Grammaire générative chomskyenne et dispositif d’acquisition du langage (LAD) – Noam Chomsky

Au milieu du XXe siècle, les sciences humaines et du comportement étaient dominées par une conception strictement empiriste de l’esprit, où l’apprentissage n’était envisagé que sous le prisme de l’accumulation passive d’habitudes et du conditionnement stimulus-réponse. Dans ce paysage intellectuel caractérisé par le béhaviorisme de Burrhus Frederic Skinner et le structuralisme taxonomique de Leonard Bloomfield, le langage était appréhendé comme un répertoire d’habitudes motrices et verbales acquis par imitation, renforcement et généralisation inductive. L’irruption de la pensée de Noam Chomsky en 1957 a provoqué une véritable rupture épistémologique, souvent qualifiée de révolution cognitive, en replaçant l’esprit humain, ses structures computationnelles innées et ses mécanismes génératifs au cœur de l’investigation scientifique.

Le projet chomskyen a redéfini de fond en comble l’objet même de la linguistique. Au lieu de se borner à répertorier, classer et segmenter des corpus de données sonores extériorisées, la linguistique théorique est devenue une branche de la psychologie cognitive et, ultimement, de la biologie humaine. Chomsky a avancé l’hypothèse audacieuse que chaque être humain naît doté d’une prédisposition biologique spécifique pour le langage, matérialisée par un organe mental abstrait : le Dispositif d’Acquisition du Langage, ou Language Acquisition Device (LAD). Ce dispositif, articulé à une Grammaire Universelle (GU), contraint et guide de manière décisive la trajectoire développementale de l’enfant confronté aux flux sonores fragmentaires de son environnement quotidien.

Cette étude approfondie se propose d’examiner dans toute sa rigueur technique et conceptuelle l’édifice théorique de la linguistique générative chomskyenne, depuis ses prémisses anti-béhavioristes et ses formulations transformationnelles initiales jusqu’aux raffinements du Programme Minimaliste et de la biolinguistique contemporaine. En explorant l’architecture fonctionnelle du LAD, l’argument massue de la pauvreté du stimulus, l’évolution formelle des modèles dérivationnels et les débats empiriques suscités tant par la psycholinguistique que par les neurosciences, nous analyserons comment la pensée chomskyenne a redéfini notre compréhension de la nature humaine et du mystère de la créativité linguistique.

1. Introduction aux fondements épistémologiques de la linguistique chomskyenne

1.1 Le contexte scientifique pré-chomskyen et le structuralisme bloomfieldien

Durant les décennies 1940 et 1950, la linguistique nord-américaine était presque exclusivement ancrée dans le paradigme structuraliste post-bloomfieldien, fortement influencé par le positivisme logique et le béhaviorisme méthodologique. Selon cette approche, initiée par les travaux fondateurs de Leonard Bloomfield, la langue devait être étudiée sans jamais recourir à des postulats mentalistes ou psychologiques invérifiables. Le linguiste se voyait assigner un rôle strictement descriptif et classificatoire : il devait recueillir des corpus finis de données linguistiques réellement attestées, puis appliquer des procédures mécaniques de segmentation et de classification distributionnelle pour en extraire les phonèmes, les morphèmes et les constituants immédiats.

Cette posture méthodologique rejetait explicitement toute référence aux états mentaux du locuteur, considérés comme des entités métaphysiques inaccessibles à l’observation scientifique directe. L’empirisme radical qui sous-tendait cette démarche supposait que l’ensemble des régularités d’une langue pouvait être dégagé par pure induction statistique à partir des faits observés. Les linguistes distributionnels, tels que Zellig Harris ou Charles Hockett, concevaient la grammaire comme un inventaire ordonné d’unités concrètes et de modèles combinatoires, délimités par leur distribution au sein des énoncés collectés sur le terrain.

Cependant, cette focalisation exclusive sur des corpus finis révélait une aporie théorique majeure : l’incapacité absolue du structuralisme taxonomique à rendre compte de la créativité fondamentale du langage humain. En restreignant le champ d’investigation aux énoncés déjà produits et enregistrés, le paradigme bloomfieldien ignorait le fait élémentaire que tout locuteur compétent est capable d’engendrer et de décoder instantanément un nombre virtuellement infini de phrases qu’il n’a jamais entendues ni prononcées auparavant. L’approche inductive ne parvenait pas à expliquer comment un système fini d’éléments pouvait donner naissance à une infinité discrète de structures douées de sens, ni pourquoi certaines combinaisons jamais rencontrées dans les corpus étaient spontanément jugées agrammaticales par les locuteurs natifs.

1.2 La révolution cognitive et le tournant mentaliste de 1957

L’année 1957 marque un tournant décisif dans l’histoire des sciences cognitives avec la publication du court mais révolutionnaire traité de Chomsky, intitulé Syntactic Structures. Cet ouvrage a fait voler en éclats le consensus positiviste en affirmant que la syntaxe ne pouvait être réduite à une simple taxonomie d’habitudes verbales, mais constituait un système computationnel autonome régi par des principes mathématiques et logiques formels. Chomsky y soutient que la tâche de la linguistique n’est pas de décrire des corpus de surface, mais d’expliciter le système de règles intériorisé qui permet à un locuteur de générer l’ensemble infini des phrases grammaticales de sa langue, et seulement celles-ci.

Ce changement de paradigme a inauguré le « tournant mentaliste ». Pour la première fois dans la modernité scientifique, le langage a cessé d’être appréhendé comme un ensemble de comportements ou d’artefacts sociaux extérieurs pour être défini comme un état biologique et interne du système cognitif humain. La linguistique a ainsi été réintégrée au sein de la psychologie théorique et des sciences computationnelles. La mission du linguiste est devenue l’élucidation de la structure causale interne de l’esprit/cerveau (mind/brain) responsable des performances observables, marquant un retour explicite à la tradition rationaliste du XVIIe siècle.

Au cœur de cette redéfinition théorique se trouve la distinction épistémologique cardinale formalisée ultérieurement par Chomsky entre la « langue-E » (langue externe) et la « langue-I » (langue interne). La langue-E renvoie à une conception sociale, comportementale ou statistique du langage, le traitant comme un ensemble d’énoncés produits dans une communauté ou comme une réalité institutionnelle abstraite indépendante des individus. À l’opposé, la langue-I désigne la réalité cognitive interne, individuelle et intensionnelle du langage : un système fini de connaissances computationnelles représenté dans le cerveau d’un locuteur particulier. Pour Chomsky, seule la langue-I constitue un objet scientifique naturel (au sens des sciences dures), rigoureusement définissable et susceptible de modélisation explicative.

1.3 Compétence versus performance : Une dichotomie fondatrice

Pour clarifier la nature de cette langue-I, Chomsky a introduit dans Aspects of the Theory of Syntax (1965) une distinction conceptuelle fondamentale entre la compétence linguistique et la performance. La compétence renvoie au système abstrait de connaissances linguistiques qu’un locuteur-auditeur idéal possède à propos de sa langue, dans une communauté linguistique homogène. Ce système est composé de principes formels intériorisés, inconscients et universels, qui déterminent la structure grammaticale et l’interprétation des phrases potentielles. La compétence représente la capacité générative pure, affranchie des contingences matérielles de l’exécution.

La performance, en revanche, désigne l’utilisation effective de cette compétence lors des actes réels de communication verbale. L’exercice concret de la parole est inévitablement assujetti à une multitude de contraintes non linguistiques : limitations de la mémoire de travail à court terme, distractions attentionnelles, erreurs de programmation motrice, hésitations, faux départs, fatigue, altérations physiologiques ou pressions émotionnelles. Ainsi, un énoncé produit dans le monde réel peut être agrammatical ou inachevé d’un point de vue structural, sans que la compétence sous-jacente du locuteur n’en soit aucunement altérée ou remise en cause.

Cette séparation conceptuelle rigoureuse a eu des répercussions méthodologiques immédiates et profondes. Elle a légitimé le recours aux jugements d’acceptabilité et à l’intuition introspective des locuteurs natifs comme outil empirique prioritaire pour le linguiste théoricien. Plutôt que de dépendre aveuglément de corpus audio bruyants et incomplets, le linguiste génératif peut interroger directement la compétence sous-jacente en testant des paires minimales et des jugements de grammaticalité (marqués par l’astérisque conventionnel pour indiquer l’illicéité syntaxique). La compétence devient le véritable objet d’analyse scientifique, tandis que la performance est reléguée au rang de donnée phénoménale brute nécessitant d’être filtrée pour en extraire les invariants computationnels profonds.

2. La rupture avec le béhaviorisme : La critique fondatrice de B.F. Skinner

2.1 L’analyse critique de Verbal Behavior par Chomsky (1959)

Le coup de grâce porté au règne du béhaviorisme en sciences humaines a été asséné par Chomsky en 1959 dans sa recension critique dévastatrice du livre Verbal Behavior de B.F. Skinner, publiée dans la revue Language. Dans son ouvrage de 1957, Skinner avait tenté d’appliquer au comportement verbal humain les concepts dérivés de ses expériences de laboratoire sur les pigeons et les rats, prétendant rendre compte de l’acquisition et de l’usage du langage par les seuls mécanismes du conditionnement opérant, de la contingence de renforcement, du contrôle par les stimuli et de la privation.

L’analyse minutieuse de Chomsky a mis au jour le vide épistémologique et la circularité conceptuelle de la terminologie skinnérienne lorsqu’elle est transposée hors du laboratoire expérimental. Si les notions de « stimulus », de « réponse » et de « renforcement » possèdent une définition technique opérationnelle précise lorsqu’un animal appuie sur un levier dans une cage d’expérimentation, elles perdent toute substance scientifique dès qu’on tente de les appliquer à une conversation humaine. Chomsky démontre que l’affirmation selon laquelle la contemplation d’un tableau entraîne la réponse verbale « C’est magnifique ! » sous le contrôle du stimulus pictural est soit fausse, soit purement tautologique : le linguiste béhavioriste n’identifie le stimulus causal déterminant qu’après coup, une fois que la réponse a été prononcée, vidant le concept de tout pouvoir prédictif réel.

De même, la notion de « renforcement » s’effondre face à la réalité quotidienne de l’usage linguistique. Un locuteur utilise la parole pour ironiser, mentir, penser en silence, écrire des poèmes ou dialoguer sans jamais recevoir de récompense tangible immédiate de son environnement. En réduisant le langage à une simple chaîne d’associations linéaires entretenues par des rétroactions sélectives, Skinner manquait la nature hiérarchique, intensionnelle et symbolique de la parole humaine. Chomsky a ainsi prouvé que le modèle béhavioriste ne constituait pas une théorie scientifique du langage, mais une métaphore réductrice et dogmatique incapable de saisir les propriétés fondamentales de l’esprit.

