📄 social_science

Language Vitality Beyond Speaker Counts: A Large-Scale Application of the LAR-II Framework across Fifty Indian Languages

Cet article remet en question la dépendance à l'égard du nombre de locuteurs comme indicateur unique de la santé linguistique en appliquant le cadre LAR-II à 50 langues indiennes, révélant que la taille démographique masque souvent une fragilité structurelle et démontrant que la transmission intergénérationnelle et la fragmentation de la variation sont des prédicteurs critiques et indépendants de la vitalité linguistique.

Auteurs originaux : Sibansu Mukherjee

Publié 2026-07-08

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Sibansu Mukherjee

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un médecin essayant de déterminer quels patients sont en plus grand danger de mourir. La méthode standard consiste simplement à compter combien de personnes sont à l'hôpital. Si un hôpital a 10 millions de patients, vous supposez qu'il est « sûr ». S'il n'en a que 200, vous supposez qu'il est en crise.

Cet article soutient que pour les langues en Inde, cette méthode de « comptage de têtes » est dangereusement trompeuse. C'est comme juger la santé d'une forêt en comptant simplement le nombre d'arbres, sans vérifier si le sol est empoisonné, si les racines pourrissent ou si les arbres produisent réellement de nouveaux semis.

Voici la décomposition des conclusions de l'article en utilisant des analogies simples :

1. L'illusion du « Grand Hôpital » (Distorsion par l'abondance de locuteurs)

L'article introduit un concept appelé Distorsion par l'abondance de locuteurs (Speaker-Rich Distortion). Cela se produit lorsqu'une langue possède un nombre immense de locuteurs (comme un hôpital massif), mais que la langue est en réalité en train de mourir parce que les « patients » ne transmettent pas la « maladie » (la langue) à la génération suivante.

L'exemple du Bhili : Imaginez un hôpital avec 10,4 millions de patients. Selon toute logique normale, cet hôpital est une immense forteresse sûre. Mais l'article révèle que ces patients sont dispersés dans quatre États différents, qu'ils ne parlent pas le même dialecte (ils ne se comprennent pas) et qu'ils n'enseignent pas la langue à leurs enfants.
Le résultat : Même si le « décompte de têtes » est énorme, la langue est structurellement fragile. L'article attribue au Bhili un « Score de Risque » de 98,6 sur 100 (où 100 est le danger maximal). C'est essentiellement un « hôpital fantôme » avec des millions de personnes, mais sans avenir.
L'exemple du Gondi : De même, le Gondi compte près de 3 millions de locuteurs, et pourtant, il est dans un état encore pire, avec un score de risque de 99,7. Les locuteurs sont dispersés et la langue n'est pas transmise aux enfants.

2. Les trois piliers de la santé linguistique

L'article affirme que vous ne pouvez pas juger la santé d'une langue par un seul chiffre (le nombre de locuteurs). Vous devez vérifier trois piliers différents, comme on vérifierait les fondations, les murs et le toit d'une maison :

Taille démographique (La foule) : Combien de personnes parlent la langue ? (C'est ce que le recensement compte habituellement).
Fragmentation de la variation (L'unité) : Les locuteurs sont-ils sur la même longueur d'onde ? Si les locuteurs du « Bhili » parlent en réalité des centaines de dialectes différents qui ne sont pas mutuellement intelligibles, ils ne peuvent pas travailler ensemble pour construire des écoles ou écrire des livres. Ils sont comme une foule de personnes criant dans des langues différentes ; ils ressemblent à une foule, mais ils ne forment pas une communauté.
Transmission intergénérationnelle (L'avenir) : Les parents enseignent-ils cette langue à leurs enfants ? C'est le pilier le plus important. Si une langue a 10 millions de locuteurs mais qu'aucun d'entre eux n'enseigne la langue à ses enfants, la langue disparaîtra en une génération.

La grande découverte : L'article a découvert que la Transmission (l'enseignement aux enfants) est en fait un meilleur prédicteur de la survie d'une langue que le Nombre de locuteurs. Une langue avec moins de locuteurs mais une forte transmission familiale est souvent plus saine qu'une langue massive où les parents ont cessé de l'enseigner.

3. Le piège de l'étiquette « Sûr »

L'article a examiné 50 langues différentes à travers l'Inde.

Le choc : 82 % de ces langues sont en « Risque Critique ».
Les étiquettes trompeuses : Beaucoup de ces langues sont officiellement étiquetées comme « Sûres » ou « Vulnérables » par des organisations internationales parce qu'elles possèdent des millions de locuteurs.
La réalité : L'article soutient que ces étiquettes sont erronées. Par exemple, le Santali compte plus de 7 millions de locuteurs et est une langue officielle (huitième annexe), pourtant l'article calcule son score de risque à 94,4. Il est « sûr » en nombre, mais « fragile » en réalité car les locuteurs sont dispersés et la transmission aux enfants s'affaiblit.

4. Pourquoi l'ancienne mathématique a échoué

Les chercheurs ont effectué un test statistique.

