Corps en interaction : une approche séquentielle et multimodale du langage en interaction*
p. 11-64
Texte intégral
1. Introduction
1Ce chapitre offre un panorama des enjeux actuels de l’étude de la multimodalité dans la perspective de l’analyse conversationnelle. Il introduit donc tout naturellement à la dizaine d’études de ce volume dont l’unité tient au partage par les auteurs d’une démarche de recherche relevant de l’analyse conversationnelle et de la linguistique interactionnelle qui en est directement inspirée. Toutes reposent sur des données vidéo abordées en prenant en compte la dimension multimodale de l’organisation de l’interaction. Toutes sont issues de thèses qui ont été rédigées pendant ces dix dernières années au laboratoire ICAR (UMR 5191 du CNRS à Lyon) sous notre direction. Leur réunion dans ce volume dresse le bilan de dix ans de travaux ayant développé une approche jusqu’aujourd’hui très peu pratiquée en sciences du langage en France.
2La présente introduction situera donc les analyses accueillies dans ce volume dans leur contexte de recherche – celui de l’analyse conversationnelle quand elle fait usage de la vidéo et intègre une approche multimodale dans l’analyse séquentielle. Notre propos est d’en expliciter un certain nombre des conditions et des enjeux pour l’analyse conversationnelle. Nous le ferons sur la base de la littérature existante et de nos travaux des dix dernières années ; nous le ferons aussi en donnant des exemples d’analyse empirique sur la base de matériaux vidéo.
3Nous situerons d’abord le rôle des corpus vidéo et de la multimodalité dans le courant de l’analyse conversationnelle (section 2), pour en expliciter ensuite les conséquences sur une méthodologie empirique fondée sur l’enregistrement de données dans une perspective naturaliste (3). Cela posé, nous pourrons développer une série d’enjeux et de défis offerts à différents niveaux de l’analyse séquentielle (4), qu’il s’agisse de l’organisation du tour (4.1), de la séquence (4.2), voire de l’activité et du cadre participatif tels qu’ils sont inscrits dans un espace interactionnel dynamique (4.3). Cela nous permettra de présenter les phénomènes particuliers abordés dans les divers chapitres du volume (5) distribués entre ces différents niveaux d’analyse.
2. Analyse conversationnelle, données vidéo et multimodalité
4Même si l’analyse conversationnelle est souvent identifiée comme une approche de la parole en interaction à partir de données audio, des recherches, riches de données vidéo et prenant en compte la dimension visuelle et corporelle de l’interaction, ont marqué très tôt son histoire (section 2.1). Après en avoir évoqué quelques repères, nous en rappellerons les principes généraux (2.2) et nous nous concentrerons sur la manière dont il est possible d’appréhender les ressources multimodales dans cette perspective (2.3).
2.1. Analyses vidéo en analyse conversationnelle : une pratique ancienne et récente à la fois
5Le rôle des gestes et du corps dans l’interaction a été reconnu très tôt dans diverses disciplines des sciences humaines et sociales – dès qu’il a été possible de disposer de technologies filmiques permettant de synchroniser le son et l’image (voir Mondada, 2013b, pour quelques jalons historiques). Si le film est utilisé en anthropologie et en sociologie visuelles depuis la fin du XIXe siècle, l’analyse détaillée linguistique, gestuelle et corporelle d’extraits dûment transcrits remonte au milieu des années 1950.
6Le point de départ des analyses vidéo de l’interaction sociale peut être identifié avec le fameux projet initié par Bateson en 1955, The Natural History of an Interview (McQuown, 1971), qui réunit autour de l’enregistrement d’une consultation menée par Bateson lui-même avec une de ses patientes, Doris, une série de chercheurs provenant de différentes disciplines – dont Birdwhistell, futur fondateur de la kinésique (1970).
7Ce projet eut une influence directe sur des auteurs qui faisaient partie du groupe de Palo Alto et qui travaillaient sur l’interaction sociale : parmi eux Scheflen, fondateur de la context analysis et introducteur de l’importance de la spatialité dans l’interaction (1972) ; mais aussi Jackson Bavelas, qui développera par la suite une approche psychologique du dialogue en situation écologique, reconnaissant le rôle régulateur des gestes dans l’organisation de l’interaction (interactive gesture : Bavelas et al., 1992) ainsi que leur combinaison avec d’autres ressources multimodales, comme les mimiques faciales et les regards (Bavelas et Chovil, 2000). Plus tard, Kendon, inspiré par Scheflen, développera une approche ethnographique pionnière des interactions en milieu naturel, prenant en compte la gestualité mais aussi les mouvements du corps (Kendon, 1977, 1990). Ces recherches ont eu des échos en France, plus particulièrement dans le domaine de l’éthologie humaine (voir les travaux de Cosnier, 1977, 1978).
