soucie d’apporter plus de clarté à son exposé par les exemples utilisés ou par la reformulation (c’est-à-dire que).

[6] Et aussi je veux ajouter que il y a des médicaments qui sont utilisés pour traiter les maladies par exemple de Alzheimer ou la dépression et l’objectif de ces documents, de ces médicaments, excusez-moi, est de aider les neurotransmetteurs à mieux marcher, c’est-à-dire que même si nous n'avons pas ces graves maladies, même si on a pas la dépression, on peut aider soi-même grâce à ses connaissances parce que il y a même des produits alimentaires qui peut aider à augmenter ou diminuer les niveaux de quelques trans, neurotransmetteurs c’est-à-dire que par exemple je pense que tout le monde sait, le chocolat noir peut aider à améliorer l’humeur parce que il peut contribuer à le niveau de la sérotonine dans le cerveau. [CAA3_bio]

  • 14 Les formulations sont extraites du corpus sans être corrigées par les auteurs.

37Dans le corpus CAA2, l’enchaînement entre les parties est moins explicite, ce qui peut s’expliquer par la mauvaise compréhension des attendus de l’exposé oral, ou par les utilisations inappropriées des MD. Dans le corpus CAA3, les moyens lexicaux utilisés pour indiquer les différentes sous-parties dans l’exposé sont plus variés. Il faut insister sur le fait que la structure globale de l’exposé est maîtrisée et que l’introduction des exposés oraux dans ce corpus est mieux construite. Par exemple, nous notons l’utilisation de différentes collocations soit pour formuler une hypothèse (formuler ~, émettre ~), soit pour la vérifier (vérifier ~, confirmer ~). Par ailleurs, de nombreuses constructions lexicales sont utilisées pour introduire la problématique : comme cela m’amène à poser une question (3 oc.), pour répondre à la question, on peut poser une question suivante (2 oc.), cela nous emmène à proposer une problématique14, tout cela nous amène à demander.

38Dans le corpus CAA3, si l’introduction est bien structurée, en observant de plus près la conclusion, on constate que peu d’éléments de réponse à la problématique ont été formulés dans cette partie de l’exposé. Nous relevons une seule occurrence où l’étudiante renvoie à la question formulée dans l’introduction [7].

[7] Et pour conclure sur le sujet je veux dire que je pense que j’ai bien répondu à la problématique posée, j'ai expliqué le rôle de la synapse et des neurotransmetteurs et comment ils marchent et j’ai aussi confirmé l’hypothèse que si on a les connaissances sur le sujet, ça peut nous servir dans la vie. [CAA3_bio]

Figure 4. Comparaison de l’utilisation de quelques constructions discursives dans les trois corpus d’apprenants

Figure 4. Comparaison de l’utilisation de quelques constructions discursives dans les trois corpus d’apprenants

39Dans la Figure 4, il est intéressant d’observer que les différentes constructions pour formuler la problématique ou une hypothèse, ou pour conclure sont particulièrement fréquentes dans le corpus CAA3. L’absence de ces constructions peut s’expliquer soit par une maîtrise insuffisante de ces moyens lexicaux (comme le cas à l’épreuve du DU blanc pour le corpus CAA2), soit par une mauvaise compréhension de la structure d’un exposé oral. La comparaison des productions orales des étudiants d’un même groupe fait preuve de leur progression et de l’impact de l’apprentissage sur corpus sur la prise de conscience des organisateurs textuels. Cette analyse nous apporte des pistes didactiques importantes pour établir un programme plus cohérent pour aider les étudiants allophones à se familiariser au discours universitaire.

5. Conclusion et perspectives didactiques

40Dans le cadre de ce travail, nous avons expérimenté la place du corpus pour sensibiliser les étudiants aux spécificités du genre scientifique. Nos analyses révèlent une organisation d’idées plus cohérente, surtout dans l’introduction. Ce résultat s’explique peut-être par une meilleure compréhension des attentes du genre, mais aussi par une maîtrise des moyens lexicaux qui servent à structurer le discours. Cependant, nous constatons encore des difficultés pour certaines parties textuelles, comme la conclusion où d’autres entraînements s’avèrent indispensables. En outre, il nous semble pertinent de comparer les performances des étudiants du groupe 2 avec ceux du groupe 1 pour mesurer avec certitude l’impact de l’apprentissage sur corpus.

