Navigation – Plan du site
Articles

Les logiciels d’apprentissage des langues peuvent-ils ignorer le TAL ?

Can language learning software ignore NLP ?
Georges Antoniadis
p. 81-97

Résumés

Les logiciels actuels d’apprentissage des langues sont, le plus souvent, peu performants didactiquement, car ils ne considèrent la langue que comme une suite de caractères. Si l’informatique peut être d’un grand secours pour l’apprentissage des langues, didacticiens et informaticiens n’admettent pas la même acception du terme « langue ». Pour les uns, il s’agit d’un système de concepts, pour les autres d’un système de formes. Cette différence s’explique lorsqu’on constate que l’informatique ne peut considérer que la forme de la langue alors que, pour la didactique, la forme n’est que la matérialisation des concepts qu’elle est censée représenter. Cette double approche est à l’origine de la plupart des imperfections des logiciels d’apprentissage des langues. Le Traitement Automatique de la Langue (TAL) est, à notre avis, la seule réponse à ce problème. Il permet de considérer les propriétés de la forme langagière et d’offrir aux didacticiens des outils de mise en œuvre de leur problématique. Plus qu’un élément de qualité, le TAL est le passage obligé pour que les logiciels d’apprentissage des langues enseignent la langue en tant que telle. Le système MIRTO tente de mettre en œuvre cette approche.

Haut de page

Texte intégral

I. Introduction1

  • 1 Cet article est le texte d’une communication donnée lors du congrès de l’APLIUT sur le thème de la (...)

1S’il est généralement admis que l’informatique peut être d’un grand secours pour l’apprentissage des langues, force est de constater que, le plus souvent, didacticiens des langues et informaticiens n’admettent pas la même acception du terme « langue ». Pour les uns, il s’agit d’un système de concepts, pour les autres d’un système de formes.

2Cette différence peut s’expliquer aisément lorsque l’on constate que l’informatique, par définition, ne peut considérer et ne peut traiter que la forme de la langue alors que, pour la didactique, la forme n’est que la matérialisation (nomination) des concepts qu’elle est censée représenter.

3Les conséquences de cette double approche sont « visibles » dans la grande majorité des logiciels d’apprentissage des langues, et à l’origine de bon nombre d’imperfections de ces logiciels. Le plus souvent, la « mauvaise qualité » des programmes informatiques est mise en avant pour expliquer ces imperfections, et on espère que d’autres informaticiens pourront mieux faire, ou qu’après quelques années, les progrès de l’informatique suffiront pour les pallier.

4Le premier but de cet article est de montrer que l’informatique, en tant que science, ne peut pas résoudre des problèmes de didactique des langues ; d’autres connaissances, aussi bien linguistiques que didactiques, sont absolument nécessaires, et ceci pour deux raisons : d’une part l’informatique ne peut considérer la langue que comme une suite de formes dénuée de tout sens (en particulier linguistique), d’autre part, la problématique de l’informatique-science n’inclut pas a priori des problèmes d’apprentissage des langues.

5Le second but consiste à montrer l’importance du TAL (Traitement Automatique de la Langue) pour les logiciels d’apprentissage des langues et la nécessité d’y faire appel lors de leur élaboration. Le TAL permet de considérer le sens des formes langagières et offre des possibilités pour son traitement. Enfin, nous présentons une plateforme d’apprentissage des langues, en cours d’élaboration selon ces principes. Elle vise à offrir des outils aux didacticiens des langues et un environnement de mise en œuvre de leur problématique.

II. Information et informatique

6L’informatique, comme tout dictionnaire le signale, est la science du traitement automatique de l’information. Comme telle, elle essaie de faire faire par des machines (automatiquement) les mêmes opérations (traitements) que l’homme est capable d’effectuer sur l’information.

7Cette définition, officielle, comporte bien des pièges pour le profane et conduit souvent à des inductions fausses et hâtives quant à l’étendue des possibilités de l’informatique et, par extension, des ordinateurs. Le « malentendu » provient, généralement, de l’acception bien particulière du terme « information » contenu dans la définition. Si pour le commun des mortels, une information peut être tout élément de connaissance, pour les informaticiens une information ne « mérite » ce nom que si elle satisfait à deux conditions :

  • elle est numérique ou elle peut le devenir par des codages appropriés (numérisation). L’unique but de ces codages est la transformation en nombres des formes d’informations non numériques. Chaque code numérique doit représenter un seul élément non numérique et chaque élément non numérique doit être représenté par un seul code numérique. Ce jeu cryptographique n’est possible actuellement que pour quelques formes d’informations comme les caractères des différentes langues, les sons, les images… voire les odeurs. Par contre, d’autres éléments de connaissance (informations) comme les émotions ou l’art et la manière d’enseigner, sont non numérisables actuellement et le resteront, sans doute, pour encore quelques années. Force est donc de constater que, pour l’informatique, une information ne peut être considérée que si elle est numérique ou numérisable, ce qui ne couvre, actuellement, qu’une partie assez réduite des informations disponibles ;

  • la seconde condition découle, en partie, de la première. Le code numérique n’est le représentant que du code d’origine et non de ce que le code d’origine est sensé représenter. L’informatique utilise la forme numérique pour représenter la forme d’origine. Ainsi, par exemple, même si on peut trouver plusieurs interprétations pour le caractère « A », le code numérique utilisé par l’informatique, qui est 65, ne représente (remplace) que la forme (aspect visible) de A et non ses propriétés ni, a fortiori, les interprétations que l’on peut faire. Les conséquences d’une telle approche sont faciles à imaginer et sources de plusieurs contraintes. L’informatique ne traite que la forme de certaines informations sans se soucier, parce qu’elle ne peut pas le faire, des connaissances (du sens) que cette forme véhicule. La sémantique des formes traitées par l’informatique est simple, elle ne concerne que l’existence ou non de chaque forme.

