Akadēmía

La commande

Qui — emile (atlas@fastmail.ca). Quand — comptoir du Cosmos, guichet Akadēmía, le 28 juillet 2026 à 1h08. Type demandé — un document de fond (famille D), destiné à la préparation d'une séance d'enseignement universitaire (2ᵉ-3ᵉ année) sur l'histoire de la langue française. La question, telle que posée (extraits) : « Aucune vulgarisation n'est requise — vise la densité savante, n'hésite pas à entrer dans les débats historiographiques et méthodologiques, à nommer les écoles et les querelles, à signaler ce que les manuels simplifient abusivement. » L'essai est demandé en cinq livraisons successives, chacune dans un tour distinct. Voici la Livraison I — Aux origines des langues.

Avertissement à l'ouverture de l'essai

Cet essai s'ouvre là où la langue française n'existe pas encore, et même là où aucune langue reconstructible n'existe : aux origines du langage humain. Le détour n'est pas ornemental. On ne comprend ce qu'est le français — un rameau tardif d'un rameau (l'italo-roman) d'une branche (l'indo-européen) d'une des quelque deux cents ou quatre cents lignées que compte l'humanité — qu'en tenant d'abord l'échelle entière. Cette première livraison pose donc le cadre le plus large : l'émergence de la faculté de langage, la reconstruction du proto-indo-européen dont le français hérite, la carte des grandes familles où il se situe, et l'horizon de leur disparition. Les quatre livraisons suivantes resserreront la focale — la fabrique lexicale du français (II), le français québécois (III), le français dans le monde (IV), la synthèse et l'appareil critique (V).

Une discipline commande tout ce qui suit : séparer les ordres de preuve. Les fossiles et l'ADN donnent des dates absolues mais n'attestent jamais directement une langue ; l'archéologie du symbole atteste une cognition, non une syntaxe ; la reconstruction linguistique, seule capable de toucher une langue, ne remonte pas assez loin pour atteindre l'origine. Tenir ces trois régimes disjoints est la condition d'une lecture honnête — et le premier « piège de manuel » que cette livraison s'attache à défaire.

§ 1 · OriginesCe que la linguistique ne peut pas voir : l'émergence de la faculté

Deux gouffres encadrent d'emblée notre objet. En amont, la faculté de langage a émergé il y a des dizaines — sans doute des centaines — de milliers d'années. En aval, la méthode comparative, seul instrument qui reconstruise des langues réelles, s'arrête vers huit à dix mille ans de profondeur (voir § 4). Entre les deux s'étend un intervalle où aucune méthode proprement linguistique n'opère. Tout ce que l'on dit de l'origine du langage se dit donc avec les outils d'autres sciences — paléoanthropologie, génétique, archéologie —, dont les corrélats ne sont jamais la langue elle-même, mais ses ombres portées sur la matière.

Ce point de méthode structure les datations, dont l'éventail est vertigineux. L'école de Noam Chomsky et Robert Berwick (Why Only Us, MIT Press, 2016) tient le langage pour récent et brusque : une mutation unique aurait instauré l'opération de récursion — le Merge, qui emboîte indéfiniment les constituants — dans une fenêtre resserrée autour de 60 000 à 100 000 ans, avant la dernière sortie d'Afrique. À l'autre extrême, Dan Dediu et Stephen Levinson (Frontiers in Psychology, 2013) défendent une origine ancienne et graduelle, remontant à plus de 500 000 ans, chez l'ancêtre commun de sapiens et de Néandertal — auquel ils reconnaissent une forme de parole. Presque un ordre de grandeur sépare ces bornes.

Saltation contre gradualisme

La querelle n'est pas d'abord empirique : elle est définitionnelle. Si l'on pose que « langage » signifie la récursion syntaxique — le Merge de Chomsky —, alors on cherche l'apparition d'un trait unique, discret, et la thèse d'un saut cognitif (saltation) s'impose presque mécaniquement. Si l'on pose que « langage » désigne un système de communication vocale multi-composants — contrôle fin du souffle, mémoire de travail, pragmatique, sémantique, phonologie —, alors on cherche l'assemblage progressif de briques hétérogènes, et le gradualisme s'impose tout aussi mécaniquement. La fourchette de datation (~60 000 à > 500 000 ans) est ainsi, pour l'essentiel, l'ombre d'un désaccord sur la nature du definiendum. C'est le premier avertissement à porter en cours : les chiffres cachent une querelle de concepts.