41En ce qui concerne le corpus d’apprenants natifs, il est indispensable d’effectuer le même diagnostic pour comprendre les caractéristiques lexicales et architecturales dans leur discours. Certes, ces étudiants sont avantagés par rapport aux étudiants allophones quant à la maîtrise de la langue, mais nous supposons qu’ils rencontreront aussi des difficultés d’ordre structurel liées à un nouveau genre de discours qu’ils doivent s’approprier. Une autre piste qui nous semble intéressante à approfondir concerne l’exploitation des impacts de l’apprentissage sur corpus chez un public natif. Nous formulons une autre hypothèse selon laquelle le dispositif didactique aux apprenants allophones pourrait être profitable aux étudiants natifs.

42L’apport des corpus spécialisés en FOU, comme Scientext ou les productions orales réunies par l’équipe enseignante du DU FLEPES, est indéniable et constitue une ouverture vers la maîtrise à la fois des caractéristiques discursives des productions universitaires. Force est de constater que les corpus spécialisés sont exploités par les linguistes et les enseignants, voire les futurs enseignants de FOS/FOU (Tyne 2013, Cavalla 2021), essentiellement à des fins d’analyse des discours, de repérage des occurrences lexicales et syntaxiques. Il est aussi intéressant d’envisager la construction et l’exploitation du corpus par l’apprenant lui-même, individuellement ou collectivement.

43En cours de FOU, le travail sur corpus numérique peut se mettre en place en amont avec une phase de construction du corpus au cours de laquelle les étudiants peuvent s’enregistrer durant leur présentation orale ou enregistrer les présentations de leurs camarades, et en aval avec l’analyse qualitative des enregistrements du corpus. Dans cette phase, les étudiants pourront interroger le corpus, relever, en autonomie ou en binômes, les marqueurs discursifs, dans une perspective d’auto-évaluation ou d’hétéro-évaluation. Le travail sur corpus constitue aussi une compétence universitaire que les étudiants allophones doivent maîtriser dans le cadre de leur intégration dans l’université et dans les cours de leur spécialité.

44Cette utilisation des corpus spécialisés par les étudiants eux-mêmes en classe de FOU nécessite une formation méthodologique intégrée au programme du DU et l’enrichissement du corpus en intégrant la collaboration des enseignants des disciplines universitaires concernées notamment pour la correction des présentations orales modélisantes.

Haut de page

Bibliographie

Aston G. (1997). « Small and large corpora in language learning », PALC 97: Practical applications in language corpora, 51-62.

Boulton A. & Tyne H. (2014). Des documents authentiques aux corpus. Démarches pour l’apprentissage des langues. Paris : Didier.

Bourigault D. (2007). Un analyseur syntaxique opérationnel : SYNTEX, mémoire d’HDR en sciences du langage. CLLE-ERSS, Toulouse, France.

Cavalla C. (2021). « Enseigner le lexique en classe de langue », Le Français dans Le Monde 435 : 56-57.

Cavalla C. & Loiseau M. (2013). « Scientext comme corpus pour l’enseignement », in Tutin A. & Grossmann F., L’écrit scientifique : du lexique au discours. Autour de Scientext. Rennes : Presses Universitaires de Rennes, 163-182.

Chambers A. (2010). « L’apprentissage de l’écriture en langue seconde à l’aide d’un corpus spécialisé », Revue française de linguistique appliquée 15(2) : 9-20.

Cori M. & David S. (2008). « Les corpus fondent-ils une nouvelle linguistique ? », Langages 171(3) : 111-129.

De Cock S. & Tyne H. (2014). « Corpus d’apprenants et acquisition des langues », Les Cahiers de l’Acedle 1(11) : 137-166.

