Psittacisme

Psittacisme (nom masculin) : régime de parole où les mots s’enchaînent par tronçons appris, récités sur la foi d’autrui, sans que la pensée les gouverne ; Leibniz appliquait le mot aux hommes, nous en avons fait, sous le nom de « perroquet stochastique », un grief contre les machines.

Depuis 2021, la critique la plus répandue des modèles de langage tient dans une image : un perroquet qui coud des bouts de phrases selon leurs probabilités, sans rien entendre à ce qu’il dit. L’image rassure, parce qu’elle suppose son contraire. Nous, humains, bâtirions nos phrases selon des plans emboîtés, du haut vers le bas, en architectes.

Une étude parue le 21 janvier 2026 dans Nature Human Behaviour, signée Yngwie Nielsen et Morten Christiansen, ébrèche ce confort. Sur près de cinq cents participants, elle montre que notre mémoire du langage conserve aussi de courtes suites de catégories grammaticales (un verbe, une préposition, un article) qui ne forment aucune unité aux yeux du grammairien et qui, pourtant, rendent plus fluide la suite semblable qui vient après, comme un pli déjà pris.

Attention : l’étude ne démontre ni que la hiérarchie syntaxique est une illusion, ni que nous fonctionnons comme ChatGPT. Elle établit qu’il existe autre chose que des structures emboîtées ; et l’exploration du cerveau, de son côté, continue de trouver ces structures.

Le déplacement est ailleurs. L’insulte que nous réservons aux machines décrit une part de notre propre parole, et Leibniz le savait, qui appelait psittacisme ces raisonnements récités sans l’objet sous les yeux. Le tronçon, en lui-même, est une économie vitale : la mémoire immédiate s’efface trop vite pour garder chaque mot en attente. Il devient une servitude quand il tient lieu de jugement. Et c’est là que la question cesse d’être linguistique pour devenir politique : qui fabrique les formules que nous récitons ?

On a cherché le perroquet dans la machine : il nichait dans nos éléments de langage.

La version longue

Une insulte confortable

En mars 2021, quatre chercheuses (Emily Bender, Timnit Gebru, Angelina McMillan-Major et Margaret Mitchell, cette dernière sous un pseudonyme) présentent à la conférence FAccT un article au titre de pamphlet : On the Dangers of Stochastic Parrots (« Des dangers des perroquets stochastiques »). Le grand modèle de langage y est décrit comme un dispositif qui s’entend à « coudre bout à bout des séquences de formes linguistiques », d’après les probabilités de leurs voisinages, « sans aucune référence au sens ». La formule a fait fortune. Elle est devenue, dans les dîners comme sur les plateaux, l’argument qui dispense d’argumenter.

Deux ans plus tard, le 8 mars 2023, Noam Chomsky enfonce le clou dans le New York Times, avec Ian Roberts et Jeffrey Watumull : l’esprit humain ne serait pas, à la différence de ChatGPT, « un pesant moteur statistique de reconnaissance de formes », mais un système qui cherche des explications là où la machine se contente de corrélations.

Notez que les deux réquisitoires ne visent pas la même cible : Bender et ses coautrices parlent du sens, Chomsky de la structure. L’opinion les a pourtant fondus en un verdict d’une simplicité reposante. À la machine les chapelets de mots, à l’homme l’architecture ; eux enfilent des perles, nous élevons des cathédrales.

Ce partage avait un précédent, qu’on oublie volontiers, car le reproche du perroquet a visé les hommes bien avant les machines. Dans les Nouveaux essais sur l’entendement humain (rédigés vers 1704, publiés en 1765), Leibniz observe que nous raisonnons souvent en paroles, sans presque avoir l’objet dans l’esprit, et que nous récitons sur la foi d’autrui ce que nous croyons penser ; il y voit « une espèce de psittacisme, qui ne fournit rien pour le présent à l’esprit » (livre II, chapitre XXI, § 35). Trois siècles plus tard, une étude de psycholinguistique rappelle, sans l’avoir cherché, à qui ce mot s’adressait d’abord.

