La fabrique du français

Reprise du filDu proto-indo-européen au français

La livraison précédente s'arrêtait au seuil du problème que celle-ci doit résoudre. On a vu comment la méthode comparative reconstruit un proto-indo-européen situé, selon les modèles, entre 6 500 et 4 500 ans avant notre ère. Reste à parcourir la distance qui sépare cette abstraction du français contemporain — et cette distance se franchit en trois pas.

Premier pas : de l'indo-européen à l'italique, puis au latin, langue d'une cité du Latium devenue, par conquête, celle d'un empire. Deuxième pas : du latin parlé — non du latin de Cicéron — aux parlers romans, par une dérive phonétique si lente qu'aucune génération n'en eut conscience. Les Gallo-Romains du VIII^e siècle croyaient encore parler latin ; ils parlaient déjà autre chose. Troisième pas : de ce roman septentrional, fortement germanisé par les Francs, au « françois » du IX^e siècle, dont les Serments de Strasbourg (842) constituent le premier témoignage écrit.

Il faut insister sur un point contre-intuitif, parce qu'il structure toute la section 6 : le français est la moins latine des langues romanes. Non par déficit d'origine, mais par excès de contact. L'Italie a connu les Goths, l'Ibérie les Wisigoths, sans que leurs langues marquent durablement l'italien ou l'espagnol. La Gaule du Nord, elle, a été germanisée en profondeur — et le français porte cette empreinte dans sa phonétique, son accent tonique, sa syntaxe autant que dans son lexique.

Lis la colonne du français : c'est toujours la plus éloignée du latin, et l'écart se creuserait encore si l'on comparait les prononciations. Ce tableau vaut, en classe, tous les discours sur la « fille aînée du latin ».

Section cinqLes origines de l'alphabet

L'alphabet que le français emploie a voyagé pendant près de quatre millénaires. Sa généalogie est établie avec un degré de certitude rare en cette matière, parce qu'elle repose sur des inscriptions datables et non sur des reconstructions.

Le maillon sinaïtique

Vers 1900-1700 av. J.-C., dans le Sinaï et le Levant, des travailleurs sémitiques employés dans les mines égyptiennes adaptent des hiéroglyphes pour noter leur propre langue. L'innovation est le principe acrophonique : le dessin d'un objet ne note plus l'objet, mais le premier son de son nom. Le pictogramme d'une maison — bayt en sémitique — cesse de signifier « maison » pour noter le son /b/. C'est l'invention décisive, et elle réduit d'un coup plusieurs centaines de signes à quelques dizaines.

Cette écriture proto-sinaïtique, encore mal déchiffrée, se stabilise vers 1050 av. J.-C. en alphabet phénicien : vingt-deux signes, écrits de droite à gauche, notant exclusivement des consonnes. Les marchands phéniciens le diffusent sur tout le pourtour méditerranéen.

L'invention grecque : les voyelles

Vers 800 av. J.-C., les Grecs empruntent l'abjad phénicien — et se heurtent à un problème. Le grec est une langue indo-européenne : ses voyelles portent des distinctions lexicales, non simplement grammaticales. Écrire le grec sans voyelles serait illisible.

La solution est d'une élégance opportuniste. Le phénicien possède des consonnes que le grec n'a pas : la glottale aleph, la pharyngale ayin, la laryngale he. Les Grecs les recyclent pour noter des voyelles — aleph devient alpha, ayin devient omicron, he devient epsilon. Le premier alphabet complet de l'histoire naît d'un malentendu productif : des sons inutilisables réaffectés à un usage que leurs inventeurs n'avaient pas prévu.

Le sens d'écriture se fixe de gauche à droite après une phase boustrophédon — « comme le bœuf laboure », une ligne dans chaque sens.

Le relais étrusque et la forme latine

Les colons grecs d'Italie du Sud, notamment de Cumes, transmettent leur alphabet aux Étrusques, qui l'adaptent à une langue non indo-européenne et le transmettent aux Romains vers le VII^e siècle av. J.-C. Chaque relais laisse sa trace : le C latin vient du gamma grec, mais l'étrusque ne distinguant pas /k/ de /g/, il note d'abord les deux, d'où l'invention tardive du G par adjonction d'une barre — attribuée à Spurius Carvilius Ruga, vers 230 av. J.-C.