Falaise A., Tutin A. & Kraif O. (2011). « Une interface pour l’exploitation de corpus arborés par des non informaticiens : la plate-forme ScienQuest du projet Scientext », Traitement automatique des langues 52(3) : 241-246.

Fløttum K., Dahl T. & Kinn T. (2006). Academic voices : Across languages and disciplines (vol. 148). Amsterdam : John Benjamins Publishing.

Gilquin G. (2020). « Learner corpora », in M. Paquot & S. Gries (éd.) A practical handbook of corpus linguistics, 283-303.

Granger S. (2009). « The contribution of learner corpora to second language acquisition and foreign language teaching », Corpora and language teaching 33 : 13-32.

Habert B., Nazarenko A. & Salem A. (1997). Les linguistiques de corpus. Paris : Colin.

Hatier S., Augustyn M., Tran T. T. H., Yan R., Tutin A. & Jacques M. P. (2016). « French cross-disciplinary scientific lexicon : extraction and linguistic analysis », Proceedings of EURALEX, 355-366.

Heiden S., Magué J. P. & Pincemin B. (2010). « TXM : Une plateforme logicielle open-source pour la textométrie-conception et développement », in 10th International Conference on the Statistical Analysis of Textual Data-JADT 2010 (vol. 2, no 3, 1021-1032). Edizioni Universitarie di Lettere Economia Diritto.

Jacques M.-P. & Rinck F. (2017). « Un corpus de littéracie avancée : résultat et point de départ », Corpus 16. Consulté le 13 décembre 2022. URL : http://journals.openedition.org/corpus/2806.

Jacques M.-P. & Tutin A. (2018). Lexique transversal et formules discursives des sciences humaines. Londres : ISTE Group.

Jacques M.-P. (2005). « Pourquoi une linguistique de corpus ? », in G. Williams (éd.) La linguistique de corpus. Rennes : Presses universitaires de Rennes.

Johns T. (1990). « From printout to handout: grammar and vocabulary teaching in the context of data-driven learning », CALL Austria 10 : 14-34.

Mangiante J.-M. & Parpette C. (2011). Le français sur objectif universitaire. Grenoble : Presses universitaires de Grenoble.

Pecman M. (2012). « Étude lexicographique et discursive des collocations en vue de leur intégration dans une base de données terminologiques », The Journal of specialised translation (JoSTrans) 18 : 113-138.

Rastier F. (2002). « Enjeux épistémologiques de la linguistique de corpus », in G. Williams (éd.) La linguistique de corpus. Rennes : Presses universitaires de Rennes, 31-45.

Sánchez Cárdenas B. (2010). Paramètres linguistiques pour la conception d’un dictionnaire électronique bilingue (français-espagnol) destiné à la traduction : le cas des verbes de comptage. Thèse de doctorat, Strasbourg.

Tran T. T. H. (2014). Description de la phraséologie transdisciplinaire des écrits scientifiques et réflexions didactiques pour l’enseignement à des étudiants non-natifs : application aux marqueurs discursifs. Thèse de doctorat, Grenoble.

Tutin A. (2013). « Les collocations lexicales : une relation essentiellement binaire définie par la relation prédicat-argument », Langages 1 : 47-63.

Tutin A. (2014). « La phraséologie transdisciplinaire des écrits scientifiques : des collocations aux routines sémantico-rhétoriques », in A. Tutin & F. Grossman (éd.) L’écrit scientifique : du lexique au discours. Autour de Scientext, 27-44.

Tyne H. (2013). « Corpus et apprentissage-enseignant des langues », Bulletin suisse de linguistique appliquée 97 : 7-15.

Haut de page

Annexe

Production orale - Grille d’évaluation (B2)

Haut de page

Notes

1 Boulton et Tyne rappellent que les approches de l’apprentissage des langues à partir des corpus considèrent les apprenants soit comme les « sources des données », soit comme les « bénéficiaires des données » quand le travail se fait sur des données produites par des locuteurs natifs, soit enfin comme les « utilisateurs des données » quand les apprenants travaillent sur les corpus directement (2014 : 7).