2.2 L’aspect créateur de l’utilisation du langage

Pour contrer le réductionnisme de l’associationnisme comportemental, Chomsky a réactivé et placé au sommet de son édifice théorique ce qu’il a nommé l’aspect créateur du langage ordinaire. Ce phénomène se caractérise par trois propriétés indispensables : premièrement, l’usage normal de la langue est virtuellement illimité, le nombre d’énoncés que nous produisons et comprenons quotidiennement étant potentiellement infini ; deuxièmement, cet usage est libre de tout contrôle direct par les stimuli externes de l’environnement physique immédiat ; troisièmement, il est intrinsèquement approprié aux situations de discours sans en être pour autant déterminé causalement.

Un être humain placé face à un objet ou à un événement n’est pas programmé mécaniquement pour réagir par un cri spécifique ou par une formule standardisée. Face à un paysage montagnard, un individu peut s’exclamer sur la hauteur des sommets, évoquer un souvenir d’enfance, calculer le risque d’avalanche, déclamer un poème, ou demeurer totalement silencieux. Cette liberté cognitive manifeste une autonomie fonctionnelle absolue à l’égard du milieu physique extérieur. La créativité dont il est question ici n’est pas celle, exceptionnelle, de l’artiste ou du poète d’avant-garde, mais bien la créativité quotidienne, partagée par tout enfant ordinaire capable d’assembler des morphèmes de façon syntaxiquement cohérente et communicativement inédite dès ses premières années de vie.

Chomsky ancre explicitement cette réflexion dans la filiation philosophique du rationalisme du XVIIe siècle, notamment dans la Linguistique cartésienne. Chez René Descartes et ses continuateurs de l’école de Port-Royal, la capacité d’articuler un nombre indéfini de pensées sous forme de propositions douées de sens constituait précisément la ligne de démarcation infranchissable séparant l’être humain des automates mécaniques et des animaux dépourvus de raison. Chomsky reformule cette intuition cartésienne dans le vocabulaire contemporain de la théorie computationnelle : la grammaire générative est le dispositif mathématique interne qui rend possible l’emploi infini d’un ensemble fini de moyens (l’injonction humboldtienne de faire « un usage infini de moyens finis »).

2.3 L’émergence du paradigme innéiste en psychologie

L’effondrement de l’édifice empirico-béhavioriste sous les coups de boutoir de la critique chomskyenne a provoqué une onde de choc qui a dépassé le champ de la linguistique pour refonder l’ensemble de la psychologie cognitive. Si l’apprentissage du langage ne peut découler de l’imitation servile, de l’enregistrement passif de données et du renforcement externe, il devient logiquement impératif de postuler l’existence d’une structure mentale préexistante, richement dotée et biologiquement programmée, capable d’analyser, de contraindre et d’interpréter le flux d’informations acoustiques perçu dès la naissance.

Cette conclusion a conduit à l’avènement d’un nativisme méthodologique moderne. L’esprit humain a cessé d’être conçu comme une tabula rasa, une ardoise vierge sur laquelle l’expérience sensorielle viendrait graver passivement des connaissances au moyen de lois d’association générale. Au contraire, l’esprit est désormais théorisé comme un ensemble complexe de systèmes hautement spécialisés, dotés d’architectures computationnelles préformées. La capacité d’acquérir le langage requiert que le nouveau-né dispose a priori des concepts fondamentaux de la syntaxe : les distinctions entre syntagmes et têtes, les principes de dépendance structurale et la notion d’objet syntaxique.

Cette réorientation a favorisé la constitution d’un modèle modulaire de l’esprit, où la faculté de langage n’est pas le simple reflet d’une intelligence générale ou d’une puissance brute de calcul inductif, mais bien une faculté cognitive indépendante régie par des lois propres. La linguistique générative s’est affirmée comme la discipline pilote de ce renouveau des sciences cognitives, traçant des voies méthodologiques qui allaient bientôt transformer l’étude de la vision, du raisonnement mathématique, de la théorie de l’esprit et de la psychologie du développement infantile.

3. Le Dispositif d’Acquisition du Langage (LAD) : Architecture et postulats cognitifs

3.1 Définition et nature fonctionnelle du Language Acquisition Device

Face au défi d’expliquer comment un jeune enfant parvient à maîtriser l’incroyable complexité du système grammatical de sa langue maternelle en un temps record et sans apprentissage formel, Chomsky a postulé l’existence d’un module cognitif dédié : le Language Acquisition Device (LAD), ou Dispositif d’Acquisition du Langage. Le LAD est théorisé comme un état initial de l’esprit/cerveau génétiquement déterminé, un organe mental hautement spécialisé et propre à notre espèce biologique, Homo sapiens.

La nature du LAD est profondément fonctionnaliste et computationnelle. Il ne s’agit pas, au départ, de pointer un ensemble précis de neurones microscopiques, mais de postuler l’architecture logique nécessaire pour rendre compte d’un phénomène de transduction de données : le passage de signaux physiques externes à une compétence grammaticale intériorisée stable. Conçu métaphoriquement comme une « boîte noire » cognitive, le LAD reçoit en entrée (input) les énoncés bruts de la langue parlée dans le milieu où grandit l’enfant, traite ces données selon des principes algorithmiques contraignants qui lui sont propres, et fournit en sortie (output) une grammaire générative complète et pleinement opérationnelle.

Ce statut biologique et héréditaire confère au LAD une autonomie radicale vis-à-vis des autres facultés intellectuelles générales telles que la mémoire explicite, le raisonnement logique abstrait ou la motricité globale. La possession du LAD garantit que tout enfant humain normal, quel que soit son milieu social, sa culture ou son niveau d’intelligence générale mesuré par les tests psychométriques traditionnels, acquiert spontanément la grammaire de sa communauté linguistique d’immersion dès lors qu’il est exposé à un minimum d’interactions orales ou signées durant sa petite enfance.

3.2 Les composantes théoriques internes du LAD

Pour accomplir sa mission computationnelle titanesque, le LAD ne peut se résumer à un simple mécanisme récepteur neutre ; il doit intégrer des sous-composantes théoriques hautement spécialisées. Selon la modélisation chomskyenne classique, le LAD comprend trois modules fonctionnels fondamentaux :

• L’analyseur structurel automatique : Ce sous-système filtre et décode les flux acoustiques continus captés par l’appareil auditif. Il convertit le signal phonique brut en représentations phonologiques et morphosyntaxiques primaires, segmentant le continu acoustique en unités discrètes reconnaissables (frontières de mots, patrons d’accentuation, catégories lexicales potentielles).
• Le système de contraintes formelles : Il constitue le cœur de la Grammaire Universelle au sein du LAD. Ce composant restreint drastiquement l’éventail des hypothèses grammaticales logiquement concevables par l’enfant. Au lieu de tester à l’aveugle des millions de permutations combinatoires possibles pour comprendre une phrase, le système cognitif de l’enfant élimine d’emblée toute règle qui ne respecterait pas les principes invariants universaux du langage humain, comme la hiérarchie syntagmatique ou les contraintes de localité.
• La procédure d’évaluation interne : Lorsque plusieurs grammaires concurrentes s’avèrent compatibles avec l’échantillon d’énoncés perçus, le LAD mobilise une fonction métrique d’économie formelle. Cette procédure sélectionne la grammaire qui minimise le nombre de symboles, de postulats redondants et de règles spécifiques, garantissant ainsi l’intériorisation du système computationnel le plus élégant, compact et généralisable possible.

Cette architecture tripolaire montre à quel point l’acquisition est comprise non pas comme un phénomène passif d’empreinte environnementale, mais comme une activité déductive interne extrêmement raffinée, guidée par une matrice théorique préexistante.

3.3 Les Données Linguistiques Primaires (DLP) comme déclencheurs environnementaux

Dans l’épistémologie générative, le rôle accordé à l’environnement linguistique réel est radicalement redéfini par rapport aux conceptions empiristes classiques. Les stimuli auditifs perçus par l’enfant constituent ce que Chomsky nomme les Données Linguistiques Primaires (DLP). Or, ces DLP sont, par leur nature même, extrêmement pauvres, fragmentaires, discontinues et altérées. L’enfant est exposé à un flux de discours oral parsemé d’hésitations, de bafouillages, d’interruptions brusques, de phrases inachevées, d’erreurs d’accord et de bruits ambiants déformants.

Dès lors, les DLP ne peuvent en aucun cas servir de « modèle d’instruction » direct ou d’étalon parfait destiné à être dupliqué par mimétisme. L’environnement n’enseigne pas la grammaire à l’enfant ; il ne lui fournit pas les plans architecturaux de la langue. Les DLP agissent plutôt comme de simples déclencheurs (triggers) biologiques. De la même manière que la lumière incidente active le développement physiologique normal des structures précâblées du système visuel chez le chaton ou le nouveau-né humain sans pour autant « créer » les cônes ou les colonnes corticales d’orientation, les énoncés perçus déclenchent et orientent la maturation programmée du LAD.

Cette dissociation radicale entre le processus de croissance interne et l’apprentissage par imitation permet de comprendre pourquoi l’enfant ne reproduit presque jamais les erreurs contingentes, les faux départs et les scories syntaxiques de son entourage adulte. Le LAD fait subir aux DLP un tri sélectif rigoureux, extrayant des signaux dégradés de l’environnement les seuls indices pertinents nécessaires pour calibrer son propre système formel sous-jacent.

4. L’argument de la pauvreté du stimulus : Pierre angulaire de l’innéisme

4.1 L’insuffisance quantitative et qualitative des stimuli reçus

L’argument de la pauvreté du stimulus (Poverty of the Stimulus Argument) constitue sans nul doute la démonstration logique la plus solide et la plus discutée avancée par Chomsky pour asseoir la réalité d’un savoir linguistique inné. Cet argument repose sur le constat d’une asymétrie monumentale entre les données d’entrée (l’input environnemental, restreint et imparfait) et les données de sortie (l’output mental de l’enfant, constitué d’une grammaire infiniment créative, riche de règles formelles subtiles et de contraintes d’une précision microscopique).

Le premier aspect de cette pauvreté réside dans l’absence quasi-totale de données négatives explicites dans le langage adressé à l’enfant. Lorsqu’un jeune locuteur commet une incorrection, les parents réagissent presque exclusivement à la véracité contextuelle de la proposition (l’adéquation sémantique au réel) plutôt qu’à sa rectitude formelle. En outre, lorsqu’une correction syntaxique explicite est tentée par l’adulte, les études psycholinguistiques démontrent systématiquement que l’enfant l’ignore ou s’avère incapable de l’intégrer sciemment. L’enfant ne reçoit donc jamais d’informations métalinguistiques négatives systématiques lui précisant quelles phrases sont structurellement impossibles dans sa langue.