8Cette tradition a été prolongée dès les années 1970 par les travaux d’analyse conversationnelle sur les ressources multimodales. Il importe de rappeler que même si ce courant est connu pour ses analyses systématiques de conversations enregistrées en audio, initiées à partir des années 1960, il a aussi très vite intégré la vidéo : aussitôt qu’au début des années 1970, à Philadelphie, Charles et Marjorie H. Goodwin effectuent un nombre important d’enregistrements vidéo de conversations à table et d’autres rencontres. Dès 1973, ces enregistrements sont utilisés par Jefferson, Sacks et Schegloff dans des séminaires communs et dans des publications : en 1975, à l’Annual Meeting of the American Anthropological Association, Schegloff présente une communication cosignée avec Sacks, décédé quelques semaines plus tôt dans un accident de voiture, sur la home position (publiée plus tard : Sacks et Schegloff, 2002). En 1977, Charles Goodwin soutient une thèse (elle sera publiée en 1981) nourrie d’environ cinquante heures d’enregistrements vidéo, où il montre notamment la manière dont la construction du tour de parole intègre les conduites visuelles des interlocuteurs. C’est ainsi que dès les années 1980 on dispose d’une série substantielle de travaux en analyse conversationnelle fondés sur des matériaux vidéo (Goodwin C., 1981 ; Heath, 1986 ; Schegloff, 1984), montrant que l’organisation de l’interaction mobilise de façon ordonnée et située une large diversité de ressources, à la fois verbales, sonores et visuelles, afin de produire des actions publiquement intelligibles et de permettre leur interprétation intersubjective.
2.2. Une « mentalité analytique » spécifique
9L’un des traits distinctifs de l’analyse conversationnelle – souvent appelé sa « mentalité analytique » particulière (Schenkein, 1978) – repose sur une approche de l’interaction sociale sélectionnant sa dimension praxéologique – autrement dit les actions qui y sont réalisées – pour s’interroger sur les modalités de leur organisation située, en faisant intervenir une diversité de ressources (pour des introductions en français voir Fornel et Léon, 2000 ; Gülich et Mondada, 2001 ; Relieu et Brock, 1995).
10Cela signifie que le point de départ de l’analyse conversationnelle n’est pas le langage en soi (Sacks, 1984), ni les gestes ou autres signaux visuels (en cela elle se distingue des travaux de Kendon, 2004, sur les gestes, comme des études précoces de Duncan, 1974, sur les signaux comportementaux régulant l’interaction), mais l’action telle qu’elle est publiquement produite par les participants qui en organisent le caractère accountable (Garfinkel, 1967) en tenant compte de l’écologie et du contexte particuliers dans lesquels elle prend place et en exploitant une diversité localement disponible de ressources, langagières aussi bien que corporelles.
11En outre, le caractère méthodique (Garfinkel, 1967 ; Sacks, 1984) de la mobilisation et de l’exploitation de diverses ressources dérive moins des caractéristiques de ces ressources elles-mêmes que du sens et de la valeur qu’elles acquièrent du fait même de leur usage situé : les ressources ne sont pas des formes dotées de fonctions qui seraient simplement actualisées dans l’action ; ce sont des Gestalts complexes, émergeant dans le fil de l’action, dont l’intelligibilité est assurée par l’usage qui en est fait dans des environnements séquentiels et actionnels spécifiques. Dans ce sens, l’analyse conversationnelle vise la description de ces com-positions – articulations de positions séquentielles et de compositions formelles (Schegloff, 1996a) – telles qu’elles prennent sens dans des actions spécifiques, en tenant compte de l’orientation des participants vers elles (dans une perspective endogène, emic – qui se distingue d’une approche exogène, etic, élaborée à partir de catégories étrangères à l’action et aux orientations des participants).
12La description prend donc avant tout pour objets les actions accomplies et leur environnement séquentiel – en réponse aux questions omniprésentes que se posent les coparticipants et les analystes à leur suite : « Why that now ? » et « What’s next ? » (Schegloff et Sacks, 1973). La séquentialité est un principe fondamental qui concerne tous les paliers de complexité de l’interaction et qui relève de son organisation moment par moment, émergeant de façon incrémentale dans le temps. Elle concerne à la fois la composition du tour de parole en unités de construction du tour (Schegloff, 1996a), la configuration située d’espaces potentiels et pertinents de transition d’un tour à un autre (Sacks, Schegloff et Jefferson, 1974), la possibilité d’incrémenter le tour (Ford, Fox et Thompson, 2002 ; Auer, 2009), ainsi que les possibilités ordonnées de réparer ce qui vient d’être dit (Schegloff, Jefferson et Sacks, 1977), la production de séquences minimales telles que les paires adjacentes (Schegloff et Sacks, 1973), voire le développement de séquences étendues (Schegloff, 2007). La caractérisation séquentielle des actions et des ressources constitue la base du travail analytique dans ce paradigme.