L'alphabet latin classique compte vingt-et-une lettres. Le Y et le Z sont ajoutés au I^er siècle av. J.-C. pour transcrire les emprunts grecs — d'où le nom du premier, i grec. Les distinctions I/J et U/V ne se fixent qu'aux XVI^e-XVII^e siècles, le W restant longtemps une lettre étrangère, admise dans les dictionnaires français au XIX^e siècle seulement.

Les surcharges françaises

L'alphabet latin est mal ajusté au français, qui possède davantage de phonèmes que de lettres disponibles. D'où un appareil de compensation : les accents, empruntés à la tradition grecque et systématisés au XVI^e siècle par des imprimeurs comme Robert Estienne ; la cédille, venue de l'espagnol (zedilla, « petit z »), introduite par Geoffroy Tory en 1529 ; les digrammes (ch, ou, an, eu) ; le tréma ; l'apostrophe. Une part notable de la difficulté orthographique du français vient de cette inadéquation originelle entre un système graphique conçu pour le latin et une langue qui s'en est considérablement écartée.

Section sixLe fonds latin

La distinction qui commande tout le reste

Avant tout chiffre, une distinction sans laquelle les pourcentages n'ont aucun sens.

Le fonds héréditaire n'est pas emprunté. Ce sont des mots latins qui, parlés sans interruption pendant quinze siècles, sont devenus français par dérive phonétique. Cantare n'a pas été emprunté pour donner chanter : il l'est devenu. Personne n'a jamais décidé d'introduire ce mot dans la langue, parce qu'il n'en est jamais sorti.

Les emprunts savants, eux, sont de véritables importations, effectuées consciemment par des clercs, des juristes et des savants, principalement à partir du XIV^e siècle et massivement à la Renaissance, pour combler les lacunes d'une langue vernaculaire qu'on voulait hisser au niveau du latin.

De cette double filiation naissent les doublets : un même étymon latin ayant donné deux mots français, l'un par voie populaire, l'autre par voie savante. Ils sont pédagogiquement irremplaçables, parce qu'ils rendent visible l'ampleur de l'érosion phonétique.

Poison et potion méritent un arrêt : même mot latin, signifiant simplement « breuvage ». La voie populaire l'a chargé de tout ce qu'on peut craindre d'un liquide qu'on vous fait boire ; la voie savante l'a maintenu neutre, puis médicalisé. L'histoire d'un mot est parfois une histoire de la méfiance.

Combien de latin ? La double réponse

La fourchette savante. Le chiffre dépend entièrement de ce que l'on compte et dans quel corpus. Trois mesures, incompatibles entre elles, circulent :

1. Sur le fonds héréditaire. Si l'on prend les mille mots les plus fréquents du français, environ la moitié proviennent directement du latin parlé en Gaule. C'est la mesure la plus favorable au latin, et la plus trompeuse : elle mesure la fréquence d'usage, non la richesse du stock.
2. Sur le dictionnaire, emprunts seuls. Le relevé effectué sur Le Robert électronique de 2010 — 60 000 mots — donne 19,8 % d'emprunts au latin. Ce chiffre exclut le fonds héréditaire, puisqu'il ne s'agit pas d'emprunts.
3. Sur l'ensemble du lexique, toutes voies confondues. C'est là qu'on obtient les 80 % souvent cités. Le chiffre est défendable, mais il additionne trois choses de nature différente : héritage, emprunt savant direct, et emprunt indirect par le grec passé par le latin.

Le même relevé décompose les emprunts latins par variété, ce qui est plus instructif qu'un total :

Le chiffre pédagogique. « Environ 80 % du lexique français vient du latin » est utilisable, à condition de préciser immédiatement : dont l'essentiel n'a pas été emprunté mais hérité — le latin n'est pas entré dans le français, le français est sorti du latin. Sans cette précision, l'énoncé installe une fausse représentation, celle d'une langue qui aurait choisi ses mots. Formulation alternative, plus juste et presque aussi mémorable : le français est du latin parlé sans interruption pendant deux mille ans, plus une bibliothèque ajoutée par-dessus.