Le second aspect est la sous-détermination logique des règles linguistiques par l’expérience. Face à un ensemble fini d’exemples observés, il existe mathématiquement une infinité de règles inductives ou de généralisations abstraites compatibles avec ces exemples. Pourtant, tous les enfants d’une même communauté linguistique convergent de façon uniforme, rapide et précoce vers exactement le même système de règles sous-jacent, sans jamais explorer les impasses logiques aberrantes que prédirait un simple calcul de probabilités. Cette uniformité du résultat final, en dépit de disparités socioculturelles, économiques et intellectuelles majeures au sein des familles d’accueil, atteste que la sélection de la grammaire est orientée par un guide biologique interne préalable.

4.2 La dépendance de la structure : Démonstration formelle de l’innéité

Pour illustrer de façon formelle et irréfutable la validité de l’argument de la pauvreté du stimulus, Chomsky recourt régulièrement à l’opération de transformation interrogative et à la propriété de dépendance de la structure. Considérons le mécanisme permettant de transformer une phrase déclarative simple en phrase interrogative fermée en anglais ou en français :

Prenons l’énoncé déclaratif suivant :
(1) The man is tall.
Pour former l’interrogation correspondante, le verbe auxiliaire est déplacé au début de l’énoncé :
(2) Is the man tall?

Si l’enfant apprenait le langage par une stratégie d’induction linéaire naïve fondée sur la contiguïté spatio-temporelle des mots, il formulerait naturellement une règle séquentielle simple : « Pour former une question, déplacez le premier verbe auxiliaire de la phrase en tête d’énoncé ». Cette règle linéaire est cognitivement économique et fonctionne parfaitement pour (1). Cependant, considérons à présent une phrase contenant une proposition subordonnée relative :
(3) The man [who is tall] is happy.

Si la règle d’induction linéaire séquentielle était appliquée à l’aveugle, elle ciblerait le premier auxiliaire rencontré (celui de la subordonnée relative) et engendrerait l’énoncé suivant :
(4) *Is the man [who tall] is happy?

Or, cette phrase est absolument agrammaticale et monstrueuse pour n’importe quel locuteur natif. L’unique transformation valide impose de cibler le verbe auxiliaire de la proposition principale (la matrice structurelle) :
(5) Is the man [who is tall] happy?

Le point capital relevé par Chomsky réside dans le fait expérimentalement constaté que jamais aucun enfant au monde, au cours de son apprentissage spontané, ne produit d’erreur linéaire du type (4). Même si la phrase (3) n’a jamais été entendue auparavant par le jeune enfant, celui-ci applique spontanément la règle structurellement dépendante qui prend en compte l’arborescence hiérarchique abstraite du syntagme nominal sujet complexe (The man who is tall). Les opérations syntaxiques humaines ne mesurent jamais la distance linéaire ou l’ordre chronologique séquentiel des éléments phoniques, mais s’exercent exclusivement sur des hiérarchies géométriques profondes en arbre. Puisque l’environnement ne transmet jamais explicitement l’ordre hiérarchique non prononcé des nœuds abstraits, la connaissance de la dépendance de la structure doit être intrinsèquement programmée dans l’esprit du locuteur.

4.3 Débats et réévaluations contemporaines de l’argument

L’argument de la pauvreté du stimulus a suscité d’intenses débats épistémologiques et computationnels depuis la fin du XXe siècle, notamment avec l’avènement des technologies de traitement automatique du langage naturel et des modèles d’inférence statistique. Des linguistes cognitifs et des psychologues empiristes, tels que Geoffrey Pullum ou Nick Chater, ont vigoureusement contesté le diagnostic de Chomsky, cherchant à prouver que le stimulus n’est pas si pauvre qu’il y paraît.

Ces contradicteurs s’appuient sur des analyses de corpus électroniques géants de parole adressée à l’enfant (notamment la base de données internationale CHILDES). Ils soulignent que les discours parentaux regorgent d’indices probabilistes, distributionnels et prosodiques subtils, capables d’aiguiller un algorithme d’apprentissage statistique général. Les modèles d’inférence bayésienne démontrent qu’en calculant les probabilités de transition lexicale et les cooccurrences n-grammes, un apprenant artificiel peut dériver des régularités grammaticales sans recourir à un appareillage inné dédié. L’argument soutient donc que le cerveau de l’enfant pourrait fonctionner comme un puissant moteur statistique d’optimisation prédictive générale plutôt que comme un décodeur formel inné.

Face à ces contestations, le camp chomskyen a maintenu ses positions avec une rigueur renouvelée. Des théoriciens comme Stephen Crain, Lyle Jenkins et Chomsky lui-même ont répliqué que les modèles purement statistiques échouent à capturer la nature même de la compétence. Le calcul probabiliste peut imiter la fréquence de certaines formes de surface présentes dans un corpus fermé, mais il se révèle incapable de formaliser le caractère absolu des contraintes d’impossibilité syntaxique. Un modèle statistique assigne une probabilité résiduelle infinitésimale mais non nulle à une violation de contrainte d’îlot ou à une erreur de liaison pronominale, alors que l’esprit humain les exclut catégoriquement comme formellement illicites. La richesse probabiliste de surface du discours ne compense pas son silence complet sur les principes régulateurs sous-jacents qui gouvernent l’architecture invisible de la syntaxe.

5. La Grammaire Universelle (GU) : Principes invariants et paramétrisation syntaxique

5.1 Nature et statut théorique de la Grammaire Universelle

La Grammaire Universelle (GU) constitue la formulation théorique formalisée du Dispositif d’Acquisition du Langage. Si le LAD est le dispositif psychologique et biologique dans son fonctionnement global, la GU représente le système formel abstrait de principes, de conditions et de règles partagé par l’ensemble des langues humaines sans exception. La GU est définie par Chomsky comme l’état initial ($S_0$) du système cognitif linguistique de l’espèce humaine, génétiquement transmis et antérieur à toute expérience empirique de l’environnement.

L’ambition théorique suprême de la GU est de concilier deux exigences scientifiques complémentaires qui semblaient jadis contradictoires : l’adéquation descriptive et l’adéquation explicative. L’adéquation descriptive impose à la théorie de rendre compte de manière rigoureuse et exhaustive de la diversité réelle et des structures complexes propres à chacune des milliers de langues naturelles existantes. L’adéquation explicative, bien plus ambitieuse, exige de démontrer comment n’importe quel nouveau-né peut parvenir à maîtriser n’importe laquelle de ces langues en quelques années sur la seule base de son état initial $S_0$.

La GU résout cette apparente contradiction en opérant une scission conceptuelle radicale entre les invariants structurels profonds de la faculté de langage et la diversité morphologique et phonologique de surface observée à travers le monde. Les langues du globe ne divergent pas par des logiques computationnelles incompatibles, mais par des variations mineures et contraintes dans l’agencement de composants formels rigoureusement identiques.

5.2 Les principes invariants universels

Les principes invariants constituent la matrice biologique rigide et non négociable de la Grammaire Universelle. Ils sont partagés par toutes les langues naturelles connues, passées, présentes et futures, et ne requièrent aucun apprentissage de la part de l’enfant : ils sont d’ores et déjà opérationnels dès les premiers stades du développement cognitif.

Parmi ces principes invariants universels majeurs, on compte en premier lieu le principe d’organisation syntagmatique hiérarchique, qui postule que toute structure linguistique est nécessairement articulée autour de têtes lexicales (nom, verbe, adjectif, préposition) se projetant en syntagmes intermédiaires et maximaux selon des règles géométriques régulières. Aucune langue ne juxtapose des mots de manière anarchique sans constituer des unités syntaxiques imbriquées régies par une hiérarchie stricte.

En second lieu se trouvent les conditions universelles sur le déplacement syntaxique, et tout particulièrement les contraintes de localité et les contraintes d’îlots formalisées par John Robert Ross. Un élément syntaxique déplacé (pour former une question, une mise en emphase ou une phrase relative) ne peut franchir certaines frontières structurales sans détruire la grammaticalité de l’énoncé. Ainsi, aucune langue humaine n’autorise l’extraction d’un constituant hors d’une conjonction coordonnée (*Qui as-tu vu Paul et _ ?) ou hors d’un syntagme nominal complexe renfermant une relative (*Quel livre connais-tu l’homme qui a écrit _ ?).

Enfin, la relation géométrique universelle de commande par les constituants, ou c-commande, régule de façon invariante l’interprétation des anaphores, des pronoms, des quantificateurs et de la portée de la négation au sein de l’arborescence syntaxique. Un nœud $A$ c-commande un nœud $B$ si et seulement si $A$ ne domine pas $B$ et le premier nœud branchant qui domine $A$ domine également $B$. Cette relation purement topologique, totalement déconnectée de l’ordre linéaire des mots dans la phrase, dicte les calculs syntaxiques dans chaque idiome parlé sur la planète.

5.3 La paramétrisation et la diversité linguistique

Si la structure computationnelle fondamentale du langage est universelle et invariable, comment expliquer le foisonnement étourdissant des langues vivantes, le fait que le japonais, le basque, le swahili et le français paraissent superficiellement si radicalement dissemblables ? Pour répondre à cette question sans abandonner le nativisme biologique, Chomsky a développé la théorie de la paramétrisation syntaxique.

Dans ce modèle, la Grammaire Universelle n’est plus envisagée comme un ensemble monolithique de règles rigides, mais comme un circuit intégré complexe pourvu d’un ensemble fini de commutateurs binaires (les paramètres). Chaque paramètre est doté de deux valeurs possibles (par exemple, $[+]$ ou $[-]$). L’état initial du système génétique $S_0$ comprend tous les commutateurs en position d’attente indéterminée. Le rôle de l’environnement linguistique et des Données Linguistiques Primaires se limite alors strictement à apporter l’information requise pour fixer la position définitive de chacun de ces interrupteurs cognitifs.

L’un des exemples les plus célèbres de ce mécanisme est le paramètre du sujet nul (ou pro-drop parameter). Dans certaines langues comme l’italien ou l’espagnol, le commutateur est fixé à la valeur $[+]$ : la langue autorise l’omission du pronom personnel sujet en position canonique (Canta pour « Il/Elle chante ») et permet l’inversion libre du sujet lexical (Ha telefonato Gianni). Dans d’autres langues comme le français ou l’anglais, le commutateur est calé sur la valeur $[-]$ : la position sujet doit obligatoirement être instanciée par un morphème manifeste, y compris sous la forme d’un pronom explétif dénué de sens sémantique (Il pleut, It is raining). Un unique basculement binaire au sein du réseau mental entraîne ainsi en cascade une constellation entière de manifestations grammaticales de surface hautement contrastées.

Un autre exemple capital est le paramètre de directionalité de la tête (head-directionality parameter). Ce commutateur détermine l’ordre géométrique interne au syntagme en imposant soit que la tête précède ses compléments (langues à tête initiale comme le français ou l’anglais : le verbe précède son objet direct, la préposition précède son syntagme nominal), soit que la tête suive systématiquement ses compléments (langues à tête finale comme le japonais ou le turc : le verbe se place après l’objet, la langue mobilise des postpositions plutôt que des prépositions). L’enfant japonais ou français n’a donc pas à apprendre péniblement des milliers de constructions isolées : l’écoute de quelques propositions bien formées suffit à faire basculer le commutateur global dans la configuration requise pour l’ensemble du lexique de sa langue.