  • 2 Que les informaticiens m’excusent d’utiliser ici l’acception courante du terme « donnée ».

8Avec ces hypothèses, l’informatique, et donc l’informaticien, est capable de proposer plusieurs traitements pour les différentes formes ainsi définies, en combinant les deux seuls traitements de base possibles : l’énumération des formes existantes (ou absentes) et la comparaison de deux (ou plusieurs) formes ou groupes de formes. Ainsi, en tant qu’informaticien, je sais faire des programmes qui calculent que la forme « ﻯ » est identique à elle-même et différente de la forme « ﻲ », ou que la séquence « ﻯﻱﻲ » est identique à elle-même et différente des séquences « ﻯﻲ » et « ﻯﻱﻱ ». Pour cela, mes connaissances d’informaticien sont suffisantes, la seule sémantique dont la connaissance me soit utile (et la seule que je connaisse en tant qu’informaticien) se résume par : un objet α existe si et seulement si son code numérique β existe. Avec cette donnée2 et le bon sens qui enseigne qu’une séquence peut « se lire » code par code, de gauche à droite, ou vice-versa, les problèmes ci-dessus trouvent facilement leur solution informatique. Si l’on s’intéresse à des codages langagiers, d’autres problèmes peuvent également trouver une solution ainsi. Des programmes informatiques peuvent aisément faire la différence entre « rose » et « oser » même si ces deux mots contiennent exactement les mêmes caractères ; d’autres pourront produire toutes les séquences formées des 3 caractères « s », « t » et « e », à savoir : « set », « est », « tes », « tse », « ets » et « ste ». Par contre, avec la sémantique précédemment citée, et sans l’utilisation d’autres connaissances, aucun de ces programmes n’est capable de choisir, parmi les 6 séquences produites, celles qui font partie du français.

9La prise en compte d’une sémantique plus complexe permet de s’intéresser à d’autres catégories de problèmes. Par exemple, si l’on considère les quantités (valeurs numériques) représentées par les dix formes du système de numérotation décimale (0, 1, 2,… 9) ainsi que les propriétés de la position de chaque forme comparativement aux autres, on peut apporter une solution au problème qui consiste à identifier que 069 (c’est-à-dire la séquence des formes 0, 6 et 9) représente la même valeur numérique (la même quantité) que 69 ou que 0069. On peut remarquer qu’à la différence de l’exemple précédent, la réponse d’un tel programme ne concerne pas la forme elle-même mais ce qu’elle représente pour une sémantique particulière, même si le résultat ne peut être compris (interprété) par l’homme que dans le cadre de la même sémantique, ici celle du système de numérotation décimale.

  • 3 Un nombre décimal quelconque, par exemple 4367, peut se décomposer en puissances successives de 10  (...)

10Un tel résultat, qui concerne les représentations des formes manipulées, n’est possible que dans la mesure où on a pu coder (numériser) non seulement les formes elles-mêmes, mais aussi ce qu’elles représentent comme leurs propriétés. Ainsi la valeur de chaque forme 0, 1,… 9 manipulée est représentée par la forme elle-même, sa position dans une séquence (de droite à gauche), par les codes 0, 1, 2, 3… Un tel codage suppose que toutes les formes et propriétés à coder sont connues et recensées d’avance. Néanmoins, ces connaissances ne sont pas suffisantes pour arriver à la solution escomptée ; d’autres connaissances, issues de la sémantique utilisée, sont nécessaires et doivent être codées, comme le processus de décomposition des nombres décimaux en puissances de 103 .

11Comme peuvent le montrer les exemples jusqu’ici, la prise en compte et le codage (modélisation) de la sémantique du domaine dans lequel se situe le problème à résoudre est la condition préalable pour la résolution de celui-ci ; plus la sémantique est cernée et prise en compte, plus la solution est facile à trouver. A fortiori, aucune solution n’est possible sans recours à la sémantique du domaine. Le rôle de l’informatique se limite à la mise en œuvre de la solution exprimée grâce aux connaissances du domaine ; elle ne peut être effective qu’à condition que l’on puisse exprimer la solution informatiquement (c’est le rôle de l’informaticien), que l’on soit capable de la modéliser. Cette phase de résolution/modélisation est d’autant plus difficile à élaborer que la sémantique du domaine est complexe. Pour un système sémantique comme celui du français écrit, le même type de problèmes que précédemment devient très ardu à résoudre. Par exemple, élaborer un programme capable de conclure que « ELEVE » = « élevé », ou que « dans » dérive de « dan » avec la marque du pluriel ou encore que « APLIUT » désigne l’Association des Professeurs de Langues des Instituts Universitaires de Technologie, est une tâche difficile, non pas à cause de la complexité des méthodes informatiques mises en œuvre (elles sont pratiquement les mêmes que pour les exemples précédents), mais à cause de la difficulté à mettre en évidence des règles du domaine de la langue à considérer. Ici encore, le principal obstacle est la connaissance et la modélisation du système sémantique associé.

III. Les logiciels informatiques pour l’apprentissage des langues

12Depuis presque trente ans, l’informatique et les informaticiens tentent « d’aider » les enseignants des langues. Outil « moderne » et prometteur, l’informatique a voulu s’attaquer au problème de l’apprentissage en général et à celui des langues en particulier avec, parfois, des arrière-pensées, comme celle « d’automatiser » le processus de l’enseignement. L’ALAO (Apprentissage des Langues Assisté par Ordinateur), domaine initié principalement par des informaticiens, est actuellement très productif en logiciels commercialisés, même s’il cherche encore ses objectifs et ses marques.