Trois mots qui ne font pas un groupe

Tenez : added to a, « ajouté à un ». Ou defined by the, « défini par le ». Aucun grammairien ne verra là une unité. Le verbe appartient à un groupe, la préposition et l’article en ouvrent un autre qu’ils laissent en plan. Les trois mots chevauchent une frontière, et l’on ne tient pas là un constituant. Voilà pourtant les bouts de rien qu’ont étudiés Yngwie Nielsen (université d’Aarhus) et Morten Christiansen (Cornell) dans Nature Human Behaviour, le 21 janvier 2026.

Le protocole est d’une sobriété monacale. On présente à des volontaires des suites de trois mots, et ils décident, vite, si la suite pourrait figurer dans une phrase anglaise. Celui qui vient de traiter added to a traite plus vite defined by the, alors que les deux suites n’ont aucun mot en commun. Seul le squelette est partagé (verbe, préposition, déterminant). Les psychologues appellent cela un amorçage (priming), et l’effet tient en l’absence de tout constituant, ce qui est le cœur de l’affaire. Quatre expériences préenregistrées (hypothèses déposées avant la collecte, ce qui interdit de repeindre la cible autour de la flèche), 497 participants en tout.

Restait à sortir du laboratoire. La même facilitation se retrouve dans la lecture suivie, mesurée à l’oculomètre chez 68 lecteurs, et dans des conversations téléphoniques entre 358 locuteurs. Pas d’artefact de paillasse.

La conclusion des auteurs vaut mieux que son résumé médiatique. La grammaire traditionnelle, explique Nielsen dans le communiqué de Cornell, ne suffit pas à rendre compte de toutes nos représentations de la structure. Et le coup porte des deux côtés de la tranchée : contre les générativistes, héritiers de Chomsky, pour qui la phrase s’édifie par emboîtement de constituants, mais aussi contre les constructionnistes, qui ont fait du langage un inventaire de « constructions » apprises par l’usage. Car une construction, chez Adele Goldberg, est un couple forme-sens, et added to a ne veut rien dire à lui seul. Ces tronçons tiennent du mortier ; la langue, suggère Christiansen en entretien, pourrait bien être faite de constructions et d’un liant qui n’a rien d’un constituant.

Ce que l’étude ne dit pas

La vulgarisation a fait son office, c’est-à-dire son dégât. Des titres ont annoncé soixante-dix ans d’erreur, les réseaux ont enterré Chomsky, et chacun (je plaide coupable pour quelques enthousiasmes du même tonneau) a cru lire dans trois mots anglais l’acte de décès de la grammaire. Reprenons, pièce par pièce.

D’abord, rien n’a été mesuré dans un cerveau : des temps de réponse, des mouvements oculaires, des corpus. De la psychologie expérimentale, et de la bonne, qui infère des représentations sans observer le moindre circuit.

Ensuite, l’étude n’abolit PAS la hiérarchie. Elle établit qu’il existe, à côté d’elle, des représentations que la hiérarchie n’explique pas. Nielsen, invité en mai 2026 du podcast Because Language, le dit avec une prudence d’artilleur : tout ce qu’on peut montrer, c’est qu’« il y a plus que des arbres ». Christiansen, à titre personnel, va plus loin (il doute que les arbres existent dans nos têtes), mais il concède que la preuve n’en est pas faite. L’article et la conviction de son auteur ne se confondent pas.

Troisième point : l’anglais, et lui seul. Que l’effet vaille ailleurs est une attente des auteurs, pas un résultat.

Quatrième point : l’étude ne porte pas sur la prédiction. L’amorçage regarde en arrière (ce que je viens de traiter facilite ce qui lui ressemble), la prédiction regarde en avant. Les auteurs ont même testé l’hypothèse selon laquelle les participants compléteraient en pensée le groupe inachevé en devinant le mot manquant. Leurs données la fragilisent.

Cinquième point : l’étude ne dit rien des modèles de langage. Ni son résumé ni le communiqué n’en soufflent mot. Sa bibliographie cite au moins deux travaux qui en traitent, dont un cosigné par Christiansen en 2023. Le rapprochement appartient à l’horizon des auteurs, non à leur démonstration, et ceux qui en ont conclu que nous serions des ChatGPT de chair ont ajouté à l’édifice un étage qui penche.

Sixième point, le plus savoureux : quand Christiansen tire lui-même la conséquence de ses travaux, ce n’est pas vers les machines qu’il se tourne, mais vers les bêtes. Si l’on peut se passer de toute la machinerie hiérarchique, explique-t-il, le fossé qui sépare le langage humain des autres systèmes de communication animale pourrait être « bien plus petit qu’on ne le pensait ». L’enjeu véritable est l’exception humaine, et l’hubris qui l’accompagne.