Ils ont trouvé un lien fort entre le « Nombre de locuteurs » et la « Vitalité » (corrélation de 0,84).
Mais : Ils ont réalisé que ce lien était un tour de passe-passe. Il était seulement fort parce que les plus grandes langues (comme le pendjabi) sont immenses et les plus petites langues sont minuscules.
La vraie histoire : Lorsqu'ils ont supprimé les cas « extrêmes » et examiné le terrain intermédiaire, le lien s'est brisé. Ils ont découvert que la façon dont les parents enseignent la langue aux enfants était un prédicteur de survie bien plus puissant que le nombre de personnes qui la parlent.

5. Que devrions-nous faire ? (La prescription)

L'article soutient que nous devons cesser de traiter toutes les langues de la même manière en fonction de la taille de leur population.

Ne vous contentez pas de compter les têtes : Nous devons vérifier si la langue est enseignée aux enfants.
Régler les problèmes « grands » : Nous ne devrions pas ignorer les langues qui ont des millions de locuteurs simplement parce qu'elles semblent « sûres ». Si elles n'enseignent pas la langue à leurs enfants, elles ont besoin d'aide maintenant.
Des outils différents pour des problèmes différents :
- Pour les langues où le problème est la fragmentation (trop de dialectes), nous devons les aider à s'accorder sur une manière standard d'écrire et de parler.
- Pour les langues où le problème est la transmission (les parents n'enseignent pas la langue aux enfants), nous devons soutenir les familles et les écoles pour maintenir la langue vivante à la maison.

Résumé

Considérez une langue non pas comme un tas de pierres (locuteurs), mais comme un arbre vivant.

Le Nombre de locuteurs est simplement la taille du tronc.
La Variation est la question de savoir si les branches sont connectées ou brisées.
La Transmission est la question de savoir si l'arbre produit de nouvelles feuilles.

Cet article dit que l'Inde possède de nombreux arbres avec des troncs massifs (des millions de locuteurs) qui n'ont pas de nouvelles feuilles et dont les branches sont brisées. Si nous ne regardons que la taille du tronc, nous penserons que la forêt est en bonne santé. Mais si nous regardons les feuilles et les racines, nous voyons que la forêt est en réalité en crise. Cet article fournit un nouvel outil de « contrôle de santé » (LAR-II) pour voir le danger réel, quel que soit l'étendu de la foule.

Résumé Technique : La Vitalité Linguistique au-delà du Nombre de Locuteurs

Énoncé du Problème
L'article traite d'une faille critique dans la surveillance de l'end danger de la langue en Inde : la dépendance aux décomptes de population de locuteurs (NoS) comme principal indicateur de la vitalité linguistique. Bien que le recensement de 2011 en Inde ait enregistré 19 569 retours de langues maternelles bruts, rationalisés en 1 369 langues classées, la métrique standard pour évaluer le risque reste la taille démographique. Les auteurs soutiennent que cela constitue un « guide profondément trompeur », car une langue possédant 10 millions de locuteurs peut être structurellement plus fragile qu'une langue de 200 000 locuteurs. La métrique standard ne parvient pas à capturer trois dimensions structurelles critiques : la transmission intergénérationnelle, la fragmentation de la variation et la concentration territoriale. Par conséquent, les communautés nombreuses souffrent souvent d'une « Distorsion de Richesse de Locuteurs » (SRD - Speaker-Rich Distortion), où le volume démographique masque une précarité structurelle sévère, entraînant une mauvaise allocation de l'attention politique et des ressources.

Méthodologie
Cette étude présente la plus grande application à ce jour du cadre quantitatif d'évaluation et de classement de l'endanger de la langue LAR-II (Language Assessment and Ranking - II), couvrant 50 langues indiennes à travers cinq zones écologiques et démographiques distinctes :

Nord-Himalayen (10 langues)
Nord-Est (10 langues)
Ceinture tribale Est-Centrale (10 langues)
Ouest-Central (10 langues)
Sud (10 langues)

Sources de Données :

Nombre de Locuteurs (NoS) : Recensement de l'Inde 2011 (tables C-16).
Variation Linguistique (Lv) : Codée à partir d'Ethnologue (26e éd.), recoupée avec le People's Linguistic Survey of India (PLSI) et des grammaires spécialisées.
Alphabétisation et Croissance : Proxys au niveau des districts issus du Recensement 2011 (DCHB) et des taux de croissance décennaux 2001–2011.
Indice de Transmission Linguistique (LTI) : Assigné sur la base d'une rubrique calibrée selon les descriptions de l'UNESCO/EGIDS, les observations de terrain du PLSI et les registres institutionnels (églises/éducation).
Territoire (Surface) : Calculé selon le principe du territoire contigu.

La Formule LAR-II :
Le cadre calcule une Valeur de Vitalité brute (EV) en utilisant l'équation suivante :
$EV = \frac{NoS}{Lv} \times \frac{Littératie}{100} \times (1 + \frac{Croissance}{100}) \times \frac{LTI}{Surface}$

Cette valeur brute est log-normalisée sur une échelle de 0 à 100 appelée Indice de Vitalité (où 100 est la vitalité la plus élevée) et inversée pour produire un Score de Risque (où 100 est le risque le plus élevé). L'utilisation de la log-normalisation permet de prendre en compte la distribution fortement asymétrique à droite des décomptes de locuteurs, empêissant les valeurs aberrantes extrêmes (ex: le pendjabi) de dominer l'échelle de manière linéaire.