13Notre premier contact avec l’ALAO a eu lieu à travers des logiciels du commerce pour une utilisation familiale, il y a quelques années déjà. Deux aspects de ces logiciels attiraient l’attention à l’époque : la pauvreté des interfaces informatiques, ce qui était compréhensible en raison des techniques de la micro-informatique d’alors, et l’absence de considération des caractéristiques de base de la sémantique des langues, comme le rôle et la fonction du caractère espace. Presque quinze ans après, les interfaces informatiques se sont considérablement améliorées mais, comme nous avons pu le constater à travers des expériences professionnelles, les propriétés de l’espace (élément de la langue) sont toujours ignorées.

14Nous avons entrepris une étude de l’existant en logiciel d’ALAO à l’aube du siècle en cours. Nous avons pu recenser 289 logiciels d’apprentissage des langues, édités de 1991 à 2000. Pour 55 % d’entre eux la langue concernée était l’anglais ou le français, pour 45 % l’espagnol, l’allemand, l’italien, le chinois et le japonais. Les logiciels s’adressaient aussi bien à un public d’adultes que de jeunes et concernaient différents niveaux de maîtrise de la langue. Après un premier travail de classification, basé sur les fonctionnalités des logiciels, nous en avons extrait un échantillon représentatif de 31 pour une étude plus approfondie ; le constat fut accablant…

  • 4 Pour faciliter la lecture,  désigne ici le caractère espace.
  • 5 Elle consiste à choisir le terme qui convient parmi les quatre entre parenthèses.

15La quasi-totalité des logiciels considère la langue comme des séquences de signes ne représentant qu’eux-mêmes, sans autre sémantique que celle relative à leur existence/absence et la propriété pour chacun de pouvoir se placer à gauche ou à droite d’un autre dans une séquence. Une telle approche réductrice de la langue a comme conséquence des situations d’apprentissage cocasses et, à notre avis, véhicule des connaissances langagières qui sont fausses, du moins en partie. Ainsi, « lessavons »4 sont différents de « lessavons », « arbre » n’a rien à voir avec « arbres », « le petit chaperon rouge et le loup » est une histoire différente de « le loup et le petit chaperon rouge », « une belle femme » n’a rien de commun avec « une femme qui est belle ». À l’exercice à trous : Il marche (bientôt, peu, derrière, vite) la maison5, la réponse du logiciel est aussi sibylline : faux, lorsqu’on choisit « bientôt » ou « peu », lorsqu’on orthographie mal « derrière » en écrivant « derière » ou que l’on propose « vite pour aller à », ce qui permet pourtant d’obtenir une phrase tout à fait correcte.

16Le dernier exemple montre que, mis à part la non-considération de la sémantique de la langue, il n’est tenu compte ni de l’acquis de l’apprenant ni du niveau partiel de ses réponses. Considéré souvent comme une machine (ordinateur ?) capable de ne donner que des réponses complètement justes ou complètement fausses, l’apprenant ne mérite pas même l’explication de ses fautes. Il doit reconnaître et acquérir les connaissances brutes contenues dans le logiciel, être capable de les mettre en relation avec celles déjà assimilées et trouver lui-même des explications pour les failles de son processus d’acquisition et d’assimilation.

  • 6 Même si rien ne permet a priori d’affirmer que le passage par l’écrit facilite l’apprentissage de l (...)

17Lorsque le but des logiciels (ou des parties de ceux-ci) est l’enseignement de la forme orale de la langue, les mêmes insuffisances ont été constatées. Si plusieurs logiciels proposent une prononciation, pour des mots ou pour des phrases, considérée comme correcte, aucun logiciel n’est capable de vérifier la prononciation des apprenants, ni même de proposer des règles pour l’améliorer. Ainsi l’acquisition de la forme orale de la langue enseignée se limite à la répétition inlassable par l’apprenant des modèles proposés, avec comme seul juge l’apprenant lui-même. Certains logiciels essaient de vérifier par la forme écrite l’acquisition de la forme orale6 ; l’exercice le plus courant consiste à demander à l’apprenant d’écrire un mot ou une phrase prononcés par le logiciel et de vérifier l’exactitude de la forme écrite, comme, par exemple, « le fils » ou « j’ai craint pour ma vie ». Ici aussi, les mêmes insuffisances ont été observées : toute forme non identique à celle préenregistrée par le logiciel, comme « le fis » ou « je crains pour ma vie », est systématiquement rejetée avec, le plus souvent, un message indiquant à l’apprenant qu’il n’a pas compris le message prononcé.

18En fonction de ce qui précède, les logiciels d’ALAO actuels soulèvent deux interrogations, à notre avis fondamentales : peut-on enseigner une langue sans prendre complètement en considération la sémantique de la langue enseignée ? Peut-on enseigner une langue sans tenir compte des connaissances et compétences de l’apprenant ? Si, comme nous le pensons, la réponse ne peut être que « non », force est de constater que l’informatique, en tant que telle, n’a aucune solution à proposer. Par contre, le TAL (Traitement Automatique de la Langue) peut offrir des réponses pour la première et ouvrir des pistes pour la seconde. Nous allons par la suite présenter ce domaine ainsi que son apport, à notre avis essentiel pour l’ALAO.