Enfin, l’idée n’a pas jailli d’un ciel serein. Christiansen soutenait dès 2012, avec Stefan Frank et Rens Bod, que la structure séquentielle pourrait être plus fondamentale que la hiérarchique, et Cornell titrait alors que l’usage du langage était « plus simple qu’on ne le pensait ». La thèse est ancienne ; ce qui est neuf, c’est d’en avoir isolé et répliqué un morceau.

L’arbre a ses témoins

Il faut maintenant plaider pour la défense, car l’arbre syntaxique n’a rien d’une lubie de 1957. L’analyse en constituants immédiats était la tambouille ordinaire du structuralisme américain (Rulon Wells en donne la théorie en 1947), et Christiansen lui-même en fait remonter l’idée à Wilhelm Wundt. Chomsky, dans Syntactic Structures, apporte un argument formel : un automate qui engendre la phrase de gauche à droite, état après état, ne peut pas engendrer toutes les phrases de l’anglais. Mesurez l’ironie. Parmi les premières cibles de la grammaire générative figurait déjà l’enchaînement du mot au mot, et les modèles probabilistes, concluait Chomsky, n’apportent « aucun éclairage particulier » sur certains problèmes de fond de la syntaxe. En 2002, avec Marc Hauser et Tecumseh Fitch, il réduit la faculté de langage au sens étroit à un seul mécanisme proprement humain, la récursion ; en 2015, l’école résume son credo dans un titre de combat, « Des structures, pas des chaînes ».

Les témoins ne manquent pas. Les enfants, d’abord. Pour transformer en question une phrase anglaise qui contient une relative, il faut déplacer l’auxiliaire de la principale, non le premier venu dans l’ordre des mots, et Stephen Crain et Mineharu Nakayama ont montré en 1987 que des enfants de trois à cinq ans ne commettent pas l’erreur qu’une règle linéaire leur dicterait. Les adultes, ensuite, et précisément par leurs fautes. Kathryn Bock et Carol Miller ont fait compléter en 1991 des débuts de phrase du type the key to the cabinets (« la clé des armoires »). Une partie des locuteurs accorde le verbe avec cabinets, le nom le plus proche. La linéarité est prise en flagrant délit, mais l’erreur n’est une erreur que parce que la règle suit la structure (le verbe s’accorde avec la tête du groupe, non avec son voisin de palier). Une seule bévue, deux régimes.

Le cerveau, enfin. En 2011, Christophe Pallier, Anne-Dominique Devauchelle et Stanislas Dehaene montrent en IRM que l’activité d’un réseau de l’hémisphère gauche croît avec la taille des constituants, et qu’une partie de ce réseau réagit même quand les mots pleins sont remplacés par des pseudo-mots. En 2016, l’équipe de David Poeppel (Nai Ding en premier auteur) fait entendre des syllabes égrenées à cadence parfaitement régulière, sans indice acoustique de groupement ; le cortex se met à battre au rythme des syntagmes et des phrases, et ce battement disparaît chez qui ne comprend pas la langue (Frank et Yang ont objecté en 2018 que des représentations purement lexicales peuvent le reproduire). En 2017, Matthew Nelson et ses collègues, par électrodes intracrâniennes chez des patients épileptiques, voient l’activité monter à chaque mot puis chuter quand les mots se referment en syntagme ; un modèle de construction des syntagmes en rend mieux compte que les modèles séquentiels dans la plupart des sites. Dans la plupart, pas dans tous, puisqu’une région temporale obéit mieux aux probabilités de séquence. Le meilleur témoin de l’arbre dépose aussi pour la chaîne.

Reste la récursion, dont Hauser, Chomsky et Fitch faisaient la signature de l’espèce. Daniel Everett a soutenu en 2005 que le pirahã, langue d’Amazonie, s’en passait ; Andrew Nevins, David Pesetsky et Cilene Rodrigues ont répliqué en 2009 que ses données ne le prouvaient pas. Le procès n’est pas jugé.