6. L’évolution des modèles génératifs : Des structures syntaxiques au modèle standard

6.1 Le modèle de 1957 : Règles syntagmatiques et dérivations transformationnelles

L’architecture formelle de la grammaire générative n’est pas restée statique depuis son émergence en 1957 ; elle a au contraire traversé une succession de mutations théoriques profondes motivées par la recherche constante d’un modèle computationnel plus simple et plus robuste. Dans Syntactic Structures (1957), Chomsky propose un modèle dérivationnel mécanisé en deux étages distincts : la composante syntagmatique et la composante transformationnelle.

Le premier niveau dérivationnel mobilise des règles de réécriture syntagmatique de type context-free, opérant de manière séquentielle pour générer les structures squelettiques élémentaires de la phrase, que Chomsky qualifie de « phrases noyaux » (kernel sentences). Ces règles formelles se présentent sous la forme mathématique standard :
$S to NP + VP$
$VP to V + NP$
$NP to Det + N$
Ces instructions de réécriture abstraite associent des symboles non-terminaux à des catégories lexicales terminales, engendrant une première dérivation sous forme d’indicateur syntagmatique arborescent.

Sur cette base squelettique intervient ensuite le second niveau formel : les règles transformationnelles. Ces transformations formelles ont pour mission de réarranger, substituer, effacer ou permuter les constituants générés par les règles syntagmatiques. Les transformations pouvaient être soit obligatoires (permettant par exemple l’ajustement morphologique des marques verbales et des affixes), soit facultatives. Parmi ces dernières figuraient la transformation passive, la transformation négative ou la transformation interrogative, qui modifiaient la phrase noyau déclarative active affirmative pour dériver les différentes variantes de surface. Ce modèle primitif postulait une autonomie rigoureuse de la syntaxe par rapport à toute influence sémantique directe : la structure géométrique était engendrée indépendamment de toute considération sur le sens des propositions.

6.2 Aspects de la théorie syntaxique (1965) et le modèle standard

Huit ans plus tard, la publication de Aspects of the Theory of Syntax (1965) consacre l’avènement de ce qui restera dans l’histoire de la linguistique sous le nom de Modèle Standard. L’une des modifications conceptuelles les plus décisives introduites dans cet ouvrage est la distinction cardinale et féconde entre la Structure Profonde (Deep Structure ou D-structure) et la Structure de Surface (Surface Structure ou S-structure).

L’architecture générale de la grammaire y devient rigoureusement tripartite, comprenant une composante syntaxique générative centrale encadrée par deux composantes interprétatives périphériques : la composante phonologique et la composante sémantique. Au sein de la composante syntaxique, la base (règles syntagmatiques assistées d’un sous-système de sous-catégorisation lexicale rigoureux) engendre la Structure Profonde. Cette dernière représente l’organisation structurelle abstraite de base où s’effectue l’insertion lexicale et où sont pleinement spécifiées les relations grammaticales fondamentales (qui fait quoi à qui) ainsi que l’attribution des rôles thématiques.

Des règles de transformation opèrent ensuite sur la Structure Profonde pour convertir cette représentation abstraite en Structure de Surface, laquelle représente la forme géométrique achevée de la phrase telle qu’elle sera transmise aux systèmes sensoriels. Ce modèle a été puissamment influencé par l’hypothèse de Katz-Postal (1964), adoptée par Chomsky, qui stipulait que les transformations ne modifient pas la signification sémantique. Dans cette configuration harmonieuse, la Structure Profonde était la source unique de l’interprétation sémantique, tandis que la Structure de Surface était directement transférée à la composante phonologique pour recevoir son empreinte acoustique et articulatoire.

6.3 Le Modèle Standard Étendu et la formalisation par la théorie X-barre

La belle symétrie du Modèle Standard fut rapidement ébranlée par l’émergence de contre-exemples syntaxiques et sémantiques formidables, marquant le passage au Modèle Standard Étendu (Extended Standard Theory – EST) au début des années 1970. Les linguistes ont mis en évidence que les transformations de déplacement pouvaient altérer radicalement le sens d’un énoncé, notamment en ce qui concerne la portée des quantificateurs logiques et de la négation. Comparons les énoncés suivants :
(1) Everyone in the room speaks two languages. (Pour chaque personne, il existe deux langues)
(2) Two languages are spoken by everyone in the room. (Il y a deux langues spécifiques maîtrisées par tous)
Bien que la seconde soit la dérivée passive de la première, leurs conditions de vérité divergent. L’interprétation sémantique ne pouvait donc plus être confinée à la seule Structure Profonde : la Structure de Surface devait obligatoirement contribuer au décodage du sens.

Parallèlement, pour juguler la prolifération désordonnée et ad hoc des règles de réécriture syntagmatique propres au modèle de 1965, Chomsky a formulé dans son célèbre article de 1970, Remarks on Nominalization, les fondements de la théorie X-barre ($\bar{X}$). Cette théorie a opéré une simplification géométrique éclatante en postulant que tous les syntagmes de toutes les langues obéissent à un schéma structurel unique et invariant à trois niveaux hiérarchiques :

• Le niveau lexical de la tête : $X^0$ ou $X$ (verbe, nom, adjectif, préposition, etc.).
• Le niveau intermédiaire de projection : $X’$ (constitué de la tête $X$ et de ses compléments obligatoires).
• Le niveau maximal du syntagme achevé : $X »$ ou $XP$ (constitué de la projection $X’$ et d’un spécificateur).

Le formalisme généralisé de la théorie X-barre s’écrit formellement :
$XP to \text{Spécificateur} – X’$
$X’ to X^0 – \text{Complément}$

Cette percée conceptuelle a permis de dissoudre des centaines de règles de réécriture syntagmatique arbitraires au profit d’un modèle structural élégant et unifié. Désormais, le syntagme nominal, le syntagme verbal, le syntagme adjectival ou le syntagme propositionnel (requalifié en syntagme flexionnel $IP$ ou syntagme complémenteur $CP$) répondaient exactement à la même géométrie intérieure, réduisant drastiquement la charge computationnelle attribuée au LAD pour l’acquisition du langage chez le jeune enfant.

7. La théorie des Principes et Paramètres : Maturation et typologie des langues

7.1 Les motivations épistémologiques du modèle de Rection et Liaison

Au seuil des années 1980, le cadre génératif se trouvait confronté à une tension méthodologique aiguë. Les modèles transformationnels antérieurs, bien que hautement descriptifs, avaient fini par accumuler un catalogue écrasant de transformations particulières propres à chaque langue (transformation passive de l’anglais, montée du sujet du français, topicalisation de l’allemand, etc.). Cette multiplicité empirique menaçait ruine l’idéal chomskyen d’adéquation explicative : comment un enfant pouvait-il acquérir une telle batterie de transformations hyper-spécifiques en l’absence d’instruction explicite ?

La réponse magistrale apportée par Chomsky en 1981 dans Lectures on Government and Binding (conférences de Pise) a constitué le cadre théorique dit de Rection et Liaison (Government and Binding – GB), ou approche par Principes et Paramètres (P&P). La révolution épistémologique du modèle GB a consisté à bannir purement et simplement la totalité des règles transformationnelles spécifiques au profit d’une opération dérivationnelle unique, aveugle et universelle : Déplacer Alpha (Move $\alpha$). Cette instruction minimale signifie simplement : « Déplacez n’importe quel constituant n’importe où ».

Pour éviter que cette liberté computationnelle totale n’engendre le chaos absolu et une infinité d’énoncés agrammaticaux, le modèle GB n’ajoute pas de nouvelles règles, mais impose un réseau modulaire de contraintes de filtrage négatives autonomes et interactives. Tout déplacement engendré par Move $\alpha$ est légitime tant qu’il ne viole aucun des principes fondamentaux dictés par les sous-théories indépendantes qui composent la grammaire. La complexité linguistique n’est plus dans les opérations de dérivation, mais dans le recoupement des contraintes modulaires qui opèrent simultanément sur les représentations syntaxiques.

7.2 L’architecture des sous-théories de Rection et Liaison

Le cadre conceptuel de Rection et Liaison repose sur l’interaction harmonieuse d’un ensemble de sous-théories modulaires hautement formalisées :

• La théorie de la Rection (Government) : Elle formalise la relation de dépendance structurelle fondamentale entre un élément nodal souverain (la tête gouvernante) et ses subordonnés au sein d’un domaine syntaxique local délimité par des barrières infranchissables. La rection régit notamment l’attribution des marques de cas abstrait.
• La théorie du Cas : Elle postule que tout Syntagme Nominal ($NP$) doté d’une existence phonologique manifeste doit obligatoirement recevoir un Cas abstrait (Nominatif, Accusatif, Datif, Génitif) pour être visible syntaxiquement à l’interface sensorielle. Ce réquisit, connu sous le nom de Filtre sur le Cas, contraint les syntagmes nominaux à se déplacer vers des positions spécifiques gouvernées par des têtes dotées de la capacité d’assignation casuelle (comme la flexion verbale finie pour le Nominatif ou le verbe transitif pour l’Accusatif).
• La théorie Thêta ($\theta$-theory) : Elle régit la distribution des rôles sémantiques fondamentaux (Agent, Patient, Expérient, But) déterminés par les prédicats du lexique. Le Critère Thêta impose de manière rigoureuse que chaque argument lexical ne peut recevoir qu’un seul et unique rôle thématique, et que chaque rôle thématique assigné par un verbe doit être attribué à un argument et à un seul.
• La théorie du Liage (Binding Theory) : Elle spécifie les conditions formelles de coréférence entre les syntagmes nominaux au sein de la phrase, en les divisant en trois catégories structurales strictes régies par trois principes invariants fondés sur la notion de c-commande :
  • Principe A : Une anaphore (un pronom réfléchi comme se, lui-même, himself) doit obligatoirement être liée dans son domaine local de gouvernement. (Exemple : Jean$_i$ se$_i$ regarde dans la glace ; *Jean pense que Paul se regarde avec se coréférant à Jean est exclu).
  • Principe B : Un pronom non-réfléchi (le, lui, him) doit impérativement être libre de tout liage au sein de son domaine local. (Exemple : Jean$_i$ le$_j$ regarde exclut que le renvoie à Jean).
  • Principe C : Une expression référentielle dotée d’une étiquette lexicale pleine (les noms propres comme Jean, Marie ou les syntagmes comme le médecin) doit être libre de tout liage dans l’intégralité de la phrase. (Exemple : *Il$_i$ a dit que Jean$_i$ partirait est interdit si il et Jean coréfèrent).