IV. TAL, informatique et langues

19Le TAL voit le jour presque en même temps que l’informatique, au début des années 50. Les conditions politiques de l’époque (guerre froide) et la puissance montante, et presque arrogante, de l’informatique ont fait naître des objectifs et des espoirs de traduction automatique (principalement entre le russe et l’anglais) à une échéance, pensait-on, de dix à vingt ans. Les résultats très maigres au bout d’une décennie ont fait reconsidérer douloureusement les objectifs et espoirs initiaux et ont fait chanceler le domaine ; néanmoins, ceci a permis de poser par la suite des bases théoriques et techniques plus solides et de rechercher d’autres applications. Actuellement, le TAL est à la base non seulement de programmes et d’outils de traduction ou d’aide à la traduction, mais aussi de logiciels d’aide à la rédaction (détection de fautes, dictionnaires de toute nature, etc.), de logiciels d’indexation comme de recherche d’informations, de la synthèse et de la reconnaissance de la parole, de la création automatique de résumés et de textes de toute nature (y compris littéraires) et, d’une manière générale, au centre de la communication entre l’homme et la machine.

20On peut définir le TAL comme l’enfant issu du « mariage » de l’informatique et de la linguistique avec comme objectif la modélisation informatisable de la langue en vue d’applications diverses. La particularité de l’approche réside dans la non-juxtaposition de ces deux sciences et la non-utilisation comme outil de l’une par l’autre. En fait, le TAL contient des connaissances issues de la linguistique et de l’informatique qui s’imbriquent ; il possède sa propre problématique et bon nombre d’outils spécifiques pour la résolution des problèmes de son ressort. En schématisant, on peut dire que le TAL essaie de résoudre des problèmes de la langue en déclinant les possibilités de l’informatique ; en ce sens, l’informatique est la variable du problème, ce qu’on pourrait noter par : TAL = Langue(Informatique).

  • 7 Ce que nous avons appelé système sémantique dans II.

21La problématique du TAL se résume à deux buts théoriques : l’analyse ou reconnaissance automatique et la génération automatique. Le but de l’analyse automatique est d’arriver à représenter formellement, par des traitements successifs, le sens contenu dans une forme écrite ou une forme orale. Celui de la génération automatique, de produire automatiquement des textes ou de la parole à partir d’une représentation formelle du contenu informatif que l’on veut exprimer dans une langue. Pour atteindre ces objectifs, les traitements s’opèrent à quatre niveaux qui parfois se chevauchent : lexical, morphosyntaxique, sémantique et pragmatique. Les résultats de chaque niveau sont obtenus par des programmes qui mettent en œuvre des méthodes exploitant les propriétés des formes de la langue et/ou du sens qu’elle véhicule7. Remarquons qu’il ne s’agit pas de méthodes informatiques mais, le plus souvent, de méthodes issues des connaissances linguistiques. Nous ne pouvons pas dire qu’actuellement les buts du TAL sont atteints ; les résultats les plus significatifs, et les plus exploitables, concernent les niveaux lexical et morphosyntaxique, les niveaux sémantique et pragmatique offrent encore une « résistance » sérieuse (même si des résultats partiels existent, en particulier pour le niveau sémantique), principalement à cause de l’ignorance des mécanismes qui les sous-tendent.

22Dans la démarche du TAL, la difficulté, et par conséquent le point d’achoppement, est unique. Elle se nomme ambiguïté et elle est la somme des problèmes qui ont comme origine la polysémie et la synonymie. Il s’agit en fait de problèmes auxquels tout humain est confronté lorsqu’il utilise une langue en compréhension ou en production. Ainsi les termes ou les expressions : « fraise », « savons », « la ferme », « l’artiste peintre », « le professeur ferme la porte au proviseur », « le boucher sale la tranche » ou « la belle ferme le voile » ne peuvent pas être interprétés par l’homme de manière unique sans autres connaissances que celles de l’énoncé ; en général des connaissances liées au cotexte et/ou au contexte sont nécessaires et doivent être utilisées pour en éclaircir le sens, sans pour autant que le résultat soit garanti. A fortiori, en analyse automatique, le programme qui se chargerait du même travail doit inclure et manipuler au moins les mêmes connaissances si l’on veut qu’il puisse arriver à un résultat. Deux problèmes alors deviennent essentiels, le recensement/modélisation des connaissances utiles et leur utilisation.

23En génération automatique, un autre aspect de l’ambiguïté pose problème : comment être sûr que le destinataire, forcément humain, du message élaboré par le programme saisira exactement le sens que le programme a voulu faire porter à la forme langagière ? Par exemple, si l’on génère le texte « Jean et Pierre se sont rencontrés. Il en a été heureux », comment s’assurer que chaque lecteur associera « Il » à « Jean » et non à « Pierre » ou à quelqu’un d’autre ? Ce problème peut se manifester sous une autre forme, appelée : « choix parmi les solutions multiples ». Ainsi, vaut-il mieux générer « la voiture rouge » ou « la voiture qui est rouge » ? « manges-tu ? » ou « est-ce que tu manges ? » ? Les deux expressions concurrentes sont-elles synonymes pour le lecteur ? Existe-t-il des grains de la forme langagière correspondant à des grains du sens ? Ces problèmes n’ont aucune solution satisfaisante actuellement et risquent de demeurer sans réponse pour de longues années encore.

  • 8 Le terme langue naturelle est utilisé par le TAL par opposition à langue ou langage artificiel(le).

