L’écrit documentaire dans l’histoire linguistique de la France
professeur à l’université de Zurich, Romanisches Seminar, Zürichbergstr. 8, CH-8032 Zurich ; glessgen@rom.unizh.ch
L'article met en relief l'apport de l'histoire linguistique à l'histoire et en même temps l'importance de l'écrit documentaire en tant qu'ensemble de genres textuels placé à l'interface entre la diplomatique et la linguistique. (I) Il identifie les domaines spécifiques dans lesquels l'écrit documentaire peut servir de source pour la linguistique aux différentes époques du Moyen Âge et (II) il introduit aux études graphématiques (la “scriptologie”) et lexicologiques sur cet ensemble textuel. (III) Enfin, il souligne la nécessité d'intégrer la méthodologie informatique dans l'édition et l'analyse de l'écrit documentaire malgré les contraintes notables qu'elle implique.
I. Le cadre terminologique et méthodologique
I.1. L’histoire linguistique entre linguistique et histoire
L’histoire linguistique est une discipline ambivalente : elle appartient par ses interrogations et sa méthodologie autant à la linguistique qu’à l’histoire. Néanmoins, elle a toujours été liée, d’un point de vue institutionnel, à la linguistique puisque sa vocation première est de contribuer à mieux comprendre le fonctionnement de la langue. Cela se vérifie depuis sa genèse au XIXe siècle, advenue d’ailleurs largement après celle de l’histoire et de la linguistique en tant que telles1 : l’histoire linguistique était à cette époque un facteur constitutif dans la formation de la linguistique moderne alors qu’elle n’a pas joué un rôle particulier dans les transformations, tout aussi importantes, de l’historiographie.
Si l’apport de la linguistique historique aux études historiques est plus restreint que sa contribution à l’analyse linguistique, il est néanmoins réel. De manière générale, les caractéristiques internes de la langue et leurs variations selon l’espace et le contexte d’usage reflètent des phénomènes externes à la langue comme la culture matérielle et intellectuelle, la cohésion sociale ou l’identité des hommes. Grâce à l’intensité des liens entre les phénomènes internes et les facteurs externes, la langue possède la qualité de fournir des indices imparables pour des données historiques qui la dépassent. Il n’est pas facile de faire parler la langue comme témoin de l’histoire puisqu’elle possède une dynamique propre très affirmée ; de telles analyses supposent donc un fondement méthodologique adéquat et une certaine prudence2.
Il existe divers domaines concrets où les interactions entre linguistique et histoire se font particulièrement intenses. La formation et l’élaboration des langues écrites interfèrent immédiatement avec d’autres transformations socioculturelles et politiques ; elles sont liées aux centres de l’écrit et par là elles sont proches du pouvoir politique. L’analyse des centres du pouvoir gagne en profondeur si elle prend en considération les aspects de leur médialité, concentrée notamment dans l’écrit. Un autre exemple, plus circonscrit, est aussi éclairant : les noms de lieu permettent de déceler des mouvements de population ou l’intensité de l’habitat à certains moments historiques.
Si l’histoire linguistique est largement sous-employée par l’histoire, cela ne se justifie pas par des raisons de contenu ; il s’agit plutôt d’un effet secondaire des frontières institutionnelles posées entre les disciplines. Le cas est particulièrement flagrant dans le cas de la romanistique et des langues galloromanes, car la Romania fournit un cadre d’observation de choix pour les interrogations historiques : grâce à une documentation unique, elle permet de suivre en détail la trajectoire entre le latin et ses langues-filles à travers deux millénaires et demi. La Romania médiévale dispose de textes variés pour le français, l’italien, l’espagnol, le groupe occitano-catalan et le gallégo-portugais. La comparaison entre les différentes langues néolatines permet de mieux comprendre l’évolution de chacune d’entre elles, même quand l’étude se concentre sur une seule langue.
I.2. L’écrit documentaire parmi les genres textuels et dans le diasystème historique
L’écrit documentaire représente l’un des trois grands ensembles textuels de l’Occident médiéval et moderne, avec les textes littéraires et les ouvrages d’un savoir spécialisé (médecine, droit, astronomie etc.). C’est l’ensemble le plus proche des préoccupations de l’historien, ce qui ressort immédiatement de sa solide présence dans la Typologie des sources du Moyen Âge occidental de Léopold Génicot. Mais il serait faux de l’étudier sans prendre en considération les autres genres textuels, liés à des domaines communicatifs et à des thématiques bien déterminés. Seule la comparaison des genres textuels peut déterminer des éléments de la langue qui reviennent dans toutes les situations et d’autres qui sont propres à un genre particulier. L’évolution générale du langage se produit par l’addition et l’interaction des différentes traditions de l’écrit. L’écrit documentaire est partie prenante de ce processus d’élaboration linguistique3 ; il reflète des évolutions enclenchées ailleurs et il introduit des innovations propres qui, partiellement, seront imitées dans d’autres genres.
Ces phénomènes ont une importance capitale pour l’histoire de la Romania et de l’Occident : entre la chute de l’Empire romain et l’époque actuelle, l’univers linguistique roman est déterminé par le passage du latin aux langues romanes, d’abord à l’oral, ensuite à l’écrit. La mise par écrit des langues romanes correspond en fait à un processus millénaire d’élaboration linguistique qui rythme toutes les transformations de détail dans les différents domaines de la langue. Dans ce processus, les éléments linguistiques qui sont propres à un ensemble de genres proches peuvent devenir caractéristiques pour certains contextes (= des caractéristiques ‘diaphasiques’ comme le langage juridique), pour le prestige des énoncés (= ‘diastratique’ ― langage de haut ou de faible prestige), voire pour l’espace (= ‘diatopique’ ― langage régional ou dialectal). L’ensemble de toutes les formes linguistiques existantes forment le ‘diasystème’ de la langue : la langue ne fonctionne pas comme une unité mais comme un ensemble de variétés parfois assez divergentes (= variétés ‘diasystématiques’), réunies sous le ‘toit’ abstrait d’une langue historique4. Il est important de tenir compte de cette variabilité interne de la langue, parce qu’elle contient en même temps des informations précieuses pour l’histoire : tout usage définissable en termes diasystématiques peut être interprêté à des fins socio-culturelles.