7.3 L’impact sur la modélisation de l’acquisition du langage

L’émergence du cadre des Principes et Paramètres a eu un retentissement considérable sur la psycholinguistique du développement et la formalisation du LAD. Auparavant, le processus d’acquisition du langage était difficile à théoriser autrement que comme un laborieux décryptage de dizaines de règles de transformation disparates, rendant presque incompréhensible la fulgurance du développement chez l’enfant de 2 à 4 ans.

Avec le modèle P&P, l’acquisition change radicalement de nature épistémologique : elle est reconfigurée comme un processus déductif hautement automatisé de calibrage d’un système de paramètres. L’enfant n’a plus à apprendre de règles syntaxiques complexes à partir de rien. Son esprit/cerveau possède déjà nativement l’intégralité des sous-théories de la Rection, du Liage, du Cas et du Critère Thêta. Son unique tâche cognitive face au milieu ambiant consiste à écouter les Données Linguistiques Primaires pour identifier des indices déclencheurs univoques qui lui dicteront si tel ou tel paramètre binaire doit être positionné sur la valeur $[+]$ ou $[-]$.

Ce basculement conceptuel permet d’élucider avec une élégance inédite le phénomène de l’acquisition grammaticale en cascade. Les psycholinguistes observent couramment qu’un enfant modifie soudainement et massivement de multiples aspects disparates de sa production verbale au cours d’une même semaine sans avoir reçu de renforcement ciblé. Dans le modèle P&P, cette métamorphose nocturne s’explique aisément : en fixant un unique paramètre macroscopique (par exemple, le paramètre du sujet nul), l’enfant recalibre d’un seul coup tout un faisceau de règles associées (omission du pronom, inversion du sujet, extraction de complémenteur). La trajectoire développementale reliant l’état initial biologiquement programmé $S_0$ à l’état stable de compétence adulte mature ($S_S$) se trouve ainsi rigoureusement mathématisée.

8. Le Programme Minimaliste : Économie dérivationnelle et perfection biologique

8.1 Le changement de perspective théorique à partir de 1995

Au début des années 1990, alors même que le modèle des Principes et Paramètres régnait en maître sur la linguistique théorique internationale, Noam Chomsky a opéré un nouveau saut conceptuel radical en initiant le Programme Minimaliste (The Minimalist Program, publié en 1995). Ce tournant ne doit pas être compris comme une simple révision technique de plus, mais comme une véritable interrogation métathéorique sur les fondements mêmes de la faculté de langage : jusqu’à quel point la grammaire humaine est-elle une solution « optimale » et computationnellement « parfaite » aux contraintes imposées par les organes biologiques périphériques ?

Le coup d’envoi du minimalisme a été le démantèlement impitoyable de la tuyauterie formelle héritée des décennies précédentes. Chomsky pose une question épistémologique audacieuse : quels sont les composants strictement indispensables à toute théorie du langage concevable ? La réponse est d’une sobriété désarmante : le langage est un système computationnel qui doit impérativement relier le son (ou le geste dans les langues signées) et le sens. Par conséquent, les seuls niveaux de représentation empiriquement et conceptuellement nécessaires sont les deux interfaces cognitives externes avec lesquelles la faculté computationnelle doit dialoguer :

• L’interface Articulatoire-Perceptive (A-P), qui transmet les instructions motrices aux organes de la phonation ou de la motricité manuelle et décode les flux sensoriels acoustiques ou visuels (la composante phonétique).
• L’interface Conceptuelle-Intentionnelle (C-I), qui traite les significations sémantiques, les intentions de communication, les inférences logiques et les actes de pensée (la composante du sens).

Cette logique de nécessité conceptuelle pure a entraîné l’élimination sans concession des niveaux descriptifs intermédiaires qui avaient pourtant fait la gloire de la théorie générative : la Structure Profonde et la Structure de Surface ont été purement et simplement abolies. Le système computationnel de la syntaxe est désormais pensé comme un mécanisme de dérivation directe d’une simplicité monacale, guidé exclusivement par des impératifs d’économie dérivationnelle : faire le moins de calculs possibles, ne laisser subsister aucun trait formel redondant non interprétable aux interfaces, et sélectionner systématiquement les dérivations les plus courtes et les plus élégantes.

8.2 Les interfaces cognitives et l’opération unifiée Merge (Fusion)

Au cœur du moteur computationnel minimaliste se trouve une opération combinatoire fondamentale, symétrique et récursive unique : l’opération Merge (la Fusion). Ayant éliminé l’arsenal lourd de la théorie X-barre et de Move $\alpha$, Chomsky démontre que l’ensemble des structures syntaxiques du langage humain peut être engendré par la répétition récursive de cette opération binaire primitive.

L’opération Merge prend deux objets syntaxiques préexistants $X$ et $Y$ (qu’il s’agisse de deux morphèmes élémentaires extraits du lexique ou d’objets syntaxiques complexes préalablement assemblés) et les fusionne pour former un nouvel objet hiérarchisé non ordonné, noté $K = {X, Y}$. L’un des deux éléments transfère son étiquette catégorielle à l’ensemble pour déterminer la nature du constituant résultant (par exemple, la fusion du verbe manger et du syntagme nominal des pommes engendre l’objet syntaxique de type verbal $[_{VP} \text{manger}, [_{NP} \text{des pommes}]]$).

Chomsky scinde ensuite fonctionnellement cette opération en deux modalités dérivées, résolvant d’un coup le mystère du déplacement syntaxique :

• Merge Externe (External Merge) : Deux objets distincts et indépendants sont prélevés dans le lexique ou la mémoire de travail computationnelle pour être assemblés. Cette opération est le fondement de la construction des relations prédicatives et thématiques primaires.
• Merge Interne (Internal Merge) : Un objet syntaxique $X$ qui fait déjà partie intégrante d’un objet plus vaste $Y$ est extrait de sa position d’origine et fusionné à nouveau à la racine périphérique de $Y$. Merge Interne est la dénomination minimaliste épurée de ce qui était jadis nommé « déplacement » ou « transformation ». Le déplacement n’est plus une opération exotique spécifique au langage, mais la simple manifestation gratuite et automatique de la récursion binaire inhérente à Merge.

Une conséquence théorique vertigineuse de cette modélisation réside dans la rétrogradation de l’ordre linéaire des mots au rang de simple épiphénomène imposé par l’extériorisation physique. Dans la syntaxe computationnelle pure (orientée vers l’interface Conceptuelle-Intentionnelle de la pensée), les objets syntaxiques sont des ensembles hiérarchiques non linéaires. L’obligation d’aligner les mots séquentiellement de gauche à droite dans le temps n’est qu’un artefact technique imposé par notre canal sensorimoteur, incapable de prononcer deux syntagmes de façon simultanée. Pour Chomsky, le cœur du langage est conçu pour la pensée interne récursive, et non prioritairement pour la communication vocale.

8.3 La redéfinition du LAD et de la Grammaire Universelle sous le minimalisme

Cette formidable simplification dérivationnelle a profondément reconfiguré la conception du Dispositif d’Acquisition du Langage et de la Grammaire Universelle. Dans leur article fondateur de 2002 publié dans la prestigieuse revue Science, Marc Hauser, Noam Chomsky et W. Tecumseh Fitch proposent une distinction méthodologique décisive pour l’ensemble des sciences cognitives et de la biologie évolutive :

• La Faculté de Langage au sens Large (Faculty of Language in the Broad sense – FLB) : Elle englobe l’ensemble des systèmes biologiques nécessaires à l’exercice du langage mais qui sont partagés avec d’autres espèces animales ou mobilisés pour d’autres fonctions cognitives non linguistiques. Cela inclut le système sensorimoteur (appareil phonatoire, motricité fine, perception auditive catégorielle) et le système conceptuel-intentionnel (théorie de l’esprit, mémoire épisodique, inférence causale, raisonnement spatial).
• La Faculté de Langage au sens Restreint (Faculty of Language in the Narrow sense – FLN) : Elle désigne le composant computationnel strictement spécifique au langage et strictement propre à l’espèce humaine. Selon l’hypothèse minimaliste la plus radicale formulée par les auteurs, la FLN ne contiendrait rien d’autre que le mécanisme de récursion syntaxique incarné par l’opération Merge, permettant de générer une infinité d’expressions structurées à partir d’un ensemble fini d’éléments.

Cette vision culmine dans la théorie des Trois Facteurs du design linguistique formulée par Chomsky en 2005. L’architecture de la langue dans l’esprit/cerveau d’un individu mature est le produit dynamique de l’intersection de trois forces complémentaires :

1. Le premier facteur : La dotation génétique innée propre à l’espèce, correspondant à la GU réduite à sa plus simple expression biologique (la FLN et l’opération Merge).
2. Le deuxième facteur : L’expérience environnementale contingente, c’est-à-dire l’exposition aux Données Linguistiques Primaires d’une communauté donnée qui fixe les options paramétriques et alimente le lexique phonologique particulier.
3. Le troisième facteur : Les principes généraux d’efficacité computationnelle, de physique, de mathématiques et d’auto-organisation morphogénétique qui ne sont spécifiques ni au langage ni à la biologie (lois d’économie, minimisation de la charge computationnelle, conservation des ressources mémorielles).

Cette évolution théorique majeure a considérablement allégé le fardeau génétique imposé à l’évolution : le LAD n’est plus un gigantesque catalogue de centaines de règles formelles préprogrammées dans l’ADN, mais une étincelle computationnelle élémentaire interagissant avec les lois physiques générales de la nature.

9. Psycholinguistique cognitive et validation empirique du LAD chez l’enfant

9.1 Chronologie développementale et trajectoire universelle chez l’enfant

L’une des validations empiriques les plus frappantes du modèle innéiste réside dans l’extraordinaire régularité transculturelle et chronologique avec laquelle se déploie l’acquisition du langage chez le jeune être humain. Quels que soient le continent géographique, la complexité morphologique apparente de la langue vernaculaire et le style éducatif des parents (des cultures occidentales sur-stimulantes aux sociétés traditionnelles où l’on ne s’adresse presque jamais directement aux bébés), la trajectoire de maturation linguistique traverse exactement les mêmes jalons temporels fondamentaux.

Dès les premiers mois de sa vie, le nourrisson manifeste des compétences discriminatoires phonologiques universelles stupéfiantes. Les travaux fondateurs de Peter Eimas ont révélé que des bébés âgés de quelques semaines perçoivent les contrastes phonologiques catégoriels (comme la distinction entre le son $[b]$ et le son $[p]$) de manière identique à des adultes, avant même toute production verbale articulée. Autour de 6 à 8 mois survient l’étape universelle du babillage canonique (émission rythmique de syllabes rédupliquées de type ba-ba-ba ou da-da-da), qui apparaît chez tous les enfants du monde, y compris chez les enfants sourds profonds qui le manifestent manuellement par des gestes rythmés si des modèles de signes leur sont accessibles.