2 Site de la formation du DU FLEPES : http://lettres.univ-artois.fr/diplome-universitaire/francais-langue-etrangere-pour-la-preparation-aux-etudes-superieures.

3 Le détail de la grille d’évaluation se trouve en Annexe 1.

4 Le corpus Littéracie avancée est disponible à l’adresse suivante : https://lidilem.univ-grenoble-alpes.fr/ressources/corpus/litteracie-avancee.

5 Nous remercions tous les étudiants qui ont accepté de participer à ce projet.

6 Anne-Sophie Marchienne, stagiaire de M2, a participé activement à ce projet et effectué différentes tâches liées à l’enregistrement des épreuves et à la transcription.

7 Le corpus est interrogeable au lien suivant : https://corpora.aiakide.net/scientext20/?corpus=sqCorpus_sctexts-fr__sctexts-fr&do=SQ.setCorpus&view=texts&reload=1.

8 La description du projet ANR Scientext se trouve à l’adresse suivante : https://scientext.hypotheses.org/corpus-des-ecrits-scientifiques-francais

9 Le projet ANR TermITh TERminologie et Indexation des Textes en Sciences Humaines (2012-2016), piloté par Evelyne Jacquey et Laurence Kister.

10 oc. : occurrence.

11 Pour faciliter la lecture des exemples, les marqueurs qui font l’objet de l’analyse sont mis en gras et en italique.

12 Les commentaires du transcripteur sont mis entre crochets < >.

13 Dans notre corpus d’apprenants, les commentaires du transcripteur sont mis entre crochets et se voient appliquer un style dédié.

14 Les formulations sont extraites du corpus sans être corrigées par les auteurs.

Haut de page

Table des illustrations

Titre Figure 1. Récapitulatif des corpus de travail
URL http://journals.openedition.org/corpus/docannexe/image/8111/img-1.png
Fichier image/png, 14k
Titre Figure 2. Capture d’écran de l’interface du corpus Scientext-SHS
URL http://journals.openedition.org/corpus/docannexe/image/8111/img-2.png
Fichier image/png, 41k
Titre Figure 3. Capture d’écran d’une requête dans TXM
URL http://journals.openedition.org/corpus/docannexe/image/8111/img-3.png
Fichier image/png, 31k
URL http://journals.openedition.org/corpus/docannexe/image/8111/img-4.png
Fichier image/png, 35k
URL http://journals.openedition.org/corpus/docannexe/image/8111/img-5.png
Fichier image/png, 31k
Titre Figure 4. Comparaison de l’utilisation de quelques constructions discursives dans les trois corpus d’apprenants
URL http://journals.openedition.org/corpus/docannexe/image/8111/img-6.png
Fichier image/png, 16k
URL http://journals.openedition.org/corpus/docannexe/image/8111/img-7.png
Fichier image/png, 53k
URL http://journals.openedition.org/corpus/docannexe/image/8111/img-8.png
Fichier image/png, 27k
Haut de page

Pour citer cet article

Référence électronique

Thi Thu Hoai Tran, Angélique Masset-Martin et Jean-Marc Mangiante, « Apprentissage sur corpus et discours oral universitaire »Corpus [En ligne], 24 | 2023, mis en ligne le 15 janvier 2023, consulté le 04 juin 2023. URL : http://journals.openedition.org/corpus/8111 ; DOI : https://doi.org/10.4000/corpus.8111

Haut de page

Auteurs

Thi Thu Hoai Tran

tthoai.tran@univ-artois.fr, Grammatica, Université d’Artois

Angélique Masset-Martin

angelique.masset@univ-artois.fr, Grammatica, Université d’Artois

Jean-Marc Mangiante

jmarc.mangiante@univ-artois.fr, Grammatica, Université d’Artois

Haut de page

Droits d’auteur

Tous droits réservés

Haut de page
  • Logo Revues électroniques de l’université de Nice
  • OpenEdition Journals
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search