Les corrélats matériels que les manuels alignent trop vite comme des preuves demandent chacun un examen sceptique. L'os hyoïde néandertalien de Kebara, décrit par Baruch Arensburg et ses collègues (Nature, 1989), est morphologiquement quasi moderne — mais la ressemblance de forme ne prouve pas un usage identique : l'analyse biomécanique de Ruggero D'Anastasio et al. (PLoS ONE, 2013) conclut à une sollicitation compatible avec la parole, sans jamais la démontrer. Le canal hypoglosse, un temps invoqué (Kay, Cartmill & Balow, PNAS, 1998) pour repousser la parole au-delà de 400 000 ans, a été franchement réfuté par David DeGusta et al. (PNAS, 1999) : des primates et des australopithèques présentent des canaux dans la fourchette humaine, l'indice ne prédit donc rien. C'est un cas d'école — un corrélat anatomique retiré du dossier.

FOXP2 : la chute d'un « gène du langage »

Le manuel qui écrit encore que FOXP2 date l'émergence récente du langage cite une science périmée. Enard et al. (Nature, 2002) avaient décelé sur les deux mutations humaines de FOXP2 un « balayage sélectif » récent (< 200 000 ans) — récit taillé pour une origine récente et propre à sapiens. Elizabeth Atkinson et al. (Cell, 2018, « No Evidence for Recent Selection at FOXP2… ») ont montré, en séparant populations africaines et non africaines, que ce signal disparaît : c'était un artefact d'échantillonnage, produit par le goulot d'étranglement de la sortie d'Afrique. FOXP2 demeure un gène impliqué dans le langage — ses mutations pathogènes le prouvent —, mais il a cessé d'être un marqueur de datation. À corriger explicitement devant les étudiants.

Du côté de l'archéologie, la grotte de Blombos (Afrique du Sud) fournit les pièces phares : ocres gravés de motifs géométriques vers 77 000 ans (Christopher Henshilwood et al., Science, 2002), tradition symbolique étalée de 100 000 à 75 000 ans (Journal of Human Evolution, 2009), dessin abstrait à l'ocre daté d'environ 73 000 ans (Nature, 2018). Ces objets attestent une cognition symbolique — l'association réglée d'un signe à un sens —, largement tenue pour un corrélat plausible du langage ; mais le symbolisme graphique n'est pas la syntaxe, et l'inférence « symbole matériel donc langage syntaxique » reste un pont interprétatif, non une déduction.

État de la question — Datation de la faculté de langage

L'hypothèse la plus récente est celle de Shigeru Miyagawa, Rob DeSalle, Ian Tattersall et al. (« Linguistic capacity was present in the Homo sapiens population 135 thousand years ago », Frontiers in Psychology, mars 2025) : ce n'est pas une mesure directe, mais un raisonnement indirect. Recensant une quinzaine d'études génomiques (chromosome Y, ADN mitochondrial, génomes entiers) qui font converger la première divergence des populations de sapiens vers 135 000 ans, les auteurs infèrent que la faculté, universellement partagée par les descendants de cette scission, devait précéder la scission — d'où un terminus ante quem de ~135 000 ans. La faiblesse est logique : l'argument suppose la faculté déjà homogène et fixée avant la divergence, ce qu'il cherche à établir. À présenter comme une borne inférieure sérieuse, non comme une date d'apparition.

Contrepoint — L'objection de la dynamique évolutive (Martins & Boeckx)

La thèse chomskyenne du « mutant unique » — une seule mutation instaurant Merge — n'a rien d'acquis. Pedro Tiago Martins et Cedric Boeckx (« Evolutionary Dynamics Do Not Motivate a Single-Mutant Theory of Human Language », Scientific Reports, 2019) objectent qu'aucun modèle populationnel réaliste ne motive la fixation d'une mutation unique dans une population : la génétique des populations rend le scénario saltationniste improbable, indépendamment de sa plausibilité neurologique. L'objection est d'autant plus forte qu'elle est portée par des chercheurs proches du programme biolinguistique lui-même — ce n'est pas la critique d'un adversaire, mais une dissension interne.