La place des genres textuels dans le fonctionnement et le changement linguistique est réelle. Le schéma suivant (tableau nº 1) met en relief les interactions qui existent entre (1) les énoncés concrets et individuels, (2) les genres, (3) le diasystème et (4) les règles linguistiques plus abstraites (= la ‘configuration’ ou le ‘système’ linguistique)5 :
Les deux paramètres de l’élaboration linguistique et de la variation diasystématique permettent de donner une ligne interprétative générale à l’évolution de la langue des ‘actes’ en tant qu’ensemble de genres textuels. Les préoccupations de l’histoire linguistique et de la diplomatique se rejoignent dans l’attention qu’elles accordent toutes deux aux genres textuels et à leurs caractéristiques. Leurs interrogations me semblent compatibles, même si elles ne sont pas identiques. Les interrogations de l’histoire linguistique se placent toujours dans l’optique de l’évolution générale de la langue. Il s’agit de savoir quelle a été la part de l’écrit documentaire dans l’élaboration linguistique d’une langue donnée à une époque donnée. Pour évaluer les qualités communicatives d’un texte documentaire donné, il s’agira en revanche de déterminer son degré d’élaboration dans un domaine de langue défini, et d’établir la distance linguistique qui le sépare d’autres textes et d’autres genres.
Notre aperçu devra tenir compte des sérieuses lacunes de la recherche sur les genres textuels et, notamment, sur les genres documentaires. L’historiographie linguistique a en effet compris depuis longtemps l’importance des genres pour l’évolution de la langue, mais elle est loin d’avoir mené ce raisonnement à son terme. Nous ne disposons pas d’une typologie linguistique des genres textuels semblable à celle de Génicot. La Typologie des sources, quant à elle, ne peut nous servir de guide sûr, puisque les segmentations dans la langue sont plus larges que les genres textuels de l’histoire : une charte et une lettre se distinguent d’un point de vue diplomatique, mais elles peuvent appartenir, d’un point de vue linguistique, à un même ensemble variationnel, caractérisé par le même vocabulaire et une même syntaxe. À l’heure actuelle, nous n’avons pas d’idée précise sur les segmentations linguistiques entre les différents genres textuels, ce qui s’explique aussi par le fait que la linguistique s’est presque toujours basée sur les seules traditions littéraires pour étudier l’évolution des langues.
En effet, la tentative globalisante la plus ambitieuse menée pour structurer des textes anciens, le Grundriß der romanischen Literaturen des Mittelalters (GRLMA)6, prenait comme point de départ les traditions littéraires, même s’il les a dépassées par la suite7. Le plus récent Inventaire systématique des premiers documents des langues romanes8 repose sur le Grundriß pour les genres traités mais il entend répertorier l’intégralité des documents originaux antérieurs à 1250 en les catégorisant d’après leurs genres textuels, puis d’après leur langue. Cet ouvrage bien conçu souffre malheureusement d’une réalisation philologiquement insatisfaisante9 : la partie sur les sources documentaires10 ‒ complémentaire au Grundriß ‒ est lacunaire et mal structurée11, la datation et la localisation n’ont pas fait l’objet d’une analyse critique, et l’identification des variétés linguistiques en question aurait mérité une réflexion plus approfondie12.
C’est donc sur une base encore partielle et d’un point de vue nécessairement personnel que je présenterai d’abord, d’un point de vue externe, le rôle de l’écrit documentaire parmi les différents genres textuels pendant les deux grandes périodes de l’histoire linguistique de la Romania (§ II : genèse des langues romanes, passage du latin aux langues romanes à l’écrit). La réflexion consécutive sur les caractéristiques linguistiques internes de l’écrit documentaire repose — en l’absence d’études monographiques d’ensemble — sur un corpus empirique concret circonscrit, à savoir les documents français de Lorraine étudiés dans le cadre des Plus anciens documents linguistiques de la France (§ III : scriptologie, élaboration lexicale, syntaxe, onomastique). Je prendrai appui sur ce même projet, mené en collaboration avec l’École nationale des chartes (Françoise Vielliard, Olivier Guyotjeannin), pour étudier en conclusion les questions méthodologiques soulevées par l’informatique dans l’édition et l’analyse des textes anciens ; les possibilités informatiques, toutes récentes, ont en effet transformé en profondeur les perspectives et la pratique en philologie et nécessitent une attention particulière (§ IV : encodage textuel, analyse linguistique par l’informatique).
II. L’écrit documentaire dans les grandes époques de l’histoire linguistique de la Romania
II.1. La genèse des langues romanes
L’histoire linguistique de la Romania connaît deux grandes périodes qui correspondent approximativement au premier et au deuxième millénaires :
(1) la formation des différentes langues romanes à l’oral, qui s’éloignent progressivement du latin parlé tardif, et
(2) la formation des langues romanes écrites selon un processus d’élaboration plus ou moins développé suivant les pays.
La première transformation a déjà ses racines dans le latin parlé des Ier ou IIe siècles, mais s’intensifie après la chute de l’Empire d’Occident, notamment entre le milieu du VIIe et le milieu du VIIIe siècle, lorsque l’écrit latin est devenu trop faible pour contenir les divergences à l’oral13. Vers l’an 1000, tous les idiomes romans existent dans le sens où ils ont acquis une première autonomie interne dans leurs caractéristiques phonétiques, grammaticales et lexicales.
Mais il s’agit encore de langues purement orales : tous les témoignages écrits de type roman, de l’Andalousie à la Wallonie et à la Terre d’Otrante, n’atteignent pas, avant l’an 1000, le nombre de trente et sont souvent de la longueur d’une seule ligne. La transformation d’une langue de départ en une multitude de langues à l’arrivée n’est observable qu’à travers des sources écrites en latin.
Le latin des VIe-Xe siècles reflète en effet certaines innovations romanes dans les graphies, dans le lexique et dans la grammaire, qui se concentrent très curieusement dans les formes toponymiques ; en ligne générale, la scripta latina rustica, plus proche des langues romanes parlées14, apparaît notamment dans des énumérations ou dans des listes, formes écrites dont les fonctions communicatives se rapprochent de l’oral15. Cette variété intermédiaire et artificielle du latin crée un terrain propice à l’apparition de noms propres romans dont les liens avec le contexte extralinguistique des documents — et donc la charge pragmatique — sont particulièrement développés. Ils nous fournissent bien avant les autres éléments textuels des informations sur la différenciation géolinguistique des langues romanes, sur leur lexique courant et les types dérivationnels en usage, sur la chronologie des évolutions phonétiques de même que sur certaines marques et transformations grammaticales. Leur richesse est très loin d’avoir été épuisée, comme le montrent les études récentes de Jean-Pierre Chambon16 et les publications du groupe d’onomastique sarrebruckois, instauré par le germaniste Wolfgang Haubrichs ; ce centre de recherches a mis en relief l’intérêt des noms de lieu dans la zone de frontière germano-romane pour l’histoire des langues et du peuplement17 (cf. aussi infra § III.3.).