24Si le TAL n’a pas encore atteint ses objectifs, les résultats obtenus jusqu’ici (concernant essentiellement les niveaux lexical, morphosyntaxique et, dans une moindre mesure, sémantique) peuvent apporter des solutions à bon nombre de problèmes et à des situations variées. Ceci est une caractéristique importante du domaine qui, à notre avis, a permis son développement. Ainsi, par exemple, la maîtrise du niveau lexical a permis la détection automatique des fautes d’orthographe et l’élaboration/consultation de dictionnaires électroniques ; la possibilité d’étiqueter automatiquement chaque mot (forme) d’un texte avec sa catégorie grammaticale est à l’origine de la détection des fautes de grammaire comme des progrès significatifs en analyse du discours ; la détection et l’extraction automatiques des syntagmes nominaux d’un texte sont à la base de l’indexation et de la recherche d’informations ; les performances actuelles des outils de traduction ou d’aide à la traduction résultent essentiellement du progrès des traitements pour le niveau sémantique. De nos jours, chaque application qui met en communication l’homme avec une machine quelconque est, ou sera, concernée par les résultats du TAL dans la mesure où toute communication nécessite un langage et la langue naturelle8 est pour l’homme le langage le plus approprié, ne demandant pas d’apprentissages supplémentaires. Paradoxalement, bien que manipulant directement et principalement la langue, l’ALAO n’a pas eu recours au TAL jusqu’ici. Cette « absence » est, à notre avis, la cause de bon nombre d’imperfections, voire d’incohérences des logiciels d’ALAO et, probablement, permet d’espérer leur élimination par sa prise en considération.

V. Les réponses du TAL pour l’ALAO

25Si l’on essaie d’établir une typologie des imperfections des logiciels d’ALAO, deux imperfections sont à remarquer en particulier.

26a) La première concerne la pauvreté (voire l’absence) de sens associé à toute séquence langagière, quelle que soit sa longueur, qu’elle soit produite par le logiciel à destination de l’apprenant ou qu’elle le soit par l’apprenant à destination du logiciel utilisé. En général, à l’émission comme à la réception d’une séquence langagière, le logiciel ne considère ou n’examine qu’un aspect prédéterminé de celle-ci. Ainsi, par exemple, lorsque la séquence « J’irai me baigner demain » est émise pour illustrer le futur du verbe aller, la seule propriété de la séquence considérée par le logiciel est cette illustration précise ; la connaissance que la même séquence peut illustrer les verbes pronominaux ou le complément infinitif, que cette séquence est composée de cinq lemmes ou que « J’«  est le sujet, ne figure pas dans le logiciel et elle ne peut pas être calculée par lui. De la même manière, lorsque l’apprenant émet une séquence vers le logiciel l’interprétation de celle-ci ne se fait que par rapport à un référentiel prédéterminé. Si la réponse « J’irai demain me baigner. » est attendue, toute variation, par exemple « Demain j’irai me baigner » ou « J’irai demain me baigner. », est rejetée, souvent sans aucune explication.

27b) La seconde est la rigidité des logiciels qui ne permet de proposer qu’un nombre d’exemples fini et prédéterminé, de n’utiliser que des textes précis et non interchangeables, de ne fournir que des exercices complètement prédéfinis et non modifiables, de n’offrir que des parcours d’apprentissage figés. Le plus souvent, ceci ne résulte pas d’un choix pédagogique. La didactique des langues, à notre connaissance, est capable d’imaginer actuellement des scénarios pédagogiques ouverts, des exercices qui s’adaptent à l’apprenant, de faire varier les exemples d’illustration lorsqu’on répète la même séance… de proposer des situations d’apprentissage ouvertes et variables. L’informatique pour sa part, n’a pas (et n’aura pas) la possibilité de transformer en programmes ces orientations avec ses seuls méthodes et outils, sans recours à d’autres connaissances.

28Comme nous l’avons déjà signalé, la tâche du TAL est double : être capable de déterminer et de représenter formellement le contenu informatif (sens) de toute séquence langagière, et avoir la possibilité d’en produire au moins une à partir de la représentation formelle de tout contenu informatif donné. Ces deux processus supposent que l’on soit capable de manier et d’exploiter quatre types de données et de connaissances associées :
1) les caractères et leurs propriétés linguistiques : rôle de l’espace, nature et fonction des majuscules/minuscules, structure et fonction de la ponctuation, etc. ;
2) les mots et la représentation de leurs propriétés grammaticales et sémantiques ;
3) les phrases et la représentation de leurs caractéristiques morphosyntaxiques, sémantiques et pragmatiques ;
4) des séquences comportant plus d’une phrase (textes, discours) et la représentation de leurs propriétés morphosyntaxiques, sémantiques, pragmatiques et compositionnelles (grammaire de texte ou de discours).

29Actuellement le TAL offre des résultats complètement ou suffisamment satisfaisants pour les données 1) et 2) et en partie (aspects morphosyntaxiques et partiellement sémantiques) pour les données 3). Pour les autres types de données, des progrès restent à faire ou sont en cours.

30En fonction de cet état de fait, à savoir les imperfections des didacticiels issus de l’ALAO et les possibilités offertes par le TAL actuellement, l’apport de ce dernier est aisément concevable pour plusieurs aspects des didacticiels. La liste ci-après des nouvelles fonctionnalités possibles obtenues grâce à l’intégration des procédures du TAL n’est pas limitative ; elle se veut uniquement l’illustration de l’étendue des possibilités de ses résultats :
1) prise en considération de la sémantique des caractères (lettres, ponctuation, espace, chiffres, signes mathématiques, signes spéciaux, etc.) ;
2) utilisation et interrogation de dictionnaires à partir de la forme fléchie ;
3) conjugaison de n’importe quel verbe à tout temps, tout mode et toute personne ;
4) détection et extraction des morceaux de n’importe quel texte sur critères morphosyntaxiques ;
5) obtention et utilisation des paraphrases d’une phrase donnée ;
6) reconnaissance et typologie des erreurs lexicales ;
7) utilisation de textes supports ou d’étude, bruts ou annotés, longs et interchangeables ;
8) élaboration automatique d’exercices à partir de n’importe quel texte sur critères morphosyntaxiques ;
9) détection et analyse d’erreurs avec production de messages appropriés ;
10) exploitation qualitative du parcours de l’apprenant ;
11) adaptation et diversification des parcours des apprenants.