Résultats Clés

Précarité Structurelle : L'ensemble de données révèle une fragilité structurelle généralisée. 82 % (41/50) des langues ont des Scores de Risque supérieurs à 90 (Risque Critique), et 58 % (29/50) des langues ont des Indices de Vitalité inférieurs à 5.
Distorsion de Richesse de Locuteurs (SRD) : 46 % (23/50) des langues présentent une SRD — de grandes populations de locuteurs (>500 000) couplées à des Scores de Risque supérieurs à 80.
- Bhili/Bhilodi : 10,4 millions de locuteurs, Score de Risque 98,62.
- Gondi : ~3 millions de locuteurs, Score de Risque 99,69.
- Santali : 7,4 millions de locuteurs (statut de la Huitième Annexe), Score de Risque 94,46.
  Ces langues sont structurellement fragiles en raison d'une dispersion territoriale extrême, de l'absence de médias écrits standardisés et d'un affaiblissement de la transmission intergénérationnelle, malgré leur taille démographique.
Découplage Statistique entre Taille et Vitalité :
- La corrélation de Pearson entre le nombre de locuteurs et la vitalité est de 0,84, mais elle est portée par un ancrage de cas extrêmes (langues très grandes vs très petites).
- La corrélation de rang de Spearman tombe à 0,588, indiquant une relation plus faible lorsque toutes les langues sont traitées de manière symétrique.
- Crucialement, la corrélation de Spearman partielle entre le LTI et la Vitalité (en contrôlant le NoS) est de 0,707. Cela démontre qu'une fois l'effet d'échelle de la taille de la population supprimé, la transmission intergénérationnelle est un prédicteur de la vitalité plus fort que la taille démographique.
Modèles Zonaux :
- Nord-Est : LTI moyen le plus élevé (0,77) grâce à la transmission basée sur les églises et la cohésion communautaire, bien que 70 % des langues soient toujours confrontées à un Risque Critique.
- Est-Central et Ouest-Central : Dominés par la SRD ; grandes populations avec une vitalité proche du niveau critique due à la dispersion et à la faible transmission.
- Sud : LTI moyen le plus bas (0,44) et scores de Risque Critique universels, portés par une urbanisation intense et des pressions d'assimilation.

Principales Contributions

Validation Empirique de la Vitalité Tridimensionnelle : L'étude confirme que la taille démographique, la fragmentation de la variation et la transmission intergénérationnelle sont des dimensions analytiquement indépendantes et non interchangeables. Une langue ne peut être considérée comme « sûre » sur la seule base de sa taille si la transmission se rompt ou si la fragmentation est élevée.
Identification Quantitative de la SRD : L'article fournit la première identification à grande échelle et basée sur une formule de la « Distorsion de Richesse de Locuteurs », démontrant que les étiquettes catégorielles actuelles (ex: « Vulnérable » de l'UNESCO) échouent souvent à distinguer une communauté large et stable d'une communauté fragmentée et changeante.
Évaluation par Gradient Pertinente pour les Politiques : Contrairement aux étiquettes catégorielles (Sûre/Vulnérable/En danger), le cadre LAR-II produit un gradient continu (Score de Risque de 0 à 100), permettant une hiérarchisation nuancée des interventions.

Signification et Revendications
L'article soutient que la planification linguistique en Inde nécessite un passage d'une surveillance à métrique unique (décomptes de locuteurs) à un système de suivi tridimensionnel.

Utilité Diagnostique : Les Scores de Risque servent d'outil de diagnostic pour identifier les mécanismes de l'endanger. Par exemple, les langues à haut risque avec un LTI élevé mais une fragmentation élevée (comme le Bhili) nécessitent une standardisation et une consolidation institutionnelle. Les langues à haut risque avec un LTI faible (comme le Gondi) nécessitent un soutien à la transmission (ex: éducation en langue maternelle).
Correction de la Mauvaise Allocation : Les auteurs affirment que les politiques reposant sur des seuils de locuteurs (ex: ne financer que les langues de <100 000 locuteurs) ignorent systématiquement les crises structurelles les plus urgentes dans les communautés larges et fragmentées.
Scalabilité : Le cadre est conçu pour fonctionner avec les données existantes du Recensement et des enquêtes, ce qui le rend reproductible à l'échelle nationale sans nécessiter de nouvelles enquêtes de terrain coûteuses en ressources pour chaque langue, bien que les auteurs reconnaissent que des données de terrain primaires affineraient les valeurs absolues des Scores de Risque.

L'étude conclut que le paysage des langues autochtones indiennes est dans un état de « précarité structurelle » que le suivi démographique sous-estime de manière spectaculaire, et qu'une intervention efficace doit traiter simultanément la transmission, la consolidation et la taille.