Étant donné le petit nombre de productions littéraires de cette époque, l’écrit documentaire représente à quelques rares exceptions près, le seul ensemble de sources disponible pour l’histoire linguistique18. Toute collection de documents ou tout relevé de données, notamment de noms propres, proposés par des historiens peuvent donc intéresser l’histoire linguistique. Malheureusement, la collection des Chartae latinae antiquiores s’est avérée jusqu’ici d’un intérêt plus faible pour la romanistique que, par exemple, le Corpus Inscriptionum Latinarum ; cela peut être dû à une exploitation linguistique insuffisante du corpus comme ‒ jusqu’ici ‒ pour les Monumenta palaeographica Medii Aevi. Souvent, nos données proviennent de cartulaires plus récents, exploités avec succès si l’on gère avec prudence les tranformations potentiellement survenues dans les copies19. L’importante base de données textuelles des chartes originales antérieures à 1121 conservées en France, en cours de constitution à l’Artem, à Nancy, ou son équivalent pour la Belgique, publié sur cd-rom20, n’ont pas encore été étudiés d’un point de vue linguistique, exception faite du “vocabulaire de la souscription”, analysé par l’historien et diplomatiste Benoît-Michel Tock dans sa thèse d’habilitation21. Il en ressort notamment une grande variété dans ce vocabulaire spécialisé, ce qui laisse supposer des phénomènes de variation inattendus à cette époque en latin.
II.2. Le passage du latin aux langues romanes à l’écrit
Le deuxième millénaire s’ouvre sur la mise à l’écrit et la standardisation des langues romanes, qui se substituent peu à peu au latin. Si le premier millénaire de l’histoire linguistique de la Romania est caractérisé par un oral peu accessible, le second millénaire voit s’imposer l’écrit, ce qui donne plus d’aisance au romaniste.
Dans leur formation comme langues écrites, les idiomes romans ont pris modèle sur le latin qu’ils remplaçaient dans un processus d’acculturation. La substitution proprement dite s’est échelonnée à travers tout le millénaire : au début du XIe siècle, les variétés romanes étaient déjà le seul moyen de communication pour tout échange de proximité linguistique comme les conversations quotidiennes, amicales ou intimes ; le latin au contraire restait le seul outil de communication à distance, donc l’ensemble de l’écrit et, à l’oral, les registres formels et les énoncés de prestige. Le tableau suivant indique cette position du latin, en haut à gauche.
Au XIXe siècle, les langues vernaculaires ont pris la place des variétés de prestige et de distance, et reléguèrent le latin à une position marginale. La substitution du latin par les langues romanes est un processus linéaire qui traverse le deuxième millénaire, comme le souligne encore le tableau nº 222 :
Plus précisément, le processus de substitution s’est opéré en fonction des contextes communicatifs et des genres textuels. Selon les langues, les différents genres textuels témoignent pourtant d’évolutions décalées dans le temps : l’occitan connaît dès le XIIe siècle des textes juridiques en grand nombre et une poésie profane, celle des troubadours, alors que le français fait encore appel, à la même époque, au latin pour les genres juridiques et administratifs, tout en développant le roman en vers ou en prose, rare en occitan.
D’autres langues montrent des retards plus importants : le francoprovençal et le romanche ou encore — dans l’Orient grécophone — le roumain n’ont pratiquement pas d’existence à l’écrit avant le XVIe siècle. Le sarde reste pendant tout le Moyen Âge limité aux seules sources documentaires. Comme cela a été dit (§ I.1), la Romania médiévale se restreint donc dans les textes au français, à l’italien et à l’espagnol, au groupe occitano-catalan, encore peu différencié, et au gallégo-portugais, encore indistinct.
Mais malgré ces décalages, parfois importants, et malgré la variation dans les situations concrètes, le changement de codes s’est opéré dans toutes les langues et dans tous les cas de figure, à l’intérieur des différents genres textuels ; c’est l’addition des genres qui produit l’évolution générale.
D’un point de vue linguistique, le développement des genres textuels dépasse même les langues23 : les formes de construction d’une charte, y inclus son vocabulaire et sa syntaxe, montrent des ressemblances fortes à travers toute l’Europe occidentale ; elles suivent partout le modèle du latin et elles répondent partout aux mêmes besoins de communication. Le processus de transformation appartient donc plus aux genres qu’aux langues : les études détaillées sur le passage du latin à une langue vernaculaire dans des contextes définis permettront ensuite de déterminer avec plus de précision la place de l’écrit documentaire dans une transformation générale des langues24.
Même si le passage du latin au français ou à l’occitan s’inscrit dans une logique bien déterminée, dans chaque situation historique concrète, le choix de l’une de ces trois langues à l’écrit peut être significatif. Faire appel au français à un moment où son usage n’était pas encore une nécessité implique toujours un sens pragmatique sous-jacent. Prenons un exemple : dans la deuxième moitié du XIIIe siècle, l’on peut supposer que, très approximativement, un septième des chartes sur le territoire d’oïl était écrit en français, les autres en latin25. Or, un sondage que j’ai effectué sur les chartes françaises de l’évêque de Toul montre que celles-ci jouent un rôle politique primordial dans l’opposition avec le pouvoir ducal26. À l’intérieur de ce scriptorium, le choix du français doit être interprété dans l’optique de la gestion d’un pouvoir territorial et, plus généralement, dans celle de la mise en scène d’un pouvoir politique. Il est donc probable que l’étude des chartes françaises de cette époque revient à étudier un ensemble choisi de documents dotés d’une importance communicative particulière.