31Il est évident que l’intégration des procédures TAL entraîne un coût supplémentaire pour les didacticiels. Néanmoins, si la mise en œuvre de certaines fonctionnalités entraîne un surcoût logiciel relativement important, par exemple les fonctionnalités 10) et 11), le coût de bien d’autres est relativement limité, par exemple 1), 2) et 3), et le rapport gain en efficacité sur coût supplémentaire est très favorable. A notre avis, plus que le surcoût, qui est souvent évoqué pour justifier la non-utilisation du TAL, c’est le défaut de la culture TAL qui est à l’origine de son absence.

VI. MIRTO : un exemple de synergie entre TAL et apprentissage des langues

VI.1. But du projet

32Le projet MIRTO (Multi-apprentissages Interactifs par des Recherches sur des Textes et l’Oral) vise la réalisation d’une plateforme d’enseignement des langues et des matières qui utilisent du matériau langagier (par exemple la linguistique). MIRTO ambitionne de mettre au service des enseignants des logiciels et des outils issus du TAL afin de leur permettre la conception de scénarios pédagogiques exploitant la diversité et la richesse des corpus textuels ou oraux. Les scénarios ainsi élaborés seront utilisés par les apprenants à distance ou en présentiel. Le système devrait offrir la possibilité de calculer le « profil » de chaque apprenant (principalement par l’exploitation de ses réponses), de fournir des explications de ses erreurs et d’adapter les scénarios aux connaissances/compétences dans la matière enseignée pour chaque apprenant.

33Plusieurs enseignants de langues participent à ce projet. MIRTO ouvre de nouvelles perspectives pour l’enseignement des langues et permet aux enseignants de déployer leurs compétences à travers un outil qui prend en considération, d’une part, leurs préoccupations et problématiques d’enseignant, d’autre part, les caractéristiques de « l’objet » enseigné.

VI.2. Les acteurs du projet

  • 9 LIDILEM : LInguistique et DIdactique des Langues Étrangères et Maternelles.
  • 10 ICP : Institut de la Communication Parlée.

34Le projet MIRTO fait partie du projet TICE de l’université Stendhal de Grenoble. Plusieurs composantes de Stendhal sont intéressées et/ou y participent directement. Des équipes de recherche de l’université Stendhal participent également à MIRTO (par exemple, le LIDILEM9 et l’ICP10), soit par l’intégration des outils issus de leurs travaux de recherche, soit par la participation de leurs membres à l’équipe du projet. Le DIP (Département Informatique Pédagogique) est porteur du projet en tant que structure qui fédère l’ensemble des enseignants et enseignements d’informatique de Stendhal mais aussi la filière IdL (Industries de la Langue). Le Centre Européen de Recherches de Xerox (XRCE) à Meylan (38) participe également à ce projet en collaboration avec les équipes de l’université Stendhal. Enfin, MIRTO bénéficie du soutien de GreCO (Grenoble Campus Ouvert) et de la Région Rhône-Alpes.

VI.3. Description du projet

35L’enseignement des langues, lettres, linguistique et des domaines qui s’appuient sur ces disciplines, par exemple « les industries de la langue », nécessite, d’une part, l’utilisation et l’exploitation des matériaux langagiers comme des corpus textuels ou oraux, d’autre part, des compétences opératoires des enseignants (et donc la présence physique des enseignants) comme l’utilisation correcte de règles d’orthographe, de grammaire, de syntaxe, de prononciation… Le plus souvent, le recours à des textes ou à du son/parole se limite à de courts exemples figés ou, au plus, à des textes d’une taille réduite, faute de pouvoir exploiter manuellement, en temps réel (ou raisonnable) des sources d’un volume plus important. Pourtant, de telles sources permettraient de s’appuyer sur l’existant (réel) en langue, de varier les sources, de tirer profit de la richesse des corpus divers.

36Les recherches et travaux en TAL depuis les années 50 ont permis l’élaboration d’un grand nombre de produits grand public ou spécialisés, capables d’explorer et d’exploiter de grandes quantités de données langagières en temps réel. Ces produits incluent des compétences opératoires en langues et proposent des traitements variés, capables de prendre en considération toutes sortes de données langagières. Les résultats peuvent être utilisés directement ou indirectement pour diverses applications.

37MIRTO utilise les produits issus du TAL (produits commercialisés ou de laboratoire) en les mettant au service de l’enseignement des disciplines en rapport avec la langue (langues, lettres, linguistique et domaines qui en découlent). Cette association (intégration) ouvre de nouvelles possibilités pour l’enseignement de ces disciplines et permet la création d’outils, pour les spécialistes de ces disciplines, capables de faire avancer leur problématique.

38En tant qu’outil, MIRTO est une plateforme composée de plusieurs éléments :

  • des logiciels traitant la forme écrite et orale de différentes langues ; par exemple, constitution de l’index des formes d’un texte, analyse morphologique d’un texte, calcul des co-occurrences des formes d’un texte, génération automatique de phrases ou de textes, conjugaison de verbes, phonétisation de mots ou de textes, extraction des thèmes d’un texte, restitution des synonymes d’un terme, traduction d’un terme ou d’un texte, etc. ;

  • des scénarios pédagogiques mettant en œuvre un ou plusieurs de ces logiciels (de manière transparente pour l’utilisateur) dans le but d’élaborer de la matière et des exercices pour l’enseignement d’une langue, pour l’analyse et l’étude d’un texte, pour l’exploration du discours d’un auteur, etc. Les scénarios sont élaborés par des enseignants de Stendhal en fonction des objectifs pédagogiques de leur discipline.