Le dossier, pris en entier, ne permet pas de dire que Chomsky avait tort sur l’existence de la structure. Il permet de dire que notre esprit tient deux registres à la fois, des structures emboîtées et des suites plates qui refusent de s’y laisser ranger ; Christiansen et Nick Chater, en 2016, décrivaient d’ailleurs un système qui comprime l’entrée à mesure et bâtit ainsi une représentation à plusieurs niveaux.

Deviner n’est pas réciter

Si la prédiction n’est pas le sujet de l’étude, elle est un fait du cerveau, et des mieux établis. En 1980, Marta Kutas et Steven Hillyard enregistrent l’électroencéphalogramme de lecteurs dont la phrase s’achève sur un mot absurde (imaginez une tartine beurrée avec des chaussettes) ; environ quatre cents millisecondes après le mot incongru survient une onde négative, la N400. En 1984, ils montrent que son amplitude suit le degré d’attente : plus le mot était prévisible, plus l’onde est faible. Le lecteur anticipe, et paie quand il s’est trompé.

Encore faut-il briser une fausse alternative, celle qui oppose calculer des règles et deviner la suite. La théorie de la surprise (surprisal), formulée par John Hale en 2001 puis développée par Roger Levy en 2008, mesure le coût d’un mot à son improbabilité. Or Hale calculait cette improbabilité à partir d’une grammaire probabiliste, c’est-à-dire d’arbres. On peut donc prédire avec des arbres ; la première formalisation de la surprise ne faisait rien d’autre.

Viennent ensuite les machines, prises comme instruments de mesure. En 2021, Martin Schrimpf et ses collègues du MIT confrontent des dizaines de modèles à l’activité des aires du langage ; les modèles de type transformer, entraînés à deviner le mot suivant, en rendent le mieux compte, et leur ressemblance avec le cerveau croît avec leur talent de devin. En 2022, Ariel Goldstein et ses collègues, grâce à des électrodes intracrâniennes posées chez des patients qui écoutent un podcast, retrouvent chez l’humain trois principes à l’œuvre dans GPT-2 (anticiper le mot, réagir à la surprise, représenter chaque mot par son contexte). La même année, Charlotte Caucheteux et Jean-Rémi King montrent que les représentations des algorithmes et du cerveau convergent en partie, d’autant plus que l’algorithme prédit bien.

De quoi griser les partisans du « nous aussi ». Lisez donc l’étude d’après. En 2023, Caucheteux, Alexandre Gramfort et King établissent que le cerveau prédit plus loin et plus haut que les modèles, ses régions frontales et pariétales anticipant des représentations plus abstraites et plus lointaines que le mot qui vient. Le cerveau prédit, oui, mais par étages.

Moralité : que nous anticipions est un fait, notre parenté avec les modèles aussi, et rien de tout cela ne fait de nous des devineurs de mot suivant. Quant à l’étude de Nielsen et Christiansen, elle se tient sur un autre terrain. Elle ne dit pas ce que nous anticipons ; elle dit ce que nous conservons.

Le perroquet avait des arbres

Voici le retournement que les deux camps de la querelle préfèrent ne pas regarder en face. En 2019, John Hewitt et Christopher Manning, à Stanford, fouillent deux modèles (ELMo et BERT) entraînés uniquement à deviner des mots (le suivant, ou celui qu’on a masqué), à la recherche d’une syntaxe que personne ne leur a enseignée. Ils la trouvent. Une simple transformation linéaire de leurs représentations restitue les distances de l’arbre, au point que « des arbres syntaxiques entiers sont inscrits implicitement dans la géométrie » de ces réseaux. En 2020, Manning et ses collègues généralisent : sans supervision, ces modèles reconstruisent approximativement les arbres des linguistes.

Le perroquet qu’on accusait de n’enfiler que des chaînes porte des arbres dans le ventre ; l’humain qu’on créditait d’arbres garde en mémoire des chaînes que la grammaire n’explique pas. La frontière que l’opinion traçait entre eux passe à côté du sujet.

Les deux camps peuvent d’ailleurs s’arracher la même pièce. Steven Piantadosi, psychologue à Berkeley, publie en 2023 un texte intitulé sans fausse pudeur « Les modèles de langage modernes réfutent l’approche chomskyenne du langage » (repris en 2024 dans un hommage à Daniel Everett, ce qui ne manque pas de sel) : des structures nées de la seule statistique montreraient qu’aucune grammaire innée n’est requise. On peut y lire l’exact inverse, car si même une machine statistique doit fabriquer des arbres pour bien parler, la hiérarchie dit quelque chose de vrai sur la langue. Pas de quoi fouetter un chat ; de quoi rabattre quelques certitudes de part et d’autre.