Vers l’âge de 12 mois émerge le stade holofrastique (la production de mots uniques porteurs de la signification d’une proposition complète), suivi vers 18 à 24 mois par une soudaine explosion lexicale et l’entrée dans le stade télégraphique. L’enfant commence alors à combiner deux ou trois mots en respectant de façon impeccable l’ordre structurel fondamental des constituants de sa langue (par exemple, Verbe-Objet en français ou Objet-Verbe en japonais), sans omettre les relations syntaxiques profondes en dépit de l’absence transitoire des morphèmes grammaticaux libres (articles, prépositions, flexions verbales complexes). Vers l’âge de 3 ans, sans qu’aucun parent n’ait jamais pris le temps d’enseigner formellement les règles de la subordination ou du déplacement interrogatif, l’enfant manipule avec une virtuosité stupéfiante des propositions récursives et des structures arborescentes complexes.

9.2 Le phénomène des surgénéralisations morphologiques

L’observation du comportement linguistique enfantin fournit des preuves empiriques irréfutables attestant que l’enfant ne se contente pas d’enregistrer et de reproduire par imitation passive les phrases de son environnement. La manifestation la plus éclatante de ce phénomène réside dans les surgénéralisations morphologiques.

Dans toutes les langues du monde dotées de conjugaisons ou de déclinaisons irrégulières, on observe le même paradoxe développemental, connu sous le nom de courbe d’apprentissage en U. Dans un premier temps, le tout jeune enfant produit des formes verbales irrégulières parfaitement correctes (comme went pour le prétérit de go en anglais, ou il a pris en français). À ce stade initial élémentaire, l’enfant restitue simplement par mémoire associative pure des formes fréquentes entendues directement dans son entourage immédiat.

Toutefois, quelques mois plus tard, la performance de surface semble régresser de façon spectaculaire. L’enfant se met soudainement à produire des formes inédites, aberrantes et totalement absentes du discours adulte ambiant, comme *goed (au lieu de went) en anglais, ou *il a prendu, *nous faisez, *vous disez en français. Loin de traduire une détérioration cognitive, cette chute temporaire de la performance signale au contraire une gigantesque victoire de la compétence : le Dispositif d’Acquisition du Langage a réussi à extraire la règle computationnelle abstraite régulière de flexion verbale et son système computationnel interne l’applique désormais de manière aveugle et universelle à l’ensemble du stock lexical mental, écrasant transitoirement les traces mémorielles singulières des formes irrégulières.

Le fait décisif souligné par la psycholinguistique chomskyenne est l’imperméabilité absolue de ces productions enfantines aux tentatives parentales de rectification explicite. Les enregistrements de dialogues entre parents et enfants (notamment analysés par Jean Berko-Gleason avec son célèbre Wug Test, ou par Roger Brown) démontrent que même lorsqu’un adulte reprend inlassablement l’enfant en lui disant : « Non, on ne dit pas « il a prendu », mais « il a pris » », l’enfant acquiesce sémantiquement avant de répéter instantanément : « Oui, papa, il a prendu le jouet ! ». L’enfant n’est pas guidé par la rétroaction extérieure, mais par la maturation autonome de son système génératif computationnel interne.

9.3 L’hypothèse de la période critique pour l’acquisition du langage

L’affirmation selon laquelle le LAD constitue un organe mental d’origine biologique trouve un appui empirique considérable dans l’hypothèse de la période critique (ou période sensible), magistralement conceptualisée par le neurolinguiste Eric Lenneberg dans son ouvrage séminal de 1967, Biological Foundations of Language. Lenneberg a démontré que le déploiement harmonieux de la faculté de langage dépend étroitement de fenêtres temporelles de maturation neurobiologique gouvernées par la plasticité cérébrale, s’étendant de la petite enfance jusqu’aux abords de la puberté.

Les preuves les plus tragiques et les plus saisissantes de cette contrainte biologique proviennent de l’étude neuropsychologique des « enfants sauvages » ou des enfants soumis à un isolement social et sensoriel sévère durant leurs premières années de vie. Le cas le plus documenté et le plus rigoureusement analysé par les linguistes génératifs (notamment par Susan Curtiss) est celui de Genie, une enfant américaine séquestrée par un père psychotique de l’âge de 20 mois jusqu’à l’âge de 13 ans et demi, privée de toute interaction linguistique et de tout contact affectif. Après sa libération au début des années 1970, une équipe pluridisciplinaire de psychologues et de linguistes a tenté de lui réapprendre à parler.

Si Genie a pu, au fil des années, acquérir un vocabulaire lexical riche de plusieurs centaines de mots concrets et développer des capacités pragmatiques notables de communication sémantique, elle s’est avérée structurellement incapable d’acquérir la moindre syntaxe formelle hiérarchique complexe. Ses énoncés sont demeurés cantonnés à des juxtapositions linéaires plates, privées de morphèmes grammaticaux, de subordination récursive et de règles de transformation. Les examens électrophysiologiques ont montré que le traitement du langage chez Genie s’effectuait anormalement dans l’hémisphère droit, les réseaux neuronaux spécialisés du cortex périsylvien gauche ayant irrémédiablement manqué leur fenêtre de synaptogénèse et de myélinisation faute de déclencheur environnemental durant la période critique.

Cette réalité biologique se manifeste également de façon éclatante chez les enfants sourds congénitaux nés de parents entendants non-signeurs. Les recherches menées par Elissa Newport ont prouvé que les sourds exposés à la langue des signes américaine (ASL) dès leur plus jeune âge atteignent une compétence grammaticale impeccable et native. En revanche, ceux qui n’ont été exposés pour la première fois à la langue des signes qu’à l’adolescence ou à l’âge adulte manifestent de façon permanente des déficits morphosyntaxiques substantiels et une variabilité dérivationnelle persistante, démontrant que la plasticité du LAD s’atrophie irrémédiablement avec l’âge.

10. Débats contemporains, approches connexionnistes et modèles fondés sur l’usage

10.1 La critique connexionniste et les réseaux de neurones artificiels

Dès les années 1980, le paradigme innéiste chomskyen a été défié par l’émergence des modèles du traitement distribué en parallèle (PDP), plus communément qualifiés de connexionnisme. Des chercheurs pionniers comme David Rumelhart et James McClelland ont cherché à prouver qu’un réseau de neurones artificiels dénué de toute règle formelle programmée pouvait apprendre les formes passées des verbes anglais par simple rétropropagation de l’erreur au fil d’expositions massives à des données d’entraînement. Ces travaux visaient à porter un coup fatal au modèle innéiste en suggérant que l’apprentissage statistique d’associations distribuées pouvait se substituer avantageusement aux symboles discrets et aux contraintes universelles.

La réplique des théoriciens générativistes, menée avec éclat par Steven Pinker et Alan Prince en 1988, a pointé les biais expérimentaux monumentaux et les failles de ces architectures connexionnistes primitives. Pinker a démontré que les réseaux de Rumelhart et McClelland ne parvenaient à simuler la courbe en U qu’en trichant sur la distribution des fréquences dans le corpus d’entraînement (en injectant massivement des verbes réguliers à une étape artificielle) et commettaient des erreurs absurdes qu’aucun enfant réel ne produit jamais (comme générer le passé *membled à partir du présent fictif mail).

Au XXIe siècle, cette controverse épistémologique historique a trouvé un regain d’intensité spectaculaire avec l’avènement des Grands Modèles de Langage (Large Language Models – LLM) basés sur l’architecture des transformeurs (tels que GPT-4). Les partisans contemporains de l’empirisme computationnel avancent que la capacité de ces réseaux de neurones profonds à générer un texte fluide, syntaxiquement impeccable et argumenté démontre la fausseté de l’argument de la pauvreté du stimulus. Cependant, Chomsky et ses collègues biolinguistes rappellent inlassablement l’abîme incommensurable qui sépare l’apprentissage humain de ces machines statistiques. Un LLM a besoin d’ingérer des téraoctets de textes (des centaines de milliards de mots, soit bien plus que ce qu’un être humain ne lira ou n’entendra au long d’un millier de vies entières) et d’un entraînement énergivore colossal pour dégager des régularités de surface. L’enfant humain, lui, n’a besoin que de quelques mégabits de données acoustiques primaires bruyantes pour maîtriser la plénitude de sa compétence interne, attestant plus que jamais l’exigence d’une structure biologique préprogrammée pour contraindre l’espace des possibles.

10.2 L’approche constructiviste et la linguistique basée sur l’usage de Michael Tomasello

L’alternative la plus influente et la plus cohérente à la grammaire générative au sein des sciences cognitives contemporaines provient de la linguistique basée sur l’usage (Usage-Based Linguistics), portée avec vigueur par des psychologues du développement et des anthropologues comme Michael Tomasello. Dans des ouvrages de référence tels que Constructing a Language (2003), Tomasello rejette catégoriquement le postulat chomskyen d’une Grammaire Universelle innée et de contraintes syntaxiques abstraites propres au langage.

Pour le courant constructiviste et cognitif, le langage n’est pas un module computationnel autonome géré par un LAD spécifique, mais une compétence émergente issue de la mise en synergie d’aptitudes cognitives humaines de domaine général. Tomasello met en avant deux piliers fondamentaux non spécifiques à la syntaxe :

• La lecture d’intention et l’attention conjointe (intention-reading) : La capacité sociocognitive unique qu’ont les petits humains dès l’âge de 9 à 12 mois de comprendre que leurs congénères sont des agents intentionnels poursuivant des buts mentaux et communicatifs précis, permettant de fixer le sens des symboles dans des contextes partagés.
• La détection de régularités et l’analogie structurale (pattern-finding) : Des capacités de segmentation statistique et d’abstraction analogique permettant à l’enfant d’extraire progressivement des motifs combinatoires récurrents à partir du langage réellement utilisé dans les interactions vécues.

Selon cette vision, l’enfant ne commence pas sa trajectoire linguistique avec des catégories formelles abstraites comme Syntagme Nominal ($NP$) ou Syntagme Verbal ($VP$). Il commence par apprendre des constructions concrètes et figées centrées sur des verbes spécifiques (le modèle des îlots verbaux ou verb-islands : par exemple, le schéma $[ \text{X mange Y} ]$). Ce n’est que très lentement et progressivement, par accumulation d’expériences concrètes et par substitution analogique, que l’enfant étendrait ces schémas locaux pour converger, vers 5 ou 6 ans, vers des catégories grammaticales générales. Les générativistes répliquent toutefois à Tomasello que ce modèle constructiviste échoue structurellement à expliquer l’universalité des contraintes négatives inaccessibles à l’expérience (les îlots syntaxiques et les principes de liage), qui ne peuvent pas être induites par une simple sémantique de l’usage social.

