NANA · MAMA · PAPA · TATA dans 5 501 langues

Que le mot pour mère se ressemble dans des langues sans parenté est l’une des plus anciennes observations de la linguistique comparée. C’est aussi l’une des mieux expliquées : Jakobson l’a réglée en 1960 — la nasale labiale est la première chose qu’un nourrisson produit avec la bouche occupée à téter, et l’adulte recueille ce babil et le lui rend comme un nom.

Rien de tout cela n’est discuté ici. Ce qui manquait n’était pas l’explication : c’était la mesure.

La procédure

On retire les voyelles à 100 507 formes lexicales de Lexibank — 5 501 langues, 298 familles — et on remplace chaque consonne par sa classe de son. mama → MM. ama → M. madre → MTR.

Sur ce squelette, la question est de savoir si les concepts du noyau de nourrissage — mère, père, bébé, grand-mère, grand-père — puisent dans un répertoire de quatre codes : N (nana, ana), M (mama, ama), P (papa, apa, baba) et T (tata, ata).

La réponse, et sa marge

Affirmative, et avec une large marge.

Parmi les mots formés d’une seule classe de consonne, le quatuor emporte 80,9 % dans le nourrissage contre 48,0 % du vocabulaire courant. Le hasard sur dix classes donnerait 40 %.

L’écart est de 32,9 points, avec un h de Cohen de 0,71, et il se répète à l’intérieur de 40 familles sur 45 comparées à elles-mêmes (Wilcoxon apparié p = 8,4·10⁻¹⁰, delta de Cliff 0,78).

Et le quatuor ne fait pas que monter : il expulse. La classe vélaire K, la plus fréquente parmi les monoclasses du lexique courant à 18,1 %, tombe à 6,7 %.

La correction du titre, placée ici et non enterrée plus bas

Le quatuor ne monte pas en bloc.

M, N et P passent de 30,9 % à 63,0 % et emportent presque tout l’effet. T ne bouge pas : 17,2 % → 17,9 %, h = 0,02.

T n’est pas une classe que le nourrissage préfère : c’est une classe que le nourrissage n’expulse pas, alors qu’il expulse K, S et R. Ce qu’il faut expliquer est un évitement, non une préférence.

Cela ne dépend pas de la table des classes

Un résultat qui n’existerait que sous une seule manière de regrouper les consonnes ne serait pas un résultat. Il a été répété sous sept lectures : Dolgopolsky tel que Lexibank le livre, Dolgopolsky recalculé avec LingPy, SCA en deux lectures, ASJP, traits articulatoires de PanPhon, et l’API brut sans rien fusionner — 201 consonnes distinctes, où le hasard donne 8 % au quatuor.

Sur les sept, l’écart nourrissage − contrôle se maintient entre +31 et +34 points.

Il ne dépend pas non plus des grandes familles. En retirant entièrement l’indo-européen et l’austronésien, il reste +30,7 points. Et en tirant une langue par famille, de sorte que toutes pèsent également, il reste +31,8 — positif dans 100 % de 500 tirages.

Le résultat négatif : il n’y a pas de cluster de l’enfant

Contre l’attente, et c’est la partie qui m’intéresse le plus.

Avec onze concepts, 4 563 langues, la langue comme unité de compte et les tentatives égalisées, l’enfant se retrouve dix points sous son propre vocabulaire courant — 28,6 % contre 38,7 %, h = −0,21 — dans 24 familles sur 27, et sans plus de redoublement que le contrôle.

La raison est structurelle et se lit sur la longueur du code :

Les langues ne nomment pas l’enfant par un mot primitif. Elles le dérivent.

Un effet subsiste néanmoins : le transfert. Quand l’enfant utilise bel et bien le répertoire, il tend à prendre le code des parents de sa propre langue — 18,7 % contre 14,5 % attendu, p = 0,0005, h = 0,11 : réel et petit. Le code ne lui appartient pas ; il lui arrive en prêt.

Et une lacune de corpus qui conditionne tout ce qui précède

Lexibank recueille le terme de référence, non le terme d’adresse. Sur ses 1 740 092 enregistrements, neuf portent une marque de vocatif ou de terme d’adresse. Et ces neuf-là indiquent que le vocatif est un mot différent, et plus proche du répertoire.

Autrement dit : le registre affectif — ce que la mère dit à l’enfant dans ses bras — n’est pas dans les bases comparatives. Les chiffres de ce travail sont un plancher et non un plafond, et il n’existe aucun corpus comparatif de ce registre pour l’immense majorité des langues traitées.

Un avertissement de méthode

Un phénomène aussi visible que mama / papa invite à l’apophénie : il y aura toujours des langues qui collent.

C’est pourquoi chaque affirmation est contrôlée contre un bloc de comparaison fixé avant tout calcul, et celles qui dépendent de la taille des familles sont refaites en prenant la famille — et non la langue — comme unité. Un cluster n’est pas une famille historique, ni une protoforme, ni une règle : les langues du dedans peuvent n’avoir aucun lien entre elles, et celles du dehors ne sont exceptions à rien.

Chaque cluster est rapporté avec deux chiffres : combien de langues et combien de familles indépendantes. Le second sépare un cluster de convergence (50–60 familles) d’un cluster d’héritage de branche (4–7).

Ce travail a été fait, entre autres raisons, comme preuve que l’instrument retrouve ce qui est déjà su avant qu’on lui demande quoi que ce soit de neuf.

L’article : The Repertoire of Nurture (PDF, en anglais) · Version espagnole