Que reste-t-il, alors, de l’accusation de perroquet ? L’essentiel, à condition de la relire. Bender et ses coautrices visaient moins la syntaxe des modèles que le vide qui la porte : un texte qui ne procède d’aucune intention de communiquer, d’aucun modèle du monde, d’aucune idée de celui qui lit. Sur ce terrain, l’étude de 2026 n’apporte rien, ni pour ni contre. La syntaxe ne sépare plus proprement l’homme de la machine. Le sens, la référence, la responsabilité de ce qu’on dit : voilà la ligne de partage qui tient encore, et c’est elle qu’il faut garder à l’œil.

La pente

Revenons à nous. Les tronçons de Nielsen et Christiansen sont abstraits (des suites de catégories, non de mots), mais ils prolongent une longue enquête sur la part préfabriquée de notre parole. En 1991, le lexicographe John Sinclair formulait le « principe idiomatique » : le locuteur dispose d’« un grand nombre de locutions semi-préconstruites qui constituent autant de choix uniques », qu’il prend entières au lieu de les assembler. En 2000, Britt Erman et Beatrice Warren ont compté : dans leurs échantillons d’anglais, plus de la moitié du texte relève de ces préfabriqués. En 2002, Alison Wray faisait du langage formulaïque un objet de théorie à part entière.

Rien là de honteux. La mémoire immédiate, expliquent Christiansen et Chater en 2016, est si fugace que le cerveau doit comprimer ce qu’il reçoit au fur et à mesure, par paquets, sous peine de tout perdre. Le préfabriqué est une économie vitale. Leibniz, déjà, rapprochait ses pensées « sourdes » (des signes maniés sans l’objet sous les yeux) du régime ordinaire de celui qui calcule en algèbre ; le psittacisme commençait, pour lui, quand ce régime gagne ce qui devrait nous toucher, et que l’on pense à Dieu, à la vertu ou au bonheur comme on aligne des chiffres.

Le danger commence avec le pilote automatique. George Orwell l’a écrit en 1946 dans « Politics and the English Language » : les phrases toutes faites finissent par construire vos phrases à votre place, et « jusqu’à penser vos pensées à votre place, dans une certaine mesure ». Celui qui débite ainsi la phraséologie convenue, ajoutait-il, a déjà fait un bout de chemin vers la machine. Soixante-quinze ans avant le perroquet stochastique, le soupçon visait l’orateur de tribune, pas le centre de calcul.

Victor Klemperer, philologue d’origine juive resté à Dresde sous le IIIe Reich, avait vu la chose de plus près. Dans LTI, la langue du IIIe Reich (1947), il note que « les mots peuvent être comme de minuscules doses d’arsenic » : on les avale sans y prendre garde, l’effet toxique vient plus tard. Le poison, chez lui, passe moins par des doctrines exposées que par des tournures répétées à des millions d’exemplaires, jusqu’à devenir naturelles, méphitiques à force d’être familières.

Ici, je m’arrête, parce que la science s’arrête. La psycholinguistique ne dit rien de qui fabrique nos tronçons ni de ce qu’ils transportent. Elle établit qu’une structure rencontrée se reprend plus aisément la fois suivante, et que notre parole est truffée de préfabriqué. Le reste relève de l’histoire et de la vigilance politique. Écoutez une séance de questions au gouvernement, ou une matinale, et mesurez ce que vaut dans la bouche d’un ministre un « élément de langage » : un tronçon livré clés en main par un communicant, repris tel quel jusqu’à ce que l’oreille cesse de l’entendre. Ingénierie sociale ? Le mot est fort. La chose est banale, et sa banalité fait son efficacité.

Une partie qui se joue à plusieurs

Reste une dernière leçon, la plus féconde, et c’est encore Christiansen qui la fournit. Dans The Language Game (2022), écrit avec Chater, il décrit le langage comme une partie de charades : une improvisation permanente où chacun tente de se faire comprendre avec ce qu’il a sous la main, et où les trouvailles qui marchent se transmettent, s’usent, se figent. Les deux auteurs soutenaient déjà en 2008 que la langue s’est adaptée au cerveau, par évolution culturelle, bien plus que le cerveau ne s’est adapté à une grammaire.