Comment nous le savons

Les faits de cette section reposent sur des articles vérifiés à la référence (Arensburg 1989, DeGusta 1999, Atkinson 2018, Henshilwood 2002-2018, Miyagawa 2025, Martins & Boeckx 2019, Berwick & Chomsky 2016, Dediu & Levinson 2013). Le texte intégral de plusieurs d'entre eux (Miyagawa en particulier) n'a pu être ouvert en session — accès éditeur refusé (403) ; les données proviennent de résumés convergents (PubMed, portails). Notre reformulation de Miyagawa comme inférence indirecte, et non comme datation directe, engage notre lecture ; toute citation littérale de ces textes reste à contrôler en source première.

Sources

§ 2 · Origines, suiteMonogenèse, polygenèse et le mirage de la « langue-mère »

La question de savoir si toutes les langues descendent d'une source unique — monogenèse — ou si le langage a surgi plusieurs fois de façon indépendante — polygenèse — se dédouble aussitôt, et c'est là que les manuels brouillent les pistes. Il faut distinguer la monogenèse de la faculté (la capacité de langage est-elle apparue une seule fois dans la lignée humaine ?) de la monogenèse d'une proto-langue unique (a-t-il existé une première langue historique, ancêtre reconstructible de toutes ?). Les deux questions ont des réponses de statut très différent.

Sur la faculté, l'origine biologique commune et récente de Homo sapiens rend la monogenèse plausible : une population-souche dotée de la capacité, avant dispersion. La polygenèse de la faculté — des mutations convergentes dans des groupes séparés — exigerait des coïncidences évolutives improbables et ne compte guère de défenseurs, sauf à concevoir une émergence si graduelle et diffuse qu'aucune « première langue » identifiable n'aurait jamais existé. Sur la proto-langue, en revanche, la réponse est nette et décevante : quand bien même une langue-mère unique aurait existé, tout signal linguistique qui en témoignerait serait effacé bien avant les horizons que la reconstruction peut atteindre. La monogenèse d'une proto-langue est donc, au sens strict, indécidable — non par manque de données, mais par une limite de principe.

La « comparaison de masse » et le Proto-World

C'est ici que se situe l'une des grandes lignes de faille de la discipline. Joseph Greenberg puis son élève Merritt Ruhlen (The Origin of Language, Wiley, 1994) ont prétendu remonter à une « langue-mère » mondiale — le Proto-World ou Proto-Sapiens — par la comparaison multilatérale : aligner directement le lexique de centaines de langues sans établir de correspondances phonétiques régulières, et lire dans les ressemblances des « étymologies globales ». La linguistique historique dominante rejette la démarche : sans lois phonétiques régulières, la méthode ne distingue pas l'héritage de l'emprunt, de l'onomatopée et de la coïncidence. Des tests probabilistes (dans la lignée de Donald Ringe, § 4) montrent que les « racines mondiales » de Ruhlen ne se séparent pas du hasard. À classer comme spéculatif — non pas réfuté, mais invérifiable par la méthode disponible, ce qui, la charge de la preuve n'étant pas satisfaite, revient au même pour l'usage savant.

Le mot juste, pour l'enseignement, n'est donc pas « faux » mais inaccessible. La monogenèse linguistique n'est pas une thèse vaincue par une thèse rivale ; elle est un objet placé, par nature, hors de portée de l'instrument. C'est une leçon d'épistémologie autant que d'histoire des langues : il existe des questions dont la formulation est claire et dont la réponse est, structurellement, hors d'atteinte.

Sources

§ 3 · Le socle indo-européenReconstruire une langue que nul n'a entendue

Le français est indo-européen ; comprendre ce que cela signifie, c'est comprendre la plus belle réussite — et la plus contestée des extensions — de la linguistique historique. Tout commence par une intuition juridique. Le 2 février 1786, devant l'Asiatick Society du Bengale, le juge William Jones observe que le sanskrit partage avec le grec et le latin des affinités dans les racines verbales et les formes grammaticales « si fortes qu'aucun philologue ne pourrait les examiner sans les croire issues d'une source commune, qui, peut-être, n'existe plus ». L'idée de la langue-mère perdue est là ; l'appareil technique viendra de Rasmus Rask et de Franz Bopp (Über das Conjugationssystem, 1816).