Pour les époques médiévale et — encore plus — moderne, l’écrit documentaire perd sa position de monopole pour l’histoire linguistique ; les genres littéraires et les textes d’un savoir spécialisé se développent de plus en plus, et le monde contemporain connaît une diversification extrême de l’écrit dans laquelle la notion même d’écrit documentaire se dissout. L’importance quantitative de l’écrit documentaire reste néanmoins écrasante jusqu’au XVIIIe siècle : pour la Lorraine médiévale — exemple parmi tant d’autres —, il existe peut-être cinquante fois plus de pages de textes documentaires que d’autres écrits, tous autres genres textuels confondus27. Il est toutefois difficile d’évaluer l’action des écrits documentaires en tant que tels sur d’autres genres textuels. L’immense majorité des textes administratifs ou juridiques n’ont jamais eu une réelle influence linguistique : les textes étaient enregistrés et archivés. Sans vouloir diminuer l’intérêt de la recherche historique sur la vie des documents après la promulgation, l’histoire linguistique considère actuellement que, en termes de communication, une partie significative de la production documentaire entrait dans une voie sans issue ; en échange, il est clair que ces textes reflètent des usages linguistiques bien ancrés et peuvent servir de témoins de leur temps.
Les interactions entre les différentes traditions de l’écrit sont plus immédiates dans les lieux de production : les chancelleries et scriptoria qui rédigeaient des actes produisaient aussi de nombreux textes d’autre nature et formaient des scribes qui se spécialisaient, par exemple, dans la copie d’ouvrages littéraires, religieux ou scientifiques. L’histoire linguistique devrait donc étudier plus qu’elle ne l’a fait dans le passé les processus de production des documents. L’histoire peut l’aider en identifiant plus précisément les lieux et conditions de production : en quels lieux combien de scribes produisaient quels types de textes en quel nombre et pour quel usage ? La linguistique pourra alors ajouter d’autres informations, par exemple : dans quelle mesure le langage écrit dans un scriptorium donné varie-t-il selon les genres textuels ? Nous avons des raisons de croire que l’écrit documentaire reflète plutôt la régionalité linguistique de son lieu de genèse — nous y reviendrons au prochain paragraphe — alors que les autres genres peuvent laisser paraître plus clairement l’origine personnelle des scribes.
En l’état actuel de nos connaissances sur les caractéristiques internes et externes de l’écrit documentaire, il est tout aussi impossible de proposer des segmentations linguistiques par sous-genres que d’évaluer leur impact réel sur la formation des langues standard modernes. Mais il est inconcevable que ces masses textuelles et leurs rédacteurs n’aient pas eu une importance déterminante dans l’élaboration et donc dans l’évolution linguistique générales.
III. La forme linguistique de l’écrit documentaire
III.1. L’étude de la variation graphématique et morphologique dans l’écrit documentaire
Une langue définie dispose à un moment historique donné d’un stock important de formes invariables et identiques dans tout contexte et en tout lieu. Le processus d’élaboration augmente considérablement ce stock et mène à une neutralisation notamment des variétés diatopiques. Pour les langues romanes comme pour les autres langues de l’Occident, la mise en place de telles ‘formes standard’ couvre tout le Moyen Âge jusqu’au XVIe siècle. D’innombrables pages écrites étaient nécessaires pour rapprocher les diverses formes diatopiques, pour harmoniser les variétés diastratiques et diaphasiques et pour produire cette homogénéité linguistique qui nous est, aujourd’hui, tout naturelle.
Seuls l’espagnol et le gallégo-portugais ont connu une standardisation précoce, dès le XIIIe siècle, suite aux brassages de population lors de la Reconquista ; les neutralisations linguistiques fortes à l’oral qui en découlaient facilitaient la mise par écrit de ces langues. Notamment l’espagnol disposa très tôt, sous l’impulsion de la chancellerie royale d’Alfonse le Sage, d’une forme graphématique neutre sur tout le territoire ; par conséquent, si l’ancien espagnol connaît une forte variation dans les marques morphologiques, celle-ci ne peut pas être interrogée en terme de variation régionale.
Partout ailleurs dans la Romania, les variations graphématique et morphologique divergent d’un endroit à l’autre, ce qui permet d’étudier les divergences régionales et de les utiliser à d’autres fins, entre autres socio-historiques. Cette entreprise est suffisamment porteuse pour avoir mené à la formation d’une discipline à part entière, la scriptologie. Celle-ci relève et interprète les phénomènes graphiques, leur relation avec les données phonétiques sous-jacentes ainsi que des éléments morphologiques. Des scientifiques comme C. Th. Gossen (Französische Skriptastudien), Antonij Dees (Atlas des chartes originales du XIIIe siècle), Hans Goebl (Normandische Urkundensprache, Dialektometrische Darstellung von Dees’ Sprachatlas) ou Max Pfister ont contribué, en romanistique, à l’élaboration de cette discipline28.
Le rôle primordial de l’écrit documentaire pour la scriptologie réside dans deux qualités, absentes des autres traditions textuelles : la qualité d’original, fréquente dans l’écrit documentaire, et la présence d’éléments externes qui permettent une datation précise et donnent des indices sur le lieu de genèse des documents. H. Goebl a prouvé, il y a déjà vingt ans, que toute copie, même de textes documentaires, produit une neutralisation des caractéristiques linguistiques, un effet ‘tâche d’huile’29 : un texte original est toujours plus marqué régionalement qu’un texte copié, ce qui rend plus difficile l’étude des sources littéraires ou celles d’un savoir spécialisé, normalement transmises par des copies.
L’autre qualité est encore plus importante, parce qu’elle permet de rapprocher les énoncés écrits de leurs lieux de production, des chancelleries et des scriptoria. Ceux-ci représentent les entités de base pour toute réflexion d’histoire linguistique médiévale : la langue écrite s’est formée et transformée très concrètement dans le réseau de ces ‘lieux d’écriture’ dont l’identification a par conséquent une importance capitale.
L’attribution d’un document à une chancellerie précise est néanmoins une opération délicate qui ne peut pas se valoir, chez les linguistes, d’une grande tradition d’études ; la scriptologie entendait plutôt identifier des régions d’origine que des ‘lieux’ précis.
L’identification d’un lieu d’écriture — entendu non pas dans l’espace mais dans la relation à un mandataire donné — suppose une combinaison de caractéristiques externes des documents (écriture, mise en page) et de caractéristiques linguistiques internes (graphies, morphèmes). Les premières sont difficiles à décrire de façon systématique et opératoire mais donnent des indices précieux, les secondes au contraire permettent des quantifications solides.