Domaines d'influence

La répartition des emprunts savants dessine une carte des institutions qui écrivaient. Le droit arrive en tête, et pas seulement par ses 98 termes proprement juridiques : la quasi-totalité du vocabulaire procédural français est latine, et les locutions non traduites y subsistent comme nulle part ailleurs (de facto, de jure, a priori, sine qua non, intuitu personae). La religion ensuite, par le latin d'Église. Les sciences enfin, où le latin partage la fonction avec le grec selon un partage de rôles que la section suivante précisera.

Note la concentration entre 1350 et 1400 : ce n'est pas un hasard mais l'effet d'une politique. Les traductions commandées par Charles V — Nicole Oresme traduisant Aristote, Raoul de Presles traduisant saint Augustin — ont introduit par centaines les termes abstraits qui manquaient au français. La langue savante française a une date de naissance administrative.

Section septLe fonds grec

Le grec occupe dans le lexique français une position singulière : c'est la première langue emprunteuse en volume, devant l'anglais, alors qu'aucun locuteur grec n'a jamais dominé la Gaule. Le relevé sur Le Robert 2010 compte 3 776 mots d'origine grecque, soit 34,5 % de l'ensemble des emprunts — davantage que l'anglais (2 510) et l'italien (1 198) réunis.

Trois voies d'entrée, trois époques

Première voie — par le latin, sans intention. L'Empire romain était de fait bilingue : le grec jouissait d'un prestige littéraire et philosophique tel que l'élite romaine le pratiquait couramment, et l'administration impériale s'en servait dans les provinces orientales. Le latin parlé a donc absorbé du grec, qui a ensuite suivi la même érosion phonétique que le reste : gomphos → gomphus → gond ; lampas → lampada → lampe. Ces mots ne se reconnaissent plus comme grecs.

Deuxième voie — par l'Église, au Moyen Âge. Le grec ecclésiastique, langue de la liturgie orientale et des traités théologiques, transmet un lexique religieux qui passe par le latin avant de se franciser : ekklesia → église, koimētērion → cimetière, apostolos → apôtre, orfanos → orphelin, paradeisos → paradis.

Troisième voie — la néologie savante, de la Renaissance à aujourd'hui. C'est la plus massive et la plus artificielle. Les savants ne fabriquent plus des mots grecs : ils fabriquent des mots à partir de matériaux grecs, selon des règles de composition que le grec ancien n'aurait pas reconnues. Téléphone, photographie, thermomètre, psychanalyse, xénophobie sont des mots que nul Grec n'a jamais prononcés.

C'est là le point vraiment important, et il distingue le grec de toutes les autres langues sources. Les emprunts au francique, au norrois ou à l'arabe constituent des stocks clos : leur nombre ne bougera plus. Le stock grec, lui, s'accroît chaque fois qu'une discipline nomme un objet nouveau. Le lexique médical, la nomenclature chimique, la terminologie informatique continuent d'y puiser. Le grec est mort comme langue de contact et vivant comme réservoir morphologique.

Domaines

La répartition suit une logique reconnaissable : médecine et biologie (le lexique anatomique et pathologique est grec presque intégralement), sciences exactes, philosophie, rhétorique et grammaire, vocabulaire politique — démocratie, aristocratie, monarchie, anarchie, politique lui-même. Une remarque qui porte, en classe : le vocabulaire par lequel les modernes pensent leurs régimes politiques est intégralement grec, alors que leurs institutions sont romaines. Le décalage n'est pas anodin.

Section huitLes autres strates lexicales

Avertissement méthodologique sur les chiffres

Les nombres qui suivent sont vérifiés, mais ils ne sont pas comparables entre eux d'une source à l'autre, et il importe de comprendre pourquoi. Deux relevés font autorité et donnent des résultats différents :

• Le relevé sur Le Robert 2010 porte sur 60 000 entrées de dictionnaire et compte 11 825 mots d'origine étrangère, soit 19,7 % — le latin exclu, puisque son cas est mixte. C'est un relevé sur le stock lexicographique.
• Le relevé d'Henriette Walter porte sur 35 000 mots usuels et compte 4 192 mots d'origine étrangère, dont 25 % d'anglais, 16 % d'italien, 13 % de germanique et 6,5 % d'arabe. C'est un relevé sur le vocabulaire en usage.