Cet appareil tient en un principe : la régularité des lois phonétiques. La loi de Grimm (Jacob Grimm, Deutsche Grammatik, 2ᵉ éd., 1822) décrit le glissement systématique des occlusives indo-européennes vers le germanique — latin pater, anglais father ; latin tres, anglais three. Ses exceptions apparentes sont résolues par Karl Verner (1877), qui montre qu'elles dépendent de la place de l'accent : même les « irrégularités » obéissent à une règle. De là le manifeste des néogrammairiens de Leipzig (Osthoff & Brugmann, 1878) et leur Ausnahmslosigkeit der Lautgesetze — l'absence d'exception des lois phonétiques —, postulat qui transforme la comparaison en science reconstructive et autorise les formes à astérisque, non attestées mais déduites.

Les laryngales : une hypothèse algébrique confirmée par une langue morte

Le joyau de la méthode se joue en deux temps, à un demi-siècle d'intervalle. En 1879, Ferdinand de Saussure, âgé de 21 ans, publie son Mémoire sur le système primitif des voyelles : par pure analyse interne des alternances vocaliques, il postule l'existence de « coefficients sonantiques » — des phonèmes inconnus, invisibles dans toutes les langues attestées, qui rendraient compte de certains allongements et colorations. Hypothèse purement algébrique, sans le moindre témoin. En 1927, Jerzy Kuryłowicz constate que le hittite, déchiffré depuis 1915, conserve un phonème consonantique (ḫ) exactement là où Saussure avait placé ses coefficients. Les « laryngales » (h₁, h₂, h₃) étaient réelles. C'est pourquoi le mot « père » se reconstruit aujourd'hui *ph₂tér- et non plus *pəter : le vieux schwa d'incertitude était une laryngale, h₂, qui colore e en a. Rares sont les sciences humaines qui offrent une prédiction validée de cette précision.

Reste la question qui divise depuis un siècle : où et quand parlait-on cette langue ? Trois hypothèses, trois ordres de preuve. L'hypothèse des steppes (ou kourgane), formulée par Marija Gimbutas dès 1956 et devenue la synthèse archéologique de référence avec David Anthony (The Horse, the Wheel, and Language, Princeton, 2007), situe le foyer dans les steppes pontiques-caspiennes vers 4500-3500 av. J.-C., et attribue l'expansion aux pasteurs de la culture Yamnaya, portés par le cheval domestiqué et le char à roues. L'hypothèse anatolienne de Colin Renfrew (Archaeology and Language, 1987) fait au contraire diffuser la langue avec l'agriculture, depuis l'Anatolie, vers 7000-6500 av. J.-C.

L'argument de la roue : la paléontologie linguistique comme horloge

Le meilleur argument linguistique contre l'hypothèse anatolienne est un argument de vocabulaire. Le proto-indo-européen reconstruit possède un lexique cohérent de la roue et du transport à roues — *kʷekʷlo- « roue », *h₂éḱs- « essieu », *yugóm « joug ». Or la roue n'apparaît pas avant ~3500 av. J.-C. Si les locuteurs du proto-indo-européen nommaient la roue, leur langue ne peut être beaucoup plus ancienne que son invention — ce qui plafonne le proto-indo-européen « nucléaire » vers le IVᵉ millénaire et disqualifie une origine néolithique de 7000 av. J.-C. C'est l'« ancre » chronologique que l'école de Copenhague (Kroonen, Kristiansen) tient pour la plus sûre, et qu'aucune horloge statistique ne peut, selon elle, desserrer.

La paléogénétique a bouleversé ce débat en 2015. Deux articles simultanés de Nature — Wolfgang Haak et al. (« Massive migration from the steppe… ») et Morten Allentoft et al. — établissent que les porteurs de la Céramique cordée d'Europe centrale tirent environ 75 % de leur ascendance des Yamnaya de la steppe : une migration démographique massive, vers 3000-2500 av. J.-C., dont la signature génétique marque encore les Européens d'aujourd'hui. David Reich (Who We Are and How We Got Here, 2018) en donne la synthèse. Cette découverte réhabilite fortement la steppe — mais au prix d'une réserve que les auteurs eux-mêmes soulignent : la génétique atteste un flux de populations, jamais directement un flux de langues.