39MIRTO est destiné :

  • aux enseignants de langue, linguistique, lettres et industries de la langue, avec pour objectif de leur permettre l’élaboration de la « matière langagière » et des exercices pour leur enseignement ;

  • aux étudiants de premier et second cycles en langues, lettres, linguistique et industries de la langue, avec pour objectif de leur offrir un outil permettant de prolonger et approfondir leurs enseignements ;

  • aux chercheurs (étudiants et enseignants) en langues, lettres, linguistique et industries de la langue, avec comme but de faciliter leurs travaux et d’ouvrir des perspectives nouvelles.

40L’élaboration de MIRTO nécessite la création d’une plateforme capable d’intégrer :

  • un ensemble de logiciels TAL issus du commerce ou des laboratoires ;

  • des corpus textuels et oraux pouvant être exploités par les logiciels TAL ;

  • un ensemble de fonctions TAL. Une fonction TAL est un résultat obtenu par un logiciel TAL ;

  • un ensemble de scripts. Un script est le résultat obtenu par la mise en œuvre de plusieurs fonctions TAL. Un script est exprimé et présenté dans les termes de la discipline enseignée ;

  • un ensemble d’activités pédagogiques utilisant ou non les résultats des scripts. Les activités pédagogiques sont élaborées par les enseignants utilisateurs de MIRTO ;

  • un ensemble de scénarios pédagogiques pour différentes matières. Les scénarios pédagogiques sont élaborés par les enseignants utilisateurs de MIRTO à partir des activités pédagogiques ;

  • une base d’historiques de mise en œuvre des scénarios par les apprenants.

41Pour mieux cerner la nature des scripts, activités et scénarios pédagogiques, nous donnons un extrait d’un scénario sans valeur pédagogique réelle, à titre d’illustration. Chaque paragraphe correspond à une activité pédagogique. Les parties entre parenthèses correspondent à des explications pour une meilleure compréhension du déroulement du scénario.


Extraire (par un script, automatiquement) les verbes d’un texte (le texte peut être quelconque et variable)
Sélectionnez tous les verbes réguliers (MIRTO contrôle la réponse et envoie un message pédagogique en fonction de la faute)
Conjuguez au futur le troisième verbe régulier du texte (MIRTO contrôle la réponse et envoie un message pédagogique en fonction de la faute)

Lisez le texte et rédigez un résumé de 200 mots (MIRTO ne pourra contrôler que le nombre des mots)

Envoyez votre travail par email à votre professeur (MIRTO envoie le travail de l’étudiant ainsi que l’historique de la session : fautes, corrections, révisions, temps passé, etc.)

42La structure de MIRTO, ses composantes, ainsi que les interactions entre elles sont présentées par le schéma ci-après. Comme on peut le remarquer, seules quelques composantes de MIRTO sont visibles par ses utilisateurs. Les composantes visibles pour chaque classe d’utilisateur sont indiquées par des flèches partant de, ou arrivant à chaque classe d’utilisateur (étudiants, enseignants, chercheurs mais aussi concepteurs de scripts). La conception des scripts devrait se faire par des spécialistes du TAL en collaboration avec les enseignants utilisateurs de MIRTO.

Structure de MIRTO

Structure de MIRTO

43MIRTO sera accessible (via l’intranet, au public enseignant et étudiant) à partir de salles d’enseignement spécialisées de l’université Stendhal ainsi que des salles de libre-service informatique. Son accessibilité via Internet reste à étudier.

44L’étude de faisabilité du projet MIRTO a été réalisée grâce à un financement de GreCO et de l’université Stendhal. L’étude, achevée en septembre 2001, a permis une définition fonctionnelle et informatique du produit et elle a démontré la faisabilité et l’utilité d’un tel logiciel. Une première maquette de MIRTO a été réalisée lors de cette phase. Le temps nécessaire à la réalisation du projet a été évalué à deux ans, auquel il faut ajouter la prise en main par les enseignants. La réalisation du prototype opérationnel a débuté en février 2003.

VI.4. Perspectives du projet

45MIRTO permet de mettre en évidence des problèmes aussi bien en didactique des langues qu’en TAL ou en informatique. Le but de ce document n’est pas l’exposé de ces problèmes, signalons cependant qu’ils concernent l’architecture informatique des plateformes d’enseignement, l’adaptation et l’utilisation des logiciels et outils TAL pour l’enseignement des langues ainsi que l’apport du TAL à la problématique (et aux outils associés) de la didactique des langues. MIRTO devrait apporter une première solution à ces problèmes et constituer un outil expérimental précieux pour la poursuite de la réflexion dans ces domaines ainsi qu’un « point de rencontre » des spécialistes des trois domaines concernés.

VII. Conclusion

46Pour une discipline α quelconque, la condition nécessaire pour que tout problème la concernant puisse trouver une solution satisfaisante est l’utilisation des connaissances de la discipline elle-même, la prise en considération des particularités du problème et l’exploitation/explication de ces particularités par le biais des connaissances de la discipline α. Ceci n’exclut pas l’utilisation éventuelle de connaissances ou d’outils d’autres disciplines, à condition que l’on soit capable de les intégrer. Néanmoins, les connaissances et les outils « importés », même s’ils aident à la résolution, ne modifient pas la nature disciplinaire du problème. Ce dernier, par définition, est du ressort de la discipline α, puisqu’il fait partie de sa problématique, et il doit donc être examiné et étudié comme tel.