Les deux sont corrects et mesurent des objets différents. Le premier inclut les termes techniques, rares, vieillis ; le second privilégie ce que les locuteurs emploient. C'est pourquoi l'arabe y apparaît tantôt à 250-270 mots, tantôt à plus de 500 : selon qu'on retient l'arabe classique seul ou qu'on y adjoint l'arabe maghrébin, le berbère et les autres langues afro-asiatiques. Un chiffre sans son corpus ne veut rien dire.

Le gaulois : un substrat, pas un emprunt

147 mots, et une subtilité que ta question initiale — « 150 mots » — permet d'introduire idéalement. Le français n'a jamais emprunté au gaulois. Ce sont les Romains qui, lors de la conquête, ont pris quelques mots aux vaincus ; ces mots ont ensuite vécu comme des mots latins et subi les mêmes transformations que le reste. Quand tu dis chêne, charrue ou mouton, tu prononces un mot gaulois qui est passé par le latin — non un mot que le français aurait pris à la langue des Gaulois, laquelle avait disparu avant que le français n'existe.

Le champ sémantique est éloquent : végétaux, animaux, objets de la ferme, mesures agraires. Ce que conserve une langue d'une langue vaincue, c'est le vocabulaire du sol — précisément parce que ceux qui travaillaient le sol ont continué de le faire. Alouette, arpent, balai, bouc, boue, bouleau, bruyère, cervoise, char, charpente, charrue, chêne, jarret, lieue, mouton, quai, sapin, soc, suie, talus, valet.

Le francique : la germanisation du Nord

Près d'un millier de mots francs se seraient implantés dans le roman ; 368 subsistent. Contrairement au gaulois, ce sont de véritables emprunts, effectués par des locuteurs qui côtoyaient les Francs. Les domaines dessinent la nature du contact : la guerre (guerre, heaume, épieu, hache, guetter, fourbir), l'organisation sociale (baron, sénéchal, chambellan), l'agriculture et la vie quotidienne, et — trait remarquable — les couleurs : blanc, bleu, blond, gris, brun sont tous franciques. Une langue peut céder à une autre son système chromatique de base ; c'est un indice de contact intime, non d'échange commercial.

Le francique a aussi laissé une trace phonétique : le h aspiré, qui n'est plus prononcé mais bloque encore la liaison et l'élision. La hache et non l'hache — le fantôme d'un phonème germanique disparu continue de régir la grammaire française contemporaine.

Le norrois : la strate la plus petite et la plus concentrée

78 mots, réponse à ta question sur les Vikings. Le chiffre paraît dérisoire au regard de l'importance historique du duché de Normandie ; il s'explique par une assimilation linguistique fulgurante. Installés en 911, les Normands parlaient roman en une génération ou deux ; le vieux-norrois, encore vivant à Bayeux au milieu du X^e siècle, n'a guère survécu à ce siècle.

Mais ces 78 mots sont d'une cohérence sémantique remarquable — presque tous maritimes : agrès, brancard, cingler, crabe, crevette, duvet, échouer, équiper, falaise, flâner, flotte, girouette, hauban, havre, homard, houle, hune, quille, raz, requin, suroît, vague, varech. Les vaincus ont gardé leur langue, les vainqueurs leur métier.

L'arabe : la strate savante venue du Sud

419 mots pour l'arabe classique selon Le Robert 2010, 528 en incluant l'arabe maghrébin, le berbère et les autres langues afro-asiatiques, environ 250-270 selon le décompte plus restrictif d'Henriette Walter sur le vocabulaire usuel. Ton chiffre de départ était donc exact — pour l'un des trois décomptes.

Le point capital est le mode de transmission : presque aucun de ces mots n'est venu directement de l'arabe. Ils ont transité par le latin médiéval, l'espagnol, l'italien, le sicilien, le portugais, le provençal — c'est-à-dire par les zones de contact méditerranéennes. Au VIII^e siècle, la civilisation arabe disposait de traductions du grec et du chinois, et d'une avance considérable en mathématiques, astronomie, médecine et chimie ; le lexique reflète exactement cette avance : algèbre, algorithme, chiffre, zéro, alambic, alchimie, alcool, azimut, sinus, amiral, arsenal.