État de la question — Le tournant 2023-2025 : un modèle à deux étages

Deux travaux récents redessinent l'état de l'art. Paul Heggarty et al. (Science, 28 juillet 2023) reprennent la phylogénétique bayésienne avec la technique des « ancêtres échantillonnés » et datent la racine du proto-indo-européen à ~8120 ans avant le présent (intervalle 6740-9610), proposant un modèle hybride — foyer initial au sud du Caucase, puis relais steppique. Puis Iosif Lazaridis, David Anthony, David Reich et al. (Nature 639, 5 février 2025, « The genetic origin of the Indo-Europeans ») identifient, sur 435 individus anciens, une population énéolithique — le cline Caucase–Basse Volga (CLV), vers 4500-4000 av. J.-C. — qu'ils proposent comme foyer proto-indo-anatolien commun : d'un côté elle alimente les Yamnaya (donc l'indo-européen « nucléaire »), de l'autre elle est génétiquement liée aux locuteurs anatoliens, qui n'auraient pas d'ascendance yamnaya. Le récit de 2025 n'est donc plus « steppe contre Anatolie », mais deux étages : un foyer profond au Caucase–Basse Volga, et la steppe yamnaya comme foyer du reste de la famille.

Contrepoint — « Une précision spécieuse » — la critique de la phylogénétique

Il faut donner toute sa force à l'objection des linguistes de métier. Dès Bouckaert et al. (Science, 2012), qui concluaient à l'origine anatolienne, Asya Pereltsvaig et Martin Lewis (The Indo-European Controversy, Cambridge, 2015) ont dénoncé une « précision spécieuse » : les modèles bayésiens, purement lexicaux, coderaient mal les cognats, ne distingueraient pas innovations et rétentions, ne détecteraient pas les emprunts, et produiraient des datations qui ne seraient qu'« une légère amélioration sur la glottochronologie discréditée ». Will Chang et al. (Language, 2015) ont d'ailleurs montré qu'en contraignant l'arbre par les langues anciennes réellement ancestrales, on retrouve la datation steppique (~5500-6500 BP) et non l'anatolienne — preuve que le résultat dépend crucialement des choix de calibration. La date « haute » de Heggarty a essuyé une réfutation développée en 2025 (Humanities and Social Sciences Communications). Le débat reste ouvert : la génétique fait autorité sur la démographie, mais l'attribution linguistique du CLV demeure une interprétation, non une démonstration.

La question anatolienne noue le tout. Le hittite, la branche la plus anciennement attestée (XVIIᵉ siècle av. J.-C.) et la plus divergente, manque de traits longtemps tenus pour pan-indo-européens (un féminin distinct, plusieurs catégories verbales). D'où l'hypothèse indo-hittite d'Edgar Sturtevant (années 1920-1930) : l'anatolien ne serait pas une branche parmi les autres, mais la première scission — une langue-sœur du reste, non une langue-fille. La conséquence pour la datation est décisive : il faut distinguer deux nœuds, le proto-indo-anatolien (le plus ancien) et le proto-indo-européen nucléaire (après le départ de l'anatolien). Une horloge qui traite l'anatolien comme une branche ordinaire vieillit artificiellement la racine — ce qui explique en partie l'écart entre les dates hautes de la phylogénétique et la date basse de l'argument de la roue. Le cadre indo-hittite est devenu le pont conceptuel entre linguistes et généticiens.

Sources

§ 4 · La carteLes grandes familles, et la mesure d'un chiffre incertain

Combien de langues sur la Terre ? La question paraît factuelle ; elle est méthodologique. Il n'existe aucun chiffre unique et vrai, parce que deux référentiels d'autorité divergent par construction. Ethnologue (SIL International, 27ᵉ édition, 2024), adossé à la norme ISO 639-3, plutôt « regroupeur », recense environ 7 164 langues vivantes. Glottolog (Institut Max-Planck), plutôt « diviseur » et attentif à la généalogie, en compte de l'ordre de 7 900 à 8 500 selon le périmètre. L'écart — près de mille langues — ne signale aucune erreur : il mesure trois décisions de classement.