10.3 La controverse anthropologique et typologique : L’exemple de la langue Pirahã

Au milieu des années 2000, un séisme anthropologique a secoué la communauté des linguistes génératifs lorsque l’ethnolinguiste Daniel Everett a publié ses travaux sur la langue des Pirahã, une petite tribu de chasseurs-cueilleurs isolée au fin fond de la forêt amazonienne au Brésil. Everett, qui a vécu de longues années parmi les Pirahã, a affirmé dans un article fracassant publié dans Current Anthropology en 2005 que leur langue violait les postulats fondamentaux supposés universels de la théorie chomskyenne.

Selon Everett, le pirahã est totalement dépourvu de tout mécanisme de récursion syntaxique : il ne posséderait aucune proposition subordonnée enchâssée (pas de relatives, pas de complétives), aucune possibilité de coordonner ou d’enchâsser des syntagmes nominaux possessifs (du type le frère du cousin de Pierre), ni même de termes numériques abstraits pour compter ou de vocabulaire pour nommer les couleurs. Everett a affirmé que l’absence de récursion était dictée par une contrainte culturelle suprême : le « principe d’immédiateté de l’expérience », interdisant de verbaliser tout événement qui n’a pas été vécu directement dans le temps présent par le locuteur ou un témoin vivant. Si une langue naturelle pouvait survivre sans récursion, la proposition minimaliste de Hauser, Chomsky et Fitch (faisant de la récursion le seul invariant computationnel propre au langage humain) se trouvait empiriquement réfutée.

La réaction du camp générativiste ne s’est pas fait attendre et a déclenché une querelle scientifique acrimonieuse. Des linguistes du Massachusetts Institute of Technology (MIT), menés par David Pesetsky, Andrew Nevins et Cilene Rodrigues, ont réexaminé en détail les enregistrements et transcriptions d’Everett et ont contesté la justesse de ses analyses morphosyntaxiques. Ils ont soutenu que ce qu’Everett traduisait par deux phrases distinctes juxtaposées présentait en réalité toutes les signatures formelles classiques de la subordination et de l’enchaînement syntaxique complexe.

Au-delà de la bataille typologique, Chomsky a clarifié la distinction épistémologique cruciale entre la compétence et sa manifestation empirique contingente au sein d’une culture donnée. Qu’une langue particulière, sous des pressions culturelles locales extrêmes, restreigne temporairement l’expression de la récursion dans ses corpus enregistrés ne prouve aucunement que les locuteurs pirahã soient dépourvus de la compétence générative universelle. Les enfants pirahã élevés dans un environnement lusophone apprennent le portugais brésilien avec exactement la même facilité, la même richesse récursive et les mêmes principes universels que n’importe quel autre être humain de la planète, prouvant que la machinerie biologique du LAD est intacte et universellement distribuée dans l’espèce.

11. Biolinguistique et neurosciences : À la recherche du substrat biologique du langage

11.1 Le programme biolinguistique et l’évolution de la faculté de langage

Dès l’origine, le projet chomskyen s’est voulu résolument naturaliste, envisageant la linguistique comme une sous-discipline de la biologie théorique. Cette orientation a pris un essor institutionnel et méthodologique majeur sous la bannière de la biolinguistique, champ de recherche interdisciplinaire associant générativistes, généticiens, neurobiologistes et paléoanthropologues pour élucider l’histoire évolutive et le substrat physique de la faculté computationnelle de langage.

La question de l’évolution biologique de la syntaxe constitue l’une des zones de tension les plus vives entre la perspective chomskyenne et le néo-darwinisme adaptationniste traditionnel. Des auteurs comme Steven Pinker et Paul Bloom ont soutenu que la grammaire générative s’est forgée par sélection naturelle graduelle, accumulation lente de micromutations génétiques ayant procuré un avantage adaptatif pour la communication sociale et la chasse coopérative tout au long du Pléistocène.

Chomsky adopte une position diamétralement opposée, d’inspiration résolument saltationniste et morphogénétique, rappelant les thèses du biologiste Stephen Jay Gould. Pour Chomsky, l’émergence de la faculté de langage au sens restreint (l’opération Merge) ne relève pas d’une lente sélection fonctionnelle pour la communication, mais plutôt d’un événement mutationnel soudain et ponctuel survenu au sein d’une petite population d’hominidés en Afrique subsaharienne, il y a environ 100 000 à 200 000 ans. Cette réorganisation neuronale mineure aurait permis de connecter un réseau cérébral préexistant pour donner naissance d’un seul coup au calcul computationnel récursif infini, dotant l’être humain d’un puissant « langage de la pensée » intérieur (le système de pensée conceptuelle) qui ne se serait extériorisé que secondairement vers les organes phonatoires périphériques.

11.2 Les corrélats génétiques : Le cas du gène FOXP2 et des troubles spécifiques

L’exploration des bases génétiques moléculaires de la faculté de langage a connu un tournant historique au début des années 1990 avec l’étude de la célèbre famille KE, une famille britannique d’ascendance pakistanaise dont environ la moitié des membres sur trois générations souffrait d’un trouble linguistique sévère. Les individus affectés manifestaient une dyspraxie verbale développementale majeure doublée de déficits persistants dans la maîtrise de la syntaxe, l’application des règles morphologiques flexionnelles (comme les pluriels ou les temps passés) et la compréhension des phrases complexes.

Les investigations génétiques menées par le laboratoire d’Anthony Monaco à Oxford ont abouti en 2001 à l’identification de la cause biologique sous-jacente : une mutation ponctuelle hétérozygote sur le gène FOXP2, situé sur le chromosome 7. Ce gène code pour un facteur de transcription protéique régulateur qui orchestre l’expression d’une multitude d’autres gènes impliqués dans l’embryogenèse et la morphogénèse des circuits neuronaux des ganglions de la base et du cortex frontal inférieur.

Si certains médias ont hâtivement qualifié FOXP2 de « gène du langage » ou de « gène de la grammaire », les linguistes génératifs et les généticiens ont rapidement dissipé cette illusion réductionniste. Le gène FOXP2 est un gène hautement conservé chez tous les mammifères (ne différant que de deux acides aminés entre le chimpanzé et l’homme) ; il ne code pas pour des règles de syntaxe chomskyenne ou pour le LAD en tant que tel. Il constitue néanmoins une preuve indiscutable que des architectures cérébrales génétiquement balisées sont indispensables pour assurer le bon fonctionnement computationnel du langage.

Cette spécificité génétique est corroborée par l’existence de dissociations neurodéveloppementales fascinantes comme le Syndrome de Williams. Les enfants atteints de cette anomalie génétique (délétion sur le chromosome 7q11.23) présentent un retard mental global prononcé, un quotient intellectuel très bas (entre 50 et 70) et une incapacité presque complète à réaliser des calculs spatiaux élémentaires. Pourtant, ils manifestent paradoxalement des compétences linguistiques extrêmement riches, un vocabulaire sophistiqué et une syntaxe arborescente complexe impeccablement préservée. Cette double dissociation prouve de façon magistrale que la compétence syntaxique interne ne se réduit pas à une fonction dérivée de l’intelligence cognitive générale, confortant l’hypothèse de la modularité biologique du langage postulée par Chomsky.

11.3 Neuro-imagerie fonctionnelle et organisation cérébrale de la syntaxe

Les avancées fulgurantes de la neuro-imagerie fonctionnelle moderne (IRMf, magnétoencéphalographie et électroencéphalographie à haute densité) ont permis de traquer avec une précision inédite les signatures neurobiologiques du calcul syntaxique abstrait décrit par la grammaire générative. Des neuroscientifiques du langage de premier plan, tels qu’Angela Friederici ou Stanislas Dehaene, ont mis en évidence l’existence de réseaux cortico-sous-corticaux hautement spécialisés dans le traitement de la hiérarchie syntagmatique.

L’organisation cérébrale de la syntaxe repose principalement sur la région périsylvienne de l’hémisphère gauche. En particulier, la partie postérieure du gyrus frontal inférieur gauche, correspondant à l’aire de Broca (spécifiquement les aires de Brodmann BA 44 et BA 45), montre une activation sélective dès lors que le cerveau est confronté à des structures arborescentes complexes ou à des opérations de déplacement syntaxique (Merge Interne). Plus la distance structurelle entre un élément déplacé et sa trace d’origine est grande (comme dans les phrases clivées ou les interrogatives complexes), plus l’activation métabolique dans BA 44 s’intensifie, objectivant la réalité physique de la charge computationnelle postulée par les modèles théoriques.

Sur le plan anatomique de la connectivité structurelle, la neurobiologie a souligné le rôle pivot des faisceaux de substance blanche, et tout particulièrement de la branche dorsale du faisceau arqué reliant l’aire de Broca (BA 44) au cortex temporal supérieur postérieur (aire de Wernicke). Les travaux d’Angela Friederici ont démontré que ce faisceau dorsal est immature chez le nouveau-né et achève sa myélinisation tardivement au cours du développement infantile, coïncidant très exactement avec l’apparition de la capacité à comprendre les structures syntaxiques dépendantes et complexes vers l’âge de 3 à 4 ans. Chez les primates non-humains, ce faisceau dorsal est extrêmement ténu ou absent, limitant leur traitement cérébral à des séquences linéaires d’associations locales via la voie ventrale.

Sur le plan chronométrique, l’électroencéphalographie a identifié des marqueurs électrophysiologiques distinctifs qui discriminent de façon éclatante le traitement de la syntaxe de celui de la sémantique :

• L’onde LAN (Left Anterior Negativity), survenant entre 100 et 300 millisecondes après la présentation d’un stimulus, réagit spécifiquement aux violations morphosyntaxiques pures (erreurs d’accord en genre ou en nombre, violation de la structure syntagmatique de base).
• L’onde P600, une onde positive tardive culminant vers 600 millisecondes dans les régions centro-pariétales, est déclenchée lors des violations de contraintes syntaxiques profondes (violation d’îlots, erreurs de cas, ambiguïtés structurales de type garden-path nécessitant une réanalyse syntaxique globale).
• À l’inverse, l’onde N400 (une onde négative culminant à 400 millisecondes) est insensible aux fautes de grammaire formelle mais s’active massivement lors d’incongruités sémantiques ou conceptuelles (comme dans « La table mange le vent »).

Cette stricte dissociation temporelle et topographique dans le cerveau valide expérimentalement l’affirmation chomskyenne originelle d’une autonomie structurelle absolue de la syntaxe par rapport aux systèmes d’interprétation du sens.

12. Héritage intellectuel et répercussions sur les sciences cognitives modernes

12.1 L’influence déterminante sur la théorie de la modularité de l’esprit

L’onde de choc déclenchée par la conception chomskyenne du LAD s’est diffusée à travers toute la philosophie de l’esprit et la psychologie théorique, trouvant son incarnation la plus célèbre dans la théorie de la modularité de l’esprit formalisée par le philosophe Jerry Fodor en 1983. Fodor s’est explicitement inspiré du modèle de la compétence linguistique interne pour proposer une architecture globale du psychisme humain divisée entre des systèmes de traitement périphérique modulaires et des systèmes cognitifs centraux.