Une curiosité morphologique à montrer en classe : l'agglutination de l'article arabe al-, que le français a intégré sans le reconnaître comme article. Alcool, algèbre, alchimie, almanach, alambic, alcazar, alcôve portent tous un article défini fossilisé. Le français dit littéralement « le l'alcool ».

Une cinquantaine de termes arabo-musulmans se sont ajoutés aux XX^e-XXI^e siècles, d'un tout autre registre : ayatollah, charia, chiite, sunnite, djihad, fatwa, halal, intifada, méchoui, merguez, taboulé, burqa, burkini. Deux strates arabes coexistent donc dans le français : une strate savante médiévale devenue invisible, et une strate contemporaine, visible et politiquement chargée. La différence entre les deux dit quelque chose de la manière dont un emprunt cesse ou non d'être perçu comme étranger.

L'italien : l'invasion la plus dense et la plus éphémère

1 198 mots — ton estimation de 1 000 était juste. Mais le chiffre net masque un phénomène plus intéressant : quelque 8 000 italianismes seraient entrés en français au XVI^e siècle, dont environ 10 % seulement subsistent. C'est l'exemple le plus net de ce que devient un emprunt de mode.

Le contexte est précis : guerres d'Italie (1494-1559), mariage de Catherine de Médicis avec Henri II, régence de vingt ans qui italianise une cour de dix mille personnes où l'on parlait florentin autant que « françois ». Les domaines touchés sont tous ceux du prestige : arts, musique, architecture, mode, cuisine, escrime, finance, administration. Alarme, appartement, balcon, ballet, banque, banqueroute, brigade, caresser, carrosse, cavalier, citadelle, concert, corridor, cortège, costume, coupole, escorte, escrime, fresque, galerie, gondole, grotte, incognito, masque, médaille, opéra, panache, perruque, piano, sentinelle, sérénade, sorbet, tribune, violon.

Cet épisode est le meilleur analogue historique de l'anglicisation contemporaine — et le meilleur argument pour tempérer les alarmes. Une vague d'emprunts massive, perçue à l'époque comme une menace mortelle (Henri Estienne publie en 1578 les Deux dialogues du nouveau langage françois italianizé, pamphlet dont le titre suffit), s'est résorbée d'elle-même à 90 %. Ce qui restait était ce dont la langue avait besoin.

Les autres apports appréciables

Trois langues méritent d'être ajoutées à ta liste, chacune pour une raison différente.

Le néerlandais (249 mots) : négligé dans les manuels, il est pourtant la sixième source du français si l'on excepte les langues anciennes. Puissance maritime dominante du XIV^e au XVIII^e siècle, les Pays-Bas ont fourni le vocabulaire technique de la navigation et de l'endiguement : bâbord, tribord, matelot, amarrer, cabillaud, digue, dock, polder, boulevard — ce dernier, du néerlandais bolwerc « ouvrage de rempart », a fait un joli parcours jusqu'aux avenues plantées d'arbres.

L'allemand (598 mots) : guerre, faune nordique, minéralogie, gastronomie — bivouac, blockhaus, butin, hussard, képi, sabre, choucroute, croissant, quartz, nickel, cobalt, valse, vasistas.

L'espagnol (461 mots, dont 42 venus d'Amérique) : surtout relais du Nouveau Monde. Cacao, tomate, chocolat, ouragan, hamac, canot, tabac, savane, sieste, camarade, bizarre.

Les langues régionales, enfin, que ta question ne mentionnait pas et qui pèsent plus lourd qu'on ne croit : 163 termes venus des parlers d'oïl (surtout normand et picard), 479 de l'occitan, 42 du francoprovençal. Et 28 mots venus du français du Canada, dont caribou, magasiner, motoneige, poudreuse — préfiguration de la livraison III.

Section neufL'argot

Un mot, plusieurs objets

« Argot » recouvre au moins trois réalités que la linguistique distingue et que l'usage courant confond.

1. L'argot au sens historique et strict : le cryptolecte des malfaiteurs, langue à fonction délibérément cryptique, destinée à n'être pas comprise des victimes ni de la police.
2. Les jargons de métier : lexiques techniques à fonction d'abord dénotative, secondairement identitaire — argot des imprimeurs, des typographes, des militaires, des marins, des médecins.
3. L'argot commun ou français populaire : registre familier bas, sans fonction cryptique, largement partagé — c'est ce qu'on désigne aujourd'hui en disant « argot », et ce n'en est pas, au sens strict.