Pourquoi les langues ne se comptent pas comme les étoiles

Trois causes rendent tout décompte relatif. (1) La frontière langue/dialecte : le critère d'intercompréhension (deux parlers mutuellement compréhensibles sont-ils une ou deux langues ?) entre en conflit avec le critère sociopolitique — le mot de Max Weinreich, « une langue est un dialecte qui possède une armée et une marine », résume la part irréductiblement politique de la décision (on parle techniquement de distance Abstand contre élaboration Ausbau). (2) Le périmètre : inclut-on les langues des signes (plus de 130 chez Ethnologue), les langues éteintes, les langues « dormantes », les créoles ? (3) Regrouper ou scinder les branches contestées. Le « regroupeur » et le « diviseur » ne comptent tout simplement pas le même objet.

D'où la double lecture qu'exige tout chiffre de ce dossier — et qu'il faudra enseigner comme telle. Fourchette savante : de ~7 160 (Ethnologue) à ~8 500 (Glottolog), l'écart s'expliquant par le lumping/splitting et le périmètre. Chiffre pédagogique : « environ 7 000 langues », arrondi robuste retenu par l'UNESCO et la presse — commode, mais qui sacrifie précisément l'information la plus intéressante, à savoir que le nombre dépend de ce qu'on décide d'appeler une langue. Dire « 7 000 » sans dire cela, c'est transmettre un fait en escamotant la seule leçon qu'il porte.

La distribution des familles est, elle, d'une inégalité saisissante. Une poignée de familles couvre l'essentiel des locuteurs ; l'écrasante majorité des langues sont parlées par de petites communautés. Le tableau ci-dessous donne les ordres de grandeur récents ; les valeurs suivies de ✦ signalent une famille dont la validité ou les limites sont débattues, et non un fait stabilisé.

Les grandes familles de langues (ordres de grandeur, 2023-2025)

Famille	Langues (≈)	Locuteurs (≈)	Emblèmes
Indo-européenne	445-450	3,2-3,4 milliards	espagnol, anglais, hindi-ourdou, russe, français
Sino-tibétaine	400	1,4 milliard	mandarin, cantonais, birman, tibétain
Atlantic-Congo / Niger-Congo ✦	~1 540 (la plus nombreuse)	600-700 millions	swahili, yoruba, zoulou (bantou)
Afro-asiatique ✦	~300-375	plus de 500 millions	arabe, amharique, hébreu, haoussa, somali
Austronésienne	~1 260	325-386 millions	indonésien, javanais, tagalog, malgache
Dravidienne	70-85	220-250 millions	télougou, tamoul, kannada, malayalam
Trans-Nouvelle-Guinée ✦	~477 (limites incertaines)	3-4 millions	enga, melpa, dani
Austroasiatique	~169	plus de 100 millions	vietnamien, khmer, santali
Taï-kadaï	~90	80-100 millions	thaï, lao, zhuang
Nilo-saharienne ✦	~200 (validité contestée)	50-60 millions	songhaï, dinka, maasaï
Ouralienne	~38	~25 millions	finnois, hongrois, estonien, same
Familles caucasiennes (trois distinctes)	~40 au total	~15 millions	géorgien, tchétchène, abkhaze
Japonique	~10	~125 millions	japonais, okinawaïen
Coréanique	~2	~80 millions	coréen, jeju
« Khoïsan » ✦	pas une famille : 3 familles + 2 isolats	~400 000	nama, ǃxóõ, sandawe, hadza
Basque	isolat	~750 000	euskara
Amériques	~150-180 familles et isolats	25-30 millions	quechua, guarani, nahuatl, maya

Trois mises au point s'imposent contre les simplifications courantes. D'abord, la famille la plus vaste par le nombre de langues n'est pas l'indo-européenne mais l'ensemble Atlantic-Congo / Niger-Congo (~1 540 langues) — quoique le rattachement de certaines branches (mandé, dogon, kordofanien) au « Niger-Congo » traditionnel reste discuté. Ensuite, plusieurs « familles » de manuel sont en réalité des regroupements incertains : la nilo-saharienne est tenue par beaucoup pour un « fourre-tout », Glottolog la démembre ; la trans-nouvelle-guinéenne est la plus grande et la plus hypothétique dans ses contours ; et « papou » ne désigne pas une famille mais une aire géographique abritant des dizaines de familles sans parenté prouvée. Enfin, le « khoïsan » n'est pas une famille : le terme, forgé par Greenberg, réunit des langues à clics — trait aréal et typologique, non généalogique —, qu'on répartit aujourd'hui en trois familles distinctes et deux isolats (sandawe, hadza).