Vu sous cet angle, nos tronçons sont des alluvions. In the middle of the n’a pas d’auteur. Des millions de conversations l’ont déposé là, couche après couche, parce que le passage était commode. La langue est un commun, une intelligence collective sédimentée, et le préfabriqué en est la monnaie courante.

Le psittacisme, dans ces conditions, consiste à vivre de ce commun sans jamais le remettre en jeu : réciter la trouvaille des autres sans la repasser au crible. Personne ne parle sans préfabriqué (et celui qui vous écrit moins que quiconque). Le remède tient donc à garder une oreille sur la formule pendant qu’on l’emploie, à se demander d’où elle vient et ce qu’elle fait dire. Vous me suivez ? Une intelligence collective digne de ce nom se mesure moins au stock de formules qu’elle partage qu’à sa capacité de relire les siennes, ensemble, à voix haute, et de les contredire quand elles ont cessé de penser.

La machine récite parce qu’on l’a bâtie pour cela ; elle ne trahit rien, elle n’a jamais promis de penser.

Nous, si.

Les mots voisins

• Perroquet stochastique : l’expression d’Emily Bender, Timnit Gebru et de leurs coautrices (2021) pour un modèle de langage qui assemble des formes selon leurs probabilités, sans intention ni référence au monde. C’est le psittacisme transposé aux machines ; son objet propre est le sens, non la syntaxe, ce que l’usage courant a oublié.
• Constituant : groupe de mots formant une unité dans l’arbre syntaxique (« le gâteau », « a mangé le gâteau »). Notion du structuralisme, formalisée par la grammaire générative ; c’est précisément ce que les tronçons de Nielsen et Christiansen ne sont pas.
• Tronçon (chunk) : courte suite, de mots ou de catégories, que l’esprit conserve et réemploie d’une pièce. Christiansen et Chater y voient la parade du cerveau à la fugacité de la mémoire immédiate ; c’est aussi le matériau dont se nourrit le psittacisme.
• Principe idiomatique : chez John Sinclair (1991), le fait que le locuteur puise dans un stock de locutions semi-préconstruites plutôt que de choisir chaque mot librement. Erman et Warren en ont mesuré l’ampleur : plus de la moitié du texte, dans leurs échantillons d’anglais.
• Récursion : la capacité d’enchâsser une structure dans une structure de même type, sans limite de principe. Hauser, Chomsky et Fitch (2002) en font la seule composante proprement humaine de la faculté de langage ; le cas du pirahã, soulevé par Everett, a rouvert la controverse.
• Surprise (surprisal) : mesure du coût d’un mot à son improbabilité dans le contexte, formalisée par Hale (2001) et Levy (2008). Elle relie la prédiction aux grammaires au lieu de l’y opposer ; l’onde N400 de Kutas et Hillyard en est l’une des signatures cérébrales.
• Pensée sourde : chez Leibniz (cogitatio caeca), raisonnement mené sur des signes sans l’objet sous les yeux. Régime ordinaire du calcul, elle tourne au psittacisme quand elle gagne le jugement moral.
• Éléments de langage : formules préparées par les communicants pour être répétées à l’identique par ceux qui parlent en leur nom. Le tronçon devenu instrument de pouvoir ; voir le lexique du pouvoir du #PIC.

Sources et références

L’étude

• Yngwie A. Nielsen et Morten H. Christiansen, « Evidence for the Representation of Non-Hierarchical Structures in Language », Nature Human Behaviour, vol. 10, n° 3, 2026, p. 579-588 (en ligne le 21 janvier 2026), nature.com : quatre expériences préenregistrées de décision phrasale (N = 497), deux corpus (oculométrie, N = 68 ; conversation, N = 358) ; la bibliographie cite notamment Pablo Contreras Kallens, Ross Kristensen-McLachlan et Morten H. Christiansen, « Large Language Models Demonstrate the Potential of Statistical Learning in Language », Cognitive Science, vol. 47, n° 3, 2023, e13256.
• Kate Blackwood, « Discovery Challenges Assumptions about the Structure of Language », Cornell Chronicle, 21 janvier 2026, news.cornell.edu : le communiqué ; ni Chomsky ni l’IA n’y figurent, l’enjeu avancé est le fossé avec la communication animale.
• Daniel Midgley et Hedvig Skirgård, avec Yngwie Nielsen et Morten Christiansen, « Are Trees Real? », Because Language, épisode 137, 1er mai 2026, becauselanguage.com : les auteurs bornent eux-mêmes la portée de leurs résultats.