Selon cette conception fodorienne, directement issue de la pensée chomskyenne, un module cognitif se caractérise par des propriétés formelles précises : il est spécifique à un domaine (il ne traite qu’un type exclusif d’information, comme la phonologie ou la syntaxe), son fonctionnement est automatique et obligatoire (un locuteur ne peut pas choisir d’entendre une phrase de sa langue maternelle comme un simple bruit physique dénué de structure), et il est caractérisé par un encapsulement informationnel étanche (le calcul grammatical interne ne peut être influencé par les croyances globales, les désirs ou les connaissances sémantiques contextuelles du sujet au moment où il s’exécute).

Cette approche a profondément façonné les débats modernes en psychologie évolutionniste, portée par des théoriciens comme Leda Cosmides et John Tooby, qui ont poussé l’intuition modulaire jusqu’à l’hypothèse d’une « modularité massive » (l’esprit humain conçu comme un « couteau suisse » composé d’une myriade de sous-systèmes génétiquement sélectionnés pour résoudre des problèmes adaptatifs ancestraux spécifiques). Bien que Chomsky ait toujours exprimé une extrême prudence épistémologique face aux extrapolations parfois hasardeuses de la psychologie évolutionniste, son œuvre a irrémédiablement brisé le dogme d’un esprit indifférencié régi par un système d’apprentissage unique.

12.2 La formalisation mathématique et son impact en informatique théorique

L’héritage scientifique de Noam Chomsky ne se cantonne pas aux rivages des sciences humaines et de la biologie : il a façonné de manière indélébile les fondements mêmes de l’informatique théorique et du génie logiciel au travers de la célèbre Hiérarchie de Chomsky, formulée entre 1956 et 1959. En cherchant à classifier formellement la puissance générative des différents types de grammaires mathématiques concevables, Chomsky a établi un pont magistral entre la théorie des langages formels et la théorie des automates abstraits théorisée par Alan Turing.

La hiérarchie de Chomsky partitionne les grammaires formelles en quatre classes emboîtées de puissance expressive croissante :

• Type 3 : Les grammaires régulières (ou linéaires). Reconnues par les automates finis déterministes ou non déterministes, elles sont aujourd’hui au cœur des moteurs d’expressions régulières (regex) utilisés dans l’ensemble des systèmes d’exploitation informatiques contemporains.
• Type 2 : Les grammaires non contextuelles (ou context-free). Reconnues par les automates à pile non déterministes, elles constituent la base formelle absolue sur laquelle repose l’architecture de tous les langages de programmation modernes (C, Java, Python) et des compilateurs informatiques chargés de vérifier la syntaxe du code source au moyen de grammaires BNF (Backus-Naur Form).
• Type 1 : Les grammaires contextuelles (ou context-sensitive). Reconnues par les automates linéairement bornés, elles permettent de rendre compte de dépendances croisées plus complexes.
• Type 0 : Les grammaires générales sans restriction (ou récursivement énumérables). Reconnues par les machines de Turing universelles, elles représentent la limite absolue de ce qui est calculable par un système logique ou physique quelconque.

Cette classification a constitué l’un des piliers méthodologiques de la révolution informatique de la seconde moitié du XXe siècle. En démontrant mathématiquement dès 1957 que les langues naturelles humaines ne peuvent en aucun cas appartenir au Type 3 (les grammaires à états finis régulières étant structurellement incapables de capturer l’infinité des dépendances à distance récursives emboîtées), Chomsky a fixé pour toujours les frontières formelles de ce que signifie la computation linguistique.

12.3 Perspectives futures et bilan épistémologique de la pensée chomskyenne

Au terme de plus de six décennies de recherches intenses et d’incessants renouvellements théoriques, l’entreprise générative inaugurée par Noam Chomsky apparaît comme l’une des aventures intellectuelles les plus audacieuses et fécondes du XXe et du XXIe siècle. En refusant avec opiniâtreté de céder aux sirènes des facilités empiristes de l’accumulation passive de données, Chomsky a redonné à l’interrogation scientifique sur l’humain sa pleine dimension philosophique et cognitive.

Le bilan épistémologique du modèle chomskyen se distingue avant tout par sa fidélité inébranlable à la question fondamentale posée jadis par Platon dans le Ménon et reformulée par Chomsky sous le nom de « problème de Platon » : Comment se fait-il que les êtres humains, dont les contacts avec le monde sont si brefs, si personnels et si limités, soient pourtant capables d’arriver à un tel niveau de savoir et de créativité ? En affirmant que la réponse réside dans la présence au sein de notre constitution biologique d’une matrice universelle de règles génératives, Chomsky a émancipé définitivement la psychologie cognitive moderne de l’illusion behavioriste.

Les perspectives futures s’orientent désormais vers des tentatives passionnantes de synthèse interdisciplinaire. Loin de s’enfermer dans un dogmatisme stérile, de nombreux chercheurs contemporains explorent les zones de convergence possibles entre la rigueur computationnelle des modèles formels génératifs et la puissance probabiliste des modèles statistiques hiérarchiques (notamment par le biais des approches de grammaires génératives probabilistes et de la modélisation bayésienne de haut niveau). Parallèlement, l’essor fulgurant de la génomique comparative et de la cartographie cérébrale à haute résolution offre l’espoir de localiser enfin avec une précision chirurgicale les sous-systèmes neuronaux et les cascades moléculaires exactes qui permettent à l’étincelle computationnelle de Merge de s’allumer dans le cerveau de chaque petit enfant humain qui vient au monde, perpétuant ainsi le miracle quotidien de la parole libre et infinie.

Références

Berko, J. (1958). The child’s learning of English morphology. Word, 14(2-3), 150-177. https://doi.org/10.1080/00437956.1958.11659661

Bloomfield, L. (1933). Language. Henry Holt and Company.

Chomsky, N. (1956). Three models for the description of language. IRE Transactions on Information Theory, 2(3), 113-124. https://doi.org/10.1109/TIT.1956.1056813

Chomsky, N. (1957). Syntactic Structures. Mouton & Co. https://doi.org/10.1515/9783112316009

Chomsky, N. (1959). A review of B. F. Skinner’s Verbal Behavior. Language, 35(1), 26-58. https://doi.org/10.2307/411334

Chomsky, N. (1965). Aspects of the Theory of Syntax. MIT Press. https://doi.org/10.21236/ad0616323

Chomsky, N. (1966). Cartesian Linguistics: A Chapter in the History of Rationalist Thought. Harper & Row.

Chomsky, N. (1970). Remarks on nominalization. In R. Jacobs & P. Rosenbaum (Eds.), Readings in English Transformational Grammar (pp. 184-221). Ginn and Company.

Chomsky, N. (1981). Lectures on Government and Binding: The Pisa Lectures. Foris Publications.

Chomsky, N. (1986). Knowledge of Language: Its Nature, Origin, and Use. Praeger.

Chomsky, N. (1995). The Minimalist Program. MIT Press. https://doi.org/10.7551/mitpress/9780262527347.001.0001

Chomsky, N. (2005). Three factors in language design. Linguistic Inquiry, 36(1), 1-22. https://doi.org/10.1162/0024389053279383

Crain, S., & Pietroski, P. (2001). Nature, nurture and universal grammar. Linguistics and Philosophy, 24(2), 139-186. https://doi.org/10.1023/A:1005615309322

Curtiss, S. (1977). Genie: A Psycholinguistic Study of a Modern-Day « Wild Child ». Academic Press.

Dehaene, S., Meyniel, F., Wacongne, C., Wang, L., & Pallier, C. (2015). The neural representation of sequences: From transition probabilities to abstract rules and geometry. Neuron, 88(1), 2-19. https://doi.org/10.1016/j.neuron.2015.09.019

Eimas, P. D., Siqueland, E. R., Jusczyk, P., & Vigorito, J. (1971). Speech perception in infants. Science, 171(3968), 303-306. https://doi.org/10.1126/science.171.3968.303

Everett, D. L. (2005). Cultural constraints on grammar and cognition in Pirahã: Another look at the design features of human language. Current Anthropology, 46(4), 621-646. https://doi.org/10.1086/431525

Fodor, J. A. (1983). The Modularity of Mind: An Essay on Faculty Psychology. MIT Press. https://doi.org/10.7551/mitpress/4737.001.0001

Friederici, A. D. (2011). The brain basis of language processing: From structure to function. Physiological Reviews, 91(4), 1357-1392. https://doi.org/10.1152/physrev.00006.2011

Hauser, M. D., Chomsky, N., & Fitch, W. T. (2002). The faculty of language: What is it, who has it, and how did it evolve? Science, 298(5598), 1569-1579. https://doi.org/10.1126/science.298.5598.1569

Katz, J. J., & Postal, P. M. (1964). An Integrated Theory of Linguistic Descriptions. MIT Press.

Lai, C. S., Fisher, S. E., Hurst, J. A., Vargha-Khadem, F., & Monaco, A. P. (2001). A forkhead-domain gene is mutated in a severe speech and language disorder. Nature, 413(6855), 519-523. https://doi.org/10.1038/35097076

Lenneberg, E. H. (1967). Biological Foundations of Language. John Wiley & Sons.

Nevins, A., Pesetsky, D., & Rodrigues, C. (2009). Pirahã exceptionality: A reassessment. Language, 85(2), 355-404. https://doi.org/10.1353/lan.0.0107

Newport, E. L. (1990). Maturational constraints on language learning. Cognitive Science, 14(1), 11-28. https://doi.org/10.1207/s15516709cog1401_2

Pinker, S. (1994). The Language Instinct: How the Mind Creates Language. William Morrow and Company.

Pinker, S., & Bloom, P. (1990). Natural language and natural selection. Behavioral and Brain Sciences, 13(4), 707-727. https://doi.org/10.1017/S0140525X00081061

Pinker, S., & Prince, A. (1988). On language and connectionism: Analysis of a parallel distributed processing model of language acquisition. Cognition, 28(1-2), 73-193. https://doi.org/10.1016/0010-0277(88)90032-7

Pullum, G. K., & Scholz, B. C. (2002). Empirical assessment of stimulus poverty arguments. The Linguistic Review, 19(1-2), 9-50. https://doi.org/10.1515/tlir.19.1-2.9

Ross, J. R. (1967). Constraints on Variables in Syntax (Doctoral dissertation). Massachusetts Institute of Technology.

Rumelhart, D. E., & McClelland, J. L. (1986). On learning the past tenses of English verbs. In J. L. McClelland & D. E. Rumelhart (Eds.), Parallel Distributed Processing: Explorations in the Microstructure of Cognition (Vol. 2, pp. 216-271). MIT Press.

Skinner, B. F. (1957). Verbal Behavior. Appleton-Century-Crofts. https://doi.org/10.1037/11256-000

Tomasello, M. (2003). Constructing a Language: A Usage-Based Theory of Language Acquisition. Harvard University Press.