État de la question — Les « super-familles » : Nostratique, Amerind, ouralo-altaïque

Tout ce qui prétend franchir le mur des ~10 000 ans (voir plus bas) se heurte au même verdict de la majorité comparatiste. L'ouralo-altaïque du XIXᵉ siècle, fondé sur des ressemblances typologiques (agglutination, harmonie vocalique, ordre SOV) qui ne prouvent rien, est abandonné. L'altaïque lui-même (turcique + mongolique + toungouse) est majoritairement expliqué par le contact aréal et l'emprunt (Clauson, Doerfer, Vovin), non par l'héritage ; sa version élargie « transeurasienne » (Martine Robbeets, Nature, 2021) n'a pas emporté le consensus. Le nostratique de Vladislav Illitch-Svitytch et Aharon Dolgopolsky (années 1960-70), qui relierait indo-européen, ouralien, altaïque, kartvélien et dravidien, présuppose l'altaïque et vise une profondeur hors de portée : spéculatif. Enfin l'Amerind de Greenberg (Language in the Americas, 1987), qui rangeait 900 langues américaines en trois blocs par « comparaison de masse », a été démonté par Lyle Campbell (American Indian Languages, 1997), qui y relève d'innombrables erreurs de données, et par Donald Ringe sur le terrain probabiliste. Le consensus des américanistes : Amerind est sans fondement valide.

Sources

§ 5 · Le mur, et l'effacementLa limite comparative et la diversité menacée

Deux limites bornent notre savoir, l'une en amont, l'autre en aval — et elles se répondent. En amont, le mur temporel de la méthode comparative. Le consensus large tient la reconstruction pour fiable jusqu'à environ 6 000 à 8 000 ans, avec 10 000 ans pour limite externe absolue. La raison est l'érosion du signal : le changement phonétique et le remplacement lexical accumulés finissent par rendre les cognats indiscernables des ressemblances dues au hasard ; passé ce seuil, le rapport signal/bruit tombe sous la détectabilité. Johanna Nichols (Linguistic Diversity in Space and Time, 1992) situe la profondeur récupérable vers 8 000 ans et propose de recourir à la typologie au-delà — un contournement, non une extension. Donald Ringe (1992) en a fourni l'armature probabiliste, dont il s'est servi pour réfuter les macro-familles.

La chute de la glottochronologie

Le rêve d'une horloge lexicale a eu son heure. Morris Swadesh (1952, 1955) postulait un taux de remplacement constant du vocabulaire de base (~86 % de rétention par millénaire), d'où une datation par le pourcentage de cognats — la glottochronologie. Knut Bergsland et Hans Vogt (« On the Validity of Glottochronology », Current Anthropology, 1962) l'ont ruinée en confrontant la méthode à des cas d'histoire connue : l'islandais retient bien plus, le riksmål bien moins que le taux postulé. Le postulat central s'effondre ; la datation à taux constant devient l'exemple canonique de « ce qu'il ne faut pas faire ». La phylogénétique bayésienne (§ 3) est une reprise du problème avec des taux variables et une calibration par langues anciennes — mais elle reste à l'intérieur du mur des 10 000 ans : elle raffine la datation de familles connues, elle ne perce pas vers l'origine du langage.

En aval, l'effacement en cours. La diversité que le tableau précédent cartographie est en train de fondre. Ethnologue classe environ 3 000 langues « en danger » sur ~7 160, soit près de 43 % — « près d'une sur deux » ; l'UNESCO, dans son Atlas des langues en danger, retient « plus de 40 % » et distingue cinq degrés, de « vulnérable » à « en situation critique ». Le seuil critique n'est pas le nombre absolu de locuteurs mais la rupture de la transmission intergénérationnelle : une langue que les enfants n'apprennent plus est engagée, même à des centaines de milliers de locuteurs, sur la pente de l'extinction.