Des questions semblables ont été traitées récemment dans le cadre des projets de Trèves sur le langage des chartes en zone frontalière franco-allemande30. La thèse romaniste de Harald Völker sur Skripta und Variation a montré par exemple la force d’innovation de la chancellerie royale dans le choix des formes graphiques et morphologiques31. Pour un corpus lorrain des Plus anciens documents linguistiques de la France32, j’ai pu différencier tous les lieux d’écriture d’une réelle importance grâce au regroupement d’éléments externes et de plusieurs phénomènes graphiques et morphologiques33 ; parallèlement, l’identification des lieux d’écriture permet de relever des caractéristiques linguistiques qui leur sont propres :
- la chancellerie des comtes de Bar, plus avancée que les autres, fait appel à des formes de prestige d’origine extrarégionale et parfois latinisantes, en accord avec le français central (comme estable contre la forme régionale lorraine estaule, l’article masculin régime le au lieu de lo, la forme lettres au lieu de lattres) ou le picard (comme avera contre la forme régionale avra) ; en outre, elle montre un plus haut degré d’homogénéité des graphies et des morphèmes ;
- les scribes indépendants forment un ensemble de ‘lieux d’écriture’ non constitués ; ils montrent un comportement linguistique très semblable à travers tout le territoire lorrain qui s’inscrit dans une norme de faible prestige dans le diasystème de l’écrit, une norme de ‘proximité linguistique’ ; ils forment une antipode polycéphale à la chancellerie des comtes de Bar par la présence notable de graphies régionales (estaule, avra, lattres, l’article régime lo, le pronom démonstratif ceas) ;
- la chancellerie des ducs de Lorraine, occupe une position contradictoire, caractérisée par des alternances entre formes extrarégionales et régionales (avera et avra, estable et estaule), mais tendant, elle aussi, à l’uniformisation (le, ceus) et excluant des formes vraiment locales ;
- les scriptoria ecclésiastiques sont caractérisés par une attitude mélangée, en intégrant des formes d’origine et de prestige différents ; ils reflètent le mieux la variance de l’écrit lorrain.
Ces études montrent qu’il existe une dimension intermédiaire entre le scribe isolé et la scripta très abstraite d’une région. Les paramètres scriptologiques qu’avait appliqués Antonij Dees dans ses Atlas sur des bases parfois flottantes sont désormais intégrés à une méthodologie rigoureuse. Interroger la variation graphématique et morphologique permet en même temps de déceler les cheminements concrets d’élaboration et de neutralisation linguistiques et d’en identifier les acteurs et leur rôle. La simplicité de quantification des éléments graphématiques permet des constats qui sont aussi valables pour d’autres évolutions linguistiques ou historiques34. Ces recherches mettent en relief les ‘lieux d’écriture’ comme des entités à part entière ayant eu une action propre dans l’histoire de la langue écrite et dans tout ce qu’elle implique pour l’histoire politique et culturelle.
III.2. L’étude de l’élaboration lexicale
III.2.1. L’exemple du vocabulaire juridico-administratif : l’ancrage étymologique et diasystématique
L’élaboration d’un lexique spécialisé est sans doute l’élément linguistique le plus saillant de l’écrit documentaire. Les grands ensembles de termes juridiques et administratifs ainsi que de tournures figées ou semi-figées préfigurent les terminologies contemporaines et demandent en même temps un solide effort de formation pour la bonne compréhension des textes. L’histoire linguistique est tout autant concernée par la formation de ce vocabulaire que la diplomatique : le lexique véhicule des marques diaphasiques, liées à un domaine d’usage de la langue et reconnaissables comme telles par tous les locuteurs de l’époque.
La formation de ce vocabulaire fait appel aux mécanismes habituels de la formation des mots35, mais présente certaines particularités :
- les emprunts au latin sont très fréquents, surtout par emprunt direct, plus rarement par emprunt sémantique. Parallèlement aux emprunts véritables, le sens d’un terme latin peut être repris par un terme vernaculaire sans lien étymologique ;
- les changements sémantiques s’opèrent surtout à partir du vocabulaire déjà constitué : pour la plupart, il s’agit de spécialisations de sens par métonymie (genus pro species) ; l’intégration de termes provenant d’autres domaines sémantiques, par métaphore, est plutôt rare. Cette distribution entre métonymie, fréquente, et métaphore, épisodique, correspond aux habitudes générales de la langue, mais elle est encore accentuée ici ;
- les changements dérivationnels sont très fréquents, notamment entre noms et verbes ; l’ancien français fait souvent appel à la conversion, donc au changement de catégorie lexicale sans changement formel, ce qui complique parfois la compréhension des textes ;
- enfin, la formation de phraséologismes ou de formules figées est extrêmement fréquente dans l’écrit documentaire ; l’habitude des doublets synonymiques (je donne et octroye, j’ai rendu et acquitté) augmente encore la présence d’éléments préfabriqués dans ces textes36.
Mais s’interroger sur les mécanismes de formation du vocabulaire technique à partir d’un texte isolé est relativement décevant : une charte lorraine de 1427 ne contient normalement aucun terme spécialisé qui ne se trouve pas déjà dans des chartes de 1340 ou même dans les premières chartes du XIIIe siècle, héritières directes des chartes latines. Les innovations lexicales individuelles sont bien plus fréquentes dans des textes littéraires, ce qui a sans doute contribué à favoriser l’analyse de ceux-ci dans l’histoire linguistique.
En contrepartie, il est toujours utile d’appliquer aux termes ou phrasèmes d’un texte documentaire donné les trois interrogations suivantes qui mettent en relief leur ancrage diasystématique :
(1) Quelle est la trajectoire étymologique du terme : s’agit-il d’un terme nouveau ou traditionnel, bien attesté avant et après dans les textes ? Dans le premier cas, il peut s’agir d’un néologisme — donc une formation relativement récente au moment de la rédaction du texte — ou d’une lacune dans la documentation ; de telles lacunes de la recherche sont fréquentes malgré l’intensité des recherches sur les premières attestations des mots, toujours pour la même raison que les textes documentaires n’ont pas été étudiés aussi intensément que les autres genres textuels. Dans le cas où le terme ou le phrasème est bien attesté avant et après, son utilisation dans le texte est diachroniquement neutre. L’intérêt étymologique d’un tel terme est alors faible. Cette observation vaut également pour des termes d’une haute spécificité sémantique qui posent de grandes difficultés de compréhension à un lecteur non initié, mais qui sont courants à leur époque et dans leur contexte.