La tradition générative

• Noam Chomsky, Syntactic Structures, Mouton, La Haye, 1957 : contre les modèles à états finis et les modèles probabilistes ; l’analyse en constituants qu’il formalise vient du structuralisme (voir Rulon S. Wells, « Immediate Constituents », Language, vol. 23, n° 2, 1947, p. 81-117).
• Stephen Crain et Mineharu Nakayama, « Structure Dependence in Grammar Formation », Language, vol. 63, n° 3, 1987, p. 522-543 : les enfants ne commettent pas l’erreur linéaire.
• Marc D. Hauser, Noam Chomsky et W. Tecumseh Fitch, « The Faculty of Language: What Is It, Who Has It, and How Did It Evolve? », Science, vol. 298, n° 5598, 2002, p. 1569-1579 : la récursion comme seule composante propre à l’espèce ; le credo reformulé par Martin Everaert, Marinus Huybregts, Noam Chomsky, Robert Berwick et Johan Bolhuis, « Structures, Not Strings: Linguistics as Part of the Cognitive Sciences », Trends in Cognitive Sciences, vol. 19, n° 12, 2015, p. 729-743.
• Daniel L. Everett, « Cultural Constraints on Grammar and Cognition in Pirahã », Current Anthropology, vol. 46, n° 4, 2005, p. 621-646 ; et la réplique d’Andrew Nevins, David Pesetsky et Cilene Rodrigues, « Pirahã Exceptionality: A Reassessment », Language, vol. 85, n° 2, 2009, p. 355-404.

Les preuves de la hiérarchie

• Kathryn Bock et Carol A. Miller, « Broken Agreement », Cognitive Psychology, vol. 23, n° 1, 1991, p. 45-93 : l’accord attiré par le nom le plus proche.
• Christophe Pallier, Anne-Dominique Devauchelle et Stanislas Dehaene, « Cortical Representation of the Constituent Structure of Sentences », Proceedings of the National Academy of Sciences, vol. 108, n° 6, 2011, p. 2522-2527 : l’activité croît avec la taille des constituants, pseudo-mots compris.
• Nai Ding, Lucia Melloni, Hang Zhang, Xing Tian et David Poeppel, « Cortical Tracking of Hierarchical Linguistic Structures in Connected Speech », Nature Neuroscience, vol. 19, n° 1, 2016, p. 158-164 : le cortex bat au rythme des syntagmes ; l’objection de Stefan L. Frank et Jinbiao Yang, « Lexical Representation Explains Cortical Entrainment during Speech Comprehension », PLOS ONE, vol. 13, n° 5, 2018, e0197304.
• Matthew J. Nelson et al. (dont John Hale, Christophe Pallier et Stanislas Dehaene), « Neurophysiological Dynamics of Phrase-Structure Building during Sentence Processing », Proceedings of the National Academy of Sciences, vol. 114, n° 18, 2017 : enregistrements intracrâniens, l’activité retombe quand le syntagme se referme.

L’école de l’usage

• John Sinclair, Corpus, Concordance, Collocation, Oxford University Press, 1991 : le principe idiomatique ; mesuré par Britt Erman et Beatrice Warren, « The Idiom Principle and the Open Choice Principle », Text, vol. 20, n° 1, 2000.
• Adele E. Goldberg, Constructions: A Construction Grammar Approach to Argument Structure, University of Chicago Press, 1995 : la construction comme couple forme-sens.
• Alison Wray, Formulaic Language and the Lexicon, Cambridge University Press, 2002 : la théorie du langage formulaïque.
• Stefan L. Frank, Rens Bod et Morten H. Christiansen, « How Hierarchical Is Language Use? », Proceedings of the Royal Society B, vol. 279, n° 1747, 2012, p. 4522-4531 : le programme séquentiel, annoncé par le Cornell Chronicle du 20 septembre 2012 (« Language Use Is Simpler than Previously Thought »).
• Morten H. Christiansen et Nick Chater, « The Now-or-Never Bottleneck: A Fundamental Constraint on Language », Behavioral and Brain Sciences, vol. 39, 2016, e62 : comprimer par paquets, sous peine de tout perdre.
• Morten H. Christiansen et Nick Chater, The Language Game: How Improvisation Created Language and Changed the World, Basic Books, 2022 : le langage comme partie de charades ; prolonge leur « Language as Shaped by the Brain », Behavioral and Brain Sciences, vol. 31, n° 5, 2008, p. 489-509.