État de la question — « La moitié d'ici 2100 » : d'où vient le chiffre

La formule la plus citée a une source précise. Michael Krauss, « The World's Languages in Crisis » (Language, vol. 68, 1992), estimait que ~10 % seulement des langues étaient « sûres » à long terme, que jusqu'à 50 % étaient déjà moribondes (non transmises aux enfants), et qu'ainsi ~3 000 des ~6 000 langues d'alors pourraient disparaître au cours du siècle — jusqu'à 90 % menacées à terme dans sa version pessimiste. C'est la source primaire du « la moitié d'ici 2100 », actualisée par Gary Simons et Paul Lewis (« The world's languages in crisis: a 20-year update », 2013). Les slogans dérivés — « une langue meurt toutes les deux semaines » (projet Enduring Voices), « tous les 40 jours » (Ethnologue) — sont des ordres de grandeur militants, non des mesures, et doivent être présentés comme tels.

Les causes convergent, et la littérature les hiérarchise. Démographiques : petitesse et vieillissement des communautés, effondrement de la transmission aux enfants. Économiques : l'attraction des langues dominantes, adossées à l'emploi, au marché, à la mobilité — le prestige d'une langue « impériale ». Politiques : langue unique de scolarisation, assimilation, marginalisation, urbanisation. Technologiques : la fracture numérique linguistique, un web et des outils accaparés par une poignée de langues, qui accélèrent le basculement. C'est le paradoxe qui doit clore cette première livraison : au moment même où la génétique et la phylogénétique nous rendent la profondeur de la diversité des langues — jusqu'au foyer proto-indo-anatolien de la basse Volga —, cette diversité se contracte au rythme d'une extinction par mois. Nous apprenons enfin à lire l'arbre à l'instant où il perd ses branches.

Sources

Ce que cette livraison a posé, ce que la suivante prendra

Nous tenons désormais l'échelle entière : une faculté de langage dont l'origine échappe à la linguistique, une méthode comparative qui reconstruit avec rigueur jusqu'à un mur de dix mille ans, un proto-indo-européen dont le foyer se précise (Caucase–Basse Volga, puis steppe yamnaya) sans que la querelle des dates soit close, une carte de deux cents à quatre cents lignées dont près de la moitié sont menacées. Le français est un point minuscule et tardif sur cet arbre immense. La Livraison II — La fabrique du français descendra d'un cran : l'alphabet latin et sa chaîne phénicienne, le fonds héréditaire latin distingué des emprunts savants, la strate grecque, puis les apports gaulois, francique, arabe, italien, anglais, et l'argot — avec, cette fois, le comptage lexical confronté aux sources lexicographiques.

Prolongements

Un fil pour la séance : les trois « murs » de l'ignorance linguistique (l'origine de la faculté, le plafond de la reconstruction, l'effacement des langues vivantes) forment une leçon d'épistémologie transversale — ce que les sciences du langage savent, ce qu'elles peuvent savoir, ce qu'elles ne sauront jamais.
À trancher pour l'appareil chiffré : adopter une convention de comptage stable pour tout l'essai (locuteurs L1 seuls, ou L1+L2 ; langues « vivantes » au sens d'Ethnologue). La Livraison V consolidera les deux tableaux (familles ; strates du français) sous cette convention.
À vérifier en accès direct avant usage en cours (accès éditeur bloqué en session) : le compte exact des langues afro-asiatiques et ouraliennes chez Ethnologue ; le texte intégral de Krauss 1992 et de Miyagawa 2025 pour toute citation littérale.

Reliures

La présente pièce inaugure une série de cinq livraisons ; les suivantes (II à V) paraîtront sous la même étiquette Akadēmía et se lieront ici même à mesure de leur parution.

Rapport produit par Émile et Céleste (routine cloud — réponse du comptoir, module Akadēmía) le 28 juillet 2026 à 1h21. Document de fond — Akadēmía · Histoire de la langue française, Livraison I sur V : « Aux origines des langues ».