L’occurrence concrète dans un texte donne toutefois des indications sur l’usage du mot et elle peut intervenir dans des calculs de fréquence d’usage pour des ensembles textuels plus importants. Par ailleurs, elle peut avoir un intérêt diaphasique comme je l’expliquerai par la suite.
(2) Parmi les termes bien attestés, diachroniquement neutres ou ‘isochrones’, il faut déterminer le degré de spécificité diaphasique : s’agit-il d’un mot du français général ou d’un terme spécialisé de l’administration ou du droit privé, donc d’un langage diaphasiquement marqué ? Cette question importante ne peut être traitée pour des raisons pratiques qu’après avoir considéré la trajectoire étymologique et les attestations du terme. L’on peut distinguer trois cas de figure, qui s’inscrivent dans un continuum qui a comme pôles extrêmes le langage général d’un côté et le langage diaphasiquement marqué de l’autre.
(i) Les mots du vocabulaire général peuvent tout à fait appartenir aux domaines sémantiques du monde juridico-administratif et être particulièrement fréquents dans les textes documentaires, mais ils sont en même temps intégrés dans le vocabulaire de la vie quotidienne et apparaissent tout aussi bien dans des textes non-documentaires. C’est le cas, pour notre corpus, des substantifs masculins ban, gage et serment ou de la locution adverbiale estre en aage “être majeur”. L’usage fréquent de ces termes est une des contributions de l’écrit documentaire à l’ancrage d’un vocabulaire de base élargi dans une langue en voie d’élaboration.
(ii) Le vrai lexique spécialisé au contraire, placé de l’autre côté du continuum, supposait déjà à son époque des connaissances techniques ; son étrangeté pour les non-spécialistes justifie sa marque diaphasique comme ‘langage juridique’ ; cela vaut pour des termes comme les noms entreprisu(e)res n.f.pl. “entreprises injustifiées, torts”, eschoite n.f. “succession”, mortesmanie n.f. “main morte” et usuaire n.m. “droit d’usage”, le syntagme letres pendans pl. “acte scellé d’un sceau pendant” ou le verbe aquiter v.tr. “cèder (une obligation, un cens)”37.
(iii) D’autres termes juridiques encore ont été forgés à l’intérieur de l’écrit documentaire, mais le dépassent dans l’usage, comme bestens n.m. “querelle, dispute”, concort n.m. “accord”, coustange n.f. “frais, dépenses”, creante n.m./f. “approbation, consentement” ou parrochage n.m. “territoire d’une paroisse”38.
La distinction entre mots généraux et mots techniques permet de mesurer, pour l’ensemble d’un texte, son degré de technicité et d’évaluer par conséquent sa valeur communicative : un texte très spécifique était autrement perçu et avait d’autres fonctions pragmatiques qu’un texte compréhensible par tous. Cette question implique aussi les sous-ensembles de l’écrit documentaire : un terme ou un phrasème peut caractériser plus particulièrement un genre donné. S’il y avait un vocabulaire récurrent, par exemple, dans des chartes d’arbitrage — indépendamment des dénominations de l’action —, ce genre textuel correspondrait à une segmentation linguistiquement pertinente.
(3) Pour les termes ou phrasèmes en question qui ne sont pas largement répandus dans le temps et l’espace, il faut spécifier en quoi la forme est peu courante : s’agit-il d’un mot régional, éventuellement lié à certaines chancelleries ? Cela est vrai pour miliaires “millésime”, attesté surtout dans l’est du territoire d’oïl ou — comme l’a montré J. Monfrin39 — pour junet “juin”, non pas “juillet”, sémantisme propre à la Lorraine et à la Franche-Comté. Est-ce un néologisme, un archaïsme ou un usage occasionnel ? Les marques diatopiques et diachroniques contribuent, elles aussi, à déterminer la valeur communicative du texte en question40.
En résumé, si l’on travaille sur des textes isolés, les interrogations seront moins étymologiques que diasystématiques ; si au contraire l’on travaille sur un corpus de textes plus important, les questions de genèse et de constitution du vocabulaire technique se posent constamment. Le lexique juridico-administratif a connu une transformation en profondeur par sa mise à l’écrit dans une langue vernaculaire : si certains termes-clés ont pu avoir une vie antérieure, le vocabulaire roman s’élargit et se spécifie par son usage à l’écrit. Le manque de stabilité d’un stock lexical encore récent se manifeste notamment par une grande variation dérivationnelle et syntagmatique des termes. L’idée, souvent évoquée, que tout ce langage existait déjà à l’oral au XIe voire au IXe siècle et ne fit qu’apparaître au XIIIe sous une forme écrite est erronnée ; elle ne tient pas suffisamment compte de l’impact de l’écrit sur l’évolution linguistique ni des changements provoqués par sa médialité.
III.2.2. Le vocabulaire agricole et le vocabulaire général
L’écrit documentaire contient par ailleurs de nombreux termes du monde agricole ou urbain qui ne sont pas spécifiques du langage juridico-administratif et qui ouvrent des horizons sur d’autres domaines de l’histoire lexicale et culturelle. Pour ces termes, les actes ne font que reproduire un usage dont l’épicentre sociolinguistique se trouve ailleurs. Les lexèmes en question ont eu une existence largement antérieure aux textes du XIIIe siècle ; ils sont nés à un moment indéterminé depuis le VIe siècle, s’ils ne continuent pas déjà un mot du latin parlé tardif, transformé phonétiquement. Leur évolution est peu affectée par leur usage dans les chartes qui se font le miroir, dans un premier temps, de scènes de la vie agricole. Ce n’est que par les mécanismes plus généraux de la standardisation auxquels les chartes contribuent que l’histoire des termes agricoles peut être modifiée.
En même temps, les chartes représentent souvent les seules sources qui nous renseignent sur ce vocabulaire non-littéraire et sur les concepts qu’il véhicule. Elles fournissent par là des informations précieuses puisque tout terme mis à l’écrit contribue à la construction d’un sens culturel défini. Je dois avouer qu’après avoir étudié le vocabulaire juridique de sources documentaires dans ma thèse (Lo Thesaur del hospital de Sant Sperit, 1989), le jugeant particulièrement caractéristique pour ces genres, je m’intéresse bien plus maintenant aux autres domaines sémantiques concernés par ces documents, à commencer par le vocabulaire du monde agricole. Les questions qui se posent sont rigoureusement identiques à celles soulevées pour le vocabulaire juridico-administatif, étymologiques d’abord, diasystématiques ensuite (cf. n. 38).