La confusion est ancienne et productive : les mots passent constamment de (1) vers (3), en perdant leur opacité. Fric, flic, boulot furent cryptiques ; ils sont aujourd'hui compris de tous, donc inutiles à qui voudrait se cacher. L'argot se détruit par son succès — d'où son renouvellement perpétuel, qui n'est pas un caprice de la mode mais une nécessité fonctionnelle.

Une histoire documentée

Le premier corpus attesté remonte au procès des Coquillards de Dijon en 1455, où les greffiers consignent le « jargon » d'une bande organisée — document exceptionnel, puisqu'il livre un lexique criminel du XV^e siècle recueilli par des juges qui cherchaient à le comprendre. François Villon en emploie la langue dans ses Ballades en jargon, restées partiellement indéchiffrées : nous lisons un poète dont nous ne comprenons pas tous les mots, ce qui est le résultat exact que ses locuteurs recherchaient.

Suivent Le Jargon ou Langage de l'Argot réformé d'Ollivier Chéreau (1628), les mémoires de Vidocq — bagnard devenu chef de la Sûreté, informateur lexicographique idéal —, puis la consécration littéraire : Balzac, Eugène Sue, et surtout Victor Hugo, qui consacre à l'argot un livre entier des Misérables (IV^e partie, livre VII) et le définit comme la langue de la misère. Cette entrée en littérature est aussi le moment où l'argot cesse d'être secret.

Les procédés formels

Ce qui définit l'argot n'est pas un lexique mais un ensemble de procédés de déformation, qui permettent d'en fabriquer indéfiniment.

• La suffixation parasitaire : -ard (chauffard), -oche (cinoche, valoche), -os (craignos, rapidos), -uche, -aga.
• Le largonji : remplacement de la consonne initiale par l, report de l'initiale à la fin. Jargon → largonji ; boucher → loucherbem, d'où le nom du procédé, né chez les bouchers de La Villette. Fou → louf → louftingue.
• Le javanais : insertion systématique de -av- ou -va- après chaque consonne. Beau → bavo. Attesté dès le Second Empire.
• Le verlan : inversion syllabique. Marginal avant les années 1970, il devient le procédé dominant. L'envers → verlan ; femme → meuf ; arabe → beur ; flic → keuf. Le verlan se re-verlanise quand il devient transparent : beur → rebeu. La spirale est le mécanisme même de l'argot, rendu visible.
• L'emprunt aux langues de l'immigration, dominant depuis les années 1980 : arabe maghrébin, romani, langues d'Afrique de l'Ouest, créoles.

Combien de mots ? Une question mal posée

La fourchette savante. Les grands dictionnaires d'argot — le Dictionnaire historique des argots français de Gaston Esnault (1965), le Dictionnaire du français argotique et populaire de François Caradec, le Dictionnaire de la zone de Cobra le Cynique pour la période contemporaine — recensent entre 10 000 et 20 000 entrées selon leur périmètre chronologique. Mais ce total additionne des états de langue séparés par des siècles et dont la plupart sont morts.

Pourquoi le chiffre ne signifie rien. Un argot vivant à un instant donné compte quelques centaines de termes réellement en usage dans une communauté donnée. Le taux de renouvellement est tel qu'un lexique de 1980 est aujourd'hui largement obsolète — et cette obsolescence est fonctionnelle, non accidentelle. Compter les mots de l'argot, c'est compter les mots d'un objet défini par son instabilité.

Le chiffre pédagogique, si tu en veux un : plus de 15 000 termes recensés sur cinq siècles, dont quelques centaines vivants à toute époque donnée. La formulation double est ici indispensable ; le chiffre seul serait faux dans les deux sens.

Une remarque pour la séance

L'argot offre un cas rare où l'on peut observer directement la fonction identitaire du langage, indépendamment de sa fonction communicative. Un locuteur qui dit meuf ne transmet aucune information que femme ne transmettrait ; il signale une appartenance. Si tu veux introduire la sociolinguistique à des étudiants de deuxième année sans passer par l'appareil théorique, c'est probablement la porte la plus efficace — et elle prépare directement la question du français québécois, où la même tension entre norme et marqueur identitaire structure tout le débat.