47Il en va de même pour la didactique des langues. Tout problème d’apprentissage des langues fait partie de sa problématique et il ne peut avoir de solution qu’à travers l’acquis de cette discipline. L’utilisation éventuelle de l’informatique ne modifie en rien la nature du problème, elle ne le transforme pas en problème informatique puisque, dans ce cas, il ferait partie de la problématique de l’informatique, ce qui contredit l’hypothèse de départ concernant l’appartenance disciplinaire du problème. A notre avis, la plupart des didacticiels actuels issus de l’ALAO pèchent par ce biais. Ils ont été pensés et élaborés comme des problèmes et produits informatiques pour lesquels on décline (on fait varier) les aspects de la didactique des langues que l’informatique est capable de considérer. En ce sens, et en utilisant la même notation que dans la partie IV, on pourrait noter qu’un didacticiel actuel est défini par : didacticiel = informatique[didactique(langue)]. Au contraire, si l’on veut que la nature des problèmes de la didactique des langues soit respectée, et que des solutions didactiques soient mises en œuvre informatiquement, il faut penser les didacticiels comme des produits didactiques pour les langues, pour lesquels des possibilités qu’offre l’informatique sont utilisées, afin d’atteindre des buts didactiques. Avec la même notation que précédemment, ceci revient à définir tout didacticiel par : didacticiel = didactique[langue(informatique)]. Dans cette « formule », la partie entre crochets correspond à la définition du TAL ; qu’il me soit permis alors de conclure par une dernière « formule » : didacticiel = didactique(TAL).

Haut de page

Bibliographie

Antoniadis, G. 1995. « Enseignement des langues et informatique : de l’apprentissage de l’autre pour la pérennité du couple ». Conférencier invité, 2e Congrès national des professeurs de français, 28 septembre-01 octobre 1995, Salonique, Grèce.

Antoniadis, G. & M.-C. Jandard. 1996. « Quelle informatique pour une université de lettres et sciences humaines ? L’expérience de l’université Stendhal. Un bilan dix ans après ». Communication au 5e Colloque francophone sur la didactique de l’informatique, 10-12 avril 1996, Monastir, Tunisie.

Antoniadis, G. & C. Ponton. 2002, « Le TAL : une nouvelle voie pour l’apprentissage des langues ». Communication au colloque UNTELE 2002, 28-30 mars 2002, Compiègne.

Antoniadis, G. 2003. « Le TAL : une composante centrale pour les outils d’apprentissage des langues ». Conférencier invité, université de Medellin, 22 mai 2003, Medellin, Colombie.

Chanier, T. 1998. « Relations entre le TAL et l’ALAO ou l’ALAO un "simple" domaine d’application du TAL ? ». Communication : International conference on natural language processing and industrial application (NLP+IA ‘98). Août 1998, Moncton, Canada.

Nerbonne, J., D. Dokter & P. Smit. 1998. « Morphological Processing and Computer-Assisted Language Learning ». Computer-Assisted Language Learning 11, 5 : 543-559.

Pothier, M. & T. Chanier (Dir.). Juin 2000. Numéro spécial Eurocall ‘99. Revue Apprentissage des Langues et Systèmes d’Information et de Communication (ALSIC), vol. 3,1.

Segond, F. (Dir.). 2002. « Les outils de TAL au service de la e-formation en langues ». Multilinguisme et traitement de l’information. Paris : Hermes : 223-250.

Haut de page

Notes

1 Cet article est le texte d’une communication donnée lors du congrès de l’APLIUT sur le thème de la qualité dans les formations en langue (IUT Lyon B, juin 2002).

2 Que les informaticiens m’excusent d’utiliser ici l’acception courante du terme « donnée ».

3 Un nombre décimal quelconque, par exemple 4367, peut se décomposer en puissances successives de 10 ; 4367 = 4*103 + 3*102 + 6*101 + 7*100.

4 Pour faciliter la lecture,  désigne ici le caractère espace.

5 Elle consiste à choisir le terme qui convient parmi les quatre entre parenthèses.

6 Même si rien ne permet a priori d’affirmer que le passage par l’écrit facilite l’apprentissage de l’oral.

7 Ce que nous avons appelé système sémantique dans II.

8 Le terme langue naturelle est utilisé par le TAL par opposition à langue ou langage artificiel(le).

9 LIDILEM : LInguistique et DIdactique des Langues Étrangères et Maternelles.

10 ICP : Institut de la Communication Parlée.

Haut de page

Table des illustrations

Titre Structure de MIRTO
URL http://apliut.revues.org/docannexe/image/3359/img-1.png
Fichier image/png, 113k
Haut de page

Pour citer cet article

Référence papier

Georges Antoniadis, « Les logiciels d’apprentissage des langues peuvent-ils ignorer le TAL ? », Cahiers de l’APLIUT, Vol. XXIII N° 2 | 2004, 81-97.

Référence électronique

Georges Antoniadis, « Les logiciels d’apprentissage des langues peuvent-ils ignorer le TAL ? », Cahiers de l’APLIUT [En ligne], Vol. XXIII N° 2 | 2004, mis en ligne le 21 juillet 2014, consulté le 27 mars 2017. URL : http://apliut.revues.org/3359 ; DOI : 10.4000/apliut.3359

Haut de page

Auteur

Georges Antoniadis

Georges Antoniadis est enseignant-chercheur en informatique et responsable du cursus « Industries de la Langue » de l’université Stendhal. Ses intérêts de recherche concernent la didactique de l’informatique pour les non-spécialistes, le traitement automatique de la langue, la génération automatique de textes et les systèmes informatiques pour l’apprentissage des langues. Il est l’initiateur du projet MIRTO (Multi-apprentissages Interactifs par des Recherches sur des Textes et l’Oral) qui est en cours de développement en multi-partenariat. Département Informatique Pédagogique / Laboratoire LIDILEM, Université Stendhal-Grenoble.
Georges.Antoniadis@u-grenoble3.fr

Haut de page

Droits d’auteur

Association des Professeurs de Langues des Instituts Universitaires de Technologie

Haut de page