III.2.3. Bases lexicographiques
L’étude du lexique est certes lourde, mais elle est parfaitement accessible à des non-linguistes, bien plus que les études de grapho-phonétique ou de grammaire. Elle suppose essentiellement une utilisation intense des dictionnaires de référence, comme le Französisches Etymologisches Wörterbuch (FEW) pour la Galloromania ou le Lessico Etimologico Italiano (LEI) pour l’Italoromania, et des bases de données lexicographiques, comme le Tesoro della lingua italiana delle origini (TLIO) pour l’italien ou le Corpus diacrónico del español (CORDE) pour l’espagnol. La lexicographie permet presque toujours de bien évaluer la trajectoire évolutive d’un terme et son ancrage diasystématique et d’en fournir une définition satisfaisante. Cela vaut en tout cas pour les variétés gallo- et italoromanes ; les variétés ibéroromanes et notamment le gallégo-portugais sont moins bien décrites.
Grâce aux dictionnaires, il est possible d’identifier pour un texte vernaculaire concret la part de son vocabulaire qui est courant et généralement répandu et la part du vocabulaire spécialisé, régionalement ou diachroniquement marqué. L’on peut voir également si ce texte est ouvert vers d’autres domaines de la vie socio-culturelle. La réponse à ces questions permet de bien ancrer le texte dans son contexte d’usage et de déterminer sa valeur communicative et symbolique à son époque. Par ailleurs, bien plus que les phénomènes graphématiques ou morphologiques, le lexique permet d’identifier des sous-ensembles textuels, autant par la présence que par l’absence de certains ensembles de vocabulaire.
III.3. D’autres domaines de la langue : grammaire, onomastique
La syntaxe de la phrase simple fournit un grand nombre de renseignements sur les processus de neutralisation et normalisation linguistiques ; la syntaxe de la phrase complexe donne au contraire la mesure peut-être la plus fiable pour évaluer le degré d’élaboration d’un texte ou d’un état de langue.
Je n’ai pas encore développé dans mon corpus d’ancien français des règles paramétrables pour une évaluation syntaxique. Nous y viendrons sans doute, mais, plus encore que dans le domaine de la graphématique, je suis sceptique sur leur utilisation par des non-linguistes : la construction d’une proposition par le groupe verbal et les groupes nominaux, le système de marquage verbal et nominal et la détermination interne à ces groupes, les fonctionnalités du système TMA (temps-mode-aspect), l’importance des périphrases, les mécanismes de cohésion textuelle, tous ces sujets sont porteurs mais demandent une formation poussée qui dépasse la consultation de dictionnaires.
Cet exemple me semble par ailleurs caractéristique pour toute expérience transdisciplinaire : les représentants de deux disciplines peuvent toujours discuter les bases méthodologiques et les intérêts abstraits de leur recherche ; ils peuvent aussi apprendre sans trop de mal certaines techniques de travail de l’autre discipline qui leur sont particulièrement utiles ; mais ils rencontrent toujours des domaines définis qui demandent un tel effort d’apprentissage que celui-ci ne se justifie pas en termes de temps humain et de pratique d’un métier défini. C’est là où la transdisciplinarité doit se transformer en une véritable collaboration, si toutefois il y a un intérêt de recherche partagé.
Un dernier domaine de la langue, décisif pour l’écrit documentaire et accessible aux historiens, est l’onomastique. Après la mise par écrit des langues romanes, l’onomastique n’a plus la même valeur de témoignage unique qu’elle possède pendant l’époque précédant l’an mille. Notamment, elle ne joue plus le même rôle dans l’émergence des formes romanes qu’auparavant ; par ailleurs, la formation des noms de lieu est nettement antérieure à leur utilisation dans les chartes ; même si les chartes fournissent des attestations très précieuses de noms de lieu, elles présentent un état lexical et dérivationnel révolu depuis des siècles.
Cela n’enlève rien à l’intérêt historique de ces formes, et la présence massive des noms propres demande une réelle attention, notamment d’ordre lexicologique. Les règles de traitement linguistique des noms de personne et des noms de lieu ressemblent à ceux du lexique, à la différence près que les répertoires existants sont nettement moins fiables. Les identifications étymologiques des meilleurs ouvrages, comme ceux de A. Vincent, A. Dauzat, M.-Th. Morlet et E. Nègre, manquent de précision et leur utilisation demande une attention constante41.
Dans une logique d’évolution de la langue, les deuxièmes et troisièmes noms de personne (surnoms, noms de famille) sont donc plus intéressants, puisqu’ils se forgent au Moyen Âge tardif. Les sources documentaires fournissent ici des renseignements sur certaines évolutions socio-culturelles en cours.
IV. Exigences philologiques et linguistique informatique
IV.1. L’encodage textuel
Le grand nombre des sources documentaires est à la fois une force et un réel handicap pour l’histoire linguistique. La masse des textes sériels dépasse les capacités d’analyse des linguistes, tenus à une lecture minutieuse des sources. À l’avenir, le développement des techniques informatiques permettra sans doute d’approcher ces grands ensembles textuels en les quantifiant. Ce n’est pas une entreprise facile, mais l’informatique semble le seul outil capable de tirer de l’écrit documentaire des informations linguistiques qui dépassent l’anecdotique.
L’intégration de l’informatique dans les études philologiques demande une attention méthodologique et empirique particulière, à commencer par l’encodage des textes : à terme, il faudra renoncer pour des éditions de textes anciens à la facilité apparente de Word et travailler avec des instruments comme OpenOffice sous Linux, LaTeχ ou Tustep, qui font appel à un encodage transparent, pour la plupart de type xml. Un encodage de type xml demande une certaine discipline, mais transforme très favorablement la nature des données textuelles. Il permet notamment des interrogations multiples sur les données textuelles et peut garantir une longévité des bases de données inconnue jusqu’ici. Il ouvre la perspective que les transcriptions faites par des historiens pourront être utilisées plus facilement par des linguistes et vice versa. Tout historien pourra, après publication, mettre ses sources à la disposition d’une des grandes entreprises de corpus anciens, ce qui permettra des interrogations nouvelles sur ces mêmes textes.