La prédiction

• Marta Kutas et Steven A. Hillyard, « Reading Senseless Sentences: Brain Potentials Reflect Semantic Incongruity », Science, vol. 207, n° 4427, 1980, p. 203-205 : la découverte de la N400 ; puis « Brain Potentials during Reading Reflect Word Expectancy and Semantic Association », Nature, vol. 307, 1984, p. 161-163.
• Roger Levy, « Expectation-Based Syntactic Comprehension », Cognition, vol. 106, n° 3, 2008, p. 1126-1177 : la théorie de la surprise, après John Hale, « A Probabilistic Earley Parser as a Psycholinguistic Model », NAACL, 2001.
• Martin Schrimpf et al., « The Neural Architecture of Language: Integrative Modeling Converges on Predictive Processing », Proceedings of the National Academy of Sciences, vol. 118, n° 45, 2021, e2105646118 : les modèles qui prédisent le mieux ressemblent le plus au cerveau.
• Ariel Goldstein et al., « Shared Computational Principles for Language Processing in Humans and Deep Language Models », Nature Neuroscience, vol. 25, n° 3, 2022, p. 369-380 : trois principes communs à l’humain et à GPT-2.
• Charlotte Caucheteux et Jean-Rémi King, « Brains and Algorithms Partially Converge in Natural Language Processing », Communications Biology, vol. 5, 2022, article 134 ; puis, avec Alexandre Gramfort, « Evidence of a Predictive Coding Hierarchy in the Human Brain Listening to Speech », Nature Human Behaviour, vol. 7, n° 3, 2023, p. 430-441 : le cerveau prédit plus loin, et par étages.

Les modèles de langage

• Emily M. Bender, Timnit Gebru, Angelina McMillan-Major et Shmargaret Shmitchell (pseudonyme de Margaret Mitchell), « On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? », Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT), 2021, p. 610-623 : l’origine du perroquet stochastique.
• Noam Chomsky, Ian Roberts et Jeffrey Watumull, « The False Promise of ChatGPT », The New York Times, 8 mars 2023 : le procès générativiste des modèles de langage.
• Steven T. Piantadosi, « Modern Language Models Refute Chomsky’s Approach to Language », LingBuzz, 2023 ; repris dans Edward Gibson et Moshe Poliak (dir.), From Fieldwork to Linguistic Theory: A Tribute to Dan Everett, Language Science Press, 2024, langsci-press.org : la riposte.
• John Hewitt et Christopher D. Manning, « A Structural Probe for Finding Syntax in Word Representations », Proceedings of NAACL-HLT 2019, p. 4129-4138, aclanthology.org ; puis Christopher D. Manning, Kevin Clark, John Hewitt, Urvashi Khandelwal et Omer Levy, « Emergent Linguistic Structure in Artificial Neural Networks Trained by Self-Supervision », Proceedings of the National Academy of Sciences, vol. 117, n° 48, 2020, p. 30046-30054 : les arbres dans la machine.

La langue et le pouvoir

• Gottfried Wilhelm Leibniz, Nouveaux essais sur l’entendement humain, livre II, chapitre XXI, § 35 (rédigés vers 1704, publiés en 1765), édition Alcan, 1900, fr.wikisource.org : le psittacisme et les pensées sourdes.
• George Orwell, « Politics and the English Language », Horizon, vol. 13, n° 76, avril 1946, p. 252-265, orwellfoundation.com : les phrases toutes faites qui pensent à votre place.
• Victor Klemperer, LTI, la langue du IIIe Reich. Carnets d’un philologue, traduit et annoté par Élisabeth Guillot, Albin Michel, 1996 (LTI. Notizbuch eines Philologen, 1947) : les mots comme doses d’arsenic.

Dans les lexiques du #PIC

• Les éléments de langage et La langue de bois, dans le lexique du pouvoir : le tronçon devenu consigne.