Un encodage informatique neutre désamorce aussi la problématique séculaire des critères d’édition qui divergent selon les disciplines, les écoles et les époques. Prenons un exemple : une charte lorraine contient la séquence alabe ; pour une édition papier, il faudra trancher entre une transcription à l’abé, en transformant la donnée de départ, mais en rendant le texte compréhensible, une forme alabe, en respectant l’original, mais en compliquant la lecture, ou enfin une voie de compromis, à-l’abé, compréhensible et en même temps respectueuse de l’original. Notre corpus informatique permet d’obtenir les trois interprétations divergentes à partir d’une même transcription : la forme saisie à-l’abé (ou précisément %\a-l’ab%/e) peut être rendue à l’impression ou dans un browser aussi sous les deux formes, à-l’abé ou alabe ; la représentation imitative suppose la suppression automatique, programmée dans le logiciel, de tous les accents, tirets et apostrophes.
Lors de la saisie, il suffit d’introduire quelques signes interprétatifs supplémentaires et le texte gagne en informations sans aucune perte d’authenticité. La segmentation des mots est presque indispensable pour une interrogation informatique cohérente : reconnaître dans la suite alabe une préposition, un article et un nom demande un effort considérable à un programme informatique alors que la segmentation par le transcripteur coule de source.
Naturellement, il existe des cas de figure plus délicats, mais nous avons toujours trouvé des solutions non contradictoires de double encodage ‒ interprétatif et imitatif ‒ pour toutes les questions, notamment les majuscules, les abréviations, la ponctuation et la séparation des mots42. Il serait également possible d’intégrer des informations sur la forme différente des lettres, mais sur ce point je n’arrive pas à suivre mes collègues germanistes et m’en tiens très traditionnellement à une forme unique par lettre.
Le texte saisi doit ensuite être accompagné d’indications précises sur son ancrage dans le diasystème : la date du texte et, le cas échéant, de la copie, l’identification du lieu d’origine, idéalement de la chancellerie ou du scriptorium où le texte a été rédigé, enfin la détermination du genre textuel, au moins selon des critères diplomatiques.
IV.2. Les interrogations linguistiques par informatique
Si l’encodage informatique d’un texte documentaire ancien est une question résolue au moins intellectuellement, il n’en va pas de même pour les instruments d’interrogation. Il existe différents programmes de lemmatisation comme gatto, le moteur utilisé par le TLIO, ou comme phœnix, le logiciel que nous développons actuellement et qui est utilisé pour les Plus anciens documents linguistiques de la France. Mais la recherche sur des outils qui permettront de dominer le problème des masses documentaires en est encore à sa phase initiale.
Prenons la distance lexicale existant entre deux textes ou ensembles textuels que plusieurs logiciels permettent de mesurer. D’un point de vue informatique, il n’est pas difficile de relever les formes qui apparaissent avec une fréquence particulière ou exclusive dans une série de chartes, comparée à une autre série, d’une autre région ou époque. À travers ces interrogations, il sera possible d’identifier sur une base objective des genres textuels d’après une définition linguistique et de suivre leur évolution à travers les siècles.
Je suis cependant encore à la recherche d’une voie pour poser ces dernières questions de manière adéquate en utilisant les données textuelles complexes de mon corpus ; en dernière instance, le linguiste se heurte ici aux mêmes problèmes que peut rencontrer un non-linguiste avec la grammaire : faire appel à des outils informatiques pour des questions de ce genre revient encore, actuellement, à entreprendre auparavant une formation très intense à une nouvelle discipline, l’informatique, qui peut dépasser les forces disponibles dans une vie de chercheur, sans parler du fait que la programmation n’est pas nécessairement une passion pour un historien de la langue.
Mes tentatives personnelles ne me semblent pas encore pleinement satisfaisantes même si je crois qu’elles s’inscrivent dans une voie viable : le logiciel phoenix développé en collaboration avec deux amis programmateurs43 répond à des exigences de base et pourra être utilisé par d’autres chercheurs avec un investissement raisonnable en termes de temps ; actuellement, je fais des sondages avec X-Query pour des interrogations ultérieures et je suis certain que les modèles de programmes seront utiles ; devant les difficultés de dialogue avec des collègues informaticiens, il me semble nécessaire de développer une culture informatique pour les historiens et les linguistes, même si celle-ci restera toujours partielle.
Le problème des masses documentaires n’est pourtant pas encore résolu par une utilisation standard de l’informatique. Les prochaines années verront la constitution de bases textuelles dans une mesure encore difficilement imaginable, sans doute avec le concours de toutes les disciplines historiques, comme par exemple l’histoire littéraire ou l’histoire de la médecine. La question de la sélection des données restera entière : comment identifier, dans un corpus qui contient 1500 occurrences du mot loyer, éventuellement déjà lemmatisées, les cinq formes qui ont un sens particulier et trahissent l’usage d’une chancellerie donnée ? Pour ne pas se noyer dans la masse des occurrences, il faudra tenir compte de la fréquence d’un terme dans les sous-ensembles textuels et de son contexte syntagmatique : un mot dont la fréquence et l’entourage changent d’un genre textuel à un autre ou d’une époque à une autre, risque d’avoir aussi connu des changements sémantiques. Là encore, un grand effort de dialogue dans la recherche transdisciplinaire nous attend.
Conclusion : l’apport de l’histoire linguistique à l’histoire
L’étude de l’écrit documentaire apparaît comme un domaine de recherche à part entière qui jusqu’ici n’a été entamé que très partiellement par les historiens linguistes. Ceux-ci restent tributaires des avancées des historiens et diplomatistes qui utilisent et interprètent systématiquement leurs sources. En échange, l’histoire linguistique peut enrichir la réflexion historique proprement dite. Elle ajoute de nouvelles facettes à la description de l’écrit documentaire et à l’interprétation de ses conditions de production et de réception. Notamment dans des domaines bien délimités comme ceux des genres textuels, du changement latin-roman, des formes graphiques régionales, du vocabulaire spécialisé, de l’onomastique ou de l’élaboration philologique des textes, elle apporte des outils et des approches complémentaires, pleinement utilisables par des historiens. Si les linguistes et les historiens n’ont pas l’habitude de collaborer, ils ont toutefois beaucoup de choses à se dire.