2.3. Ressources multimodales
13La notion de ressource permet de penser de façon très ouverte, sans faire de différence ou de hiérarchisation a priori entre la langue et le corps, la grammaire ou le geste, la manière dont les participants utilisent la grammaire, le lexique, la prosodie, les gestes, les regards, les mimiques faciales, les postures corporelles, les mouvements du corps en général – tout cela constituant la multimodalité de l’interaction –, de manière flexible, contingente et sensible à l’occasion du moment, au cours de l’interaction sociale. Le terme de ressource permet en effet de traiter ensemble à la fois des formes plus conventionnelles (mais néanmoins constamment bricolées en temps réel), comme la grammaire, et des formes moins standardisées et plus situées, comme les postures du corps, telles qu’elles sont utilisées par les participants pour assurer l’accountability de leurs actions. Les ressources acquièrent leur sens et leur valeur de manière réflexive (Heritage, 1984a) en rapport avec leur usage situé. Leur intelligibilité est assurée à la fois par leur indexicalité – leur ajustement et leur adéquation au contexte – et par leur systématicité – leur positionnement et leur fonctionnement méthodiques au sein de la séquentialité de l’interaction. En outre, l’usage contextuellement spécifique d’une ressource peut aussi en configurer la forme et l’intelligibilité dans des usages à venir – par transformation et sédimentation de nouvelles configurations. Ainsi ce que dit Schegloff du langage vaut de manière générale pour les ressources multimodales :
The central prospect, then, is that grammar stands in a reflexive relationship to the organization of a spate of talk as a turn. On the one hand, the organizational contingencies of talking in a turn […] shape grammar – both grammar as an abstract, formal organization and the grammar of a particular utterance. On the other hand, the progressive grammatical realization of a spate of talk on a particular occasion can shape the exigencies of the turn as a unit of interactional participation on that occasion, and the grammatical properties of a language may contribute to the organization of turns-at-talk in that language and of the turn-taking device by which they are deployed. (Schegloff, 1996a, p. 56)
14Pour les ressources linguistiques, la notion de réflexivité signifie que les constructions grammaticales et autres formes linguistiques sont localement mobilisées par les interlocuteurs qui en exploitent sélectivement les propriétés mais aussi les reconfigurent dans leur usage même. Finalement, les ressources peuvent être vues comme étant formatées par des usages configurants répétés dans l’interaction sociale – la mobilisation répétée de formes dans des environnements séquentiels donnés aux fins pratiques de l’accomplissement d’une certaine action étant la force fondatrice de la grammaticalisation et de la sédimentation.
15Si cette vision a été particulièrement développée ces dernières années à propos du langage et de la grammaire en linguistique interactionnelle (voir Ochs, Schegloff et Thompson, 1996 ; Ford, Fox et Thompson, 2002 ; Hakulinen et Selting, 2005), elle reste à développer à propos d’autres dimensions multimodales, telles que la gestualité et la corporéité. Cela est particulièrement important pour les Gestalts multimodales, c’est-à-dire des patterns constitués de ressources complexes, linguistiques et corporelles, dont la nature dynamique, plastique, adaptable à l’écologie de l’action représente un défi pour la modélisation (voir Mondada, 2011a, 2011b, 2013c). L’enjeu est celui d’une description linguistique qui intègre aussi bien les ressources lexicales, grammaticales et prosodiques que gestuelles-corporelles, en considérant à la fois leur diversité et leur systématicité.
16Les travaux pionniers dans ce domaine ont montré comment les gestes du locuteur se situaient par rapport à leurs affiliés lexicaux (Schegloff, 1984), comment les regards intervenaient dans l’organisation du tour et en révélaient le caractère « ajusté au destinataire » (anglais recipient-designed ; Goodwin C., 1979, 1981), comment l’organisation du tour dépendait soigneusement du monitoring de l’évolution du cadre participatif (Goodwin M. H., 1980 ; Goodwin C., 1981 ; Heath, 1986) – l’absence d’un destinataire disponible ou l’absence de regard de l’interlocuteur générant des formes de retardement et de reconfiguration du tour de manière à l’ajuster à cette absence, voire à susciter une réponse ou une conduite plus adéquate de la part des coparticipants.
17Les travaux de Charles Goodwin ont en outre montré que la multimodalité de l’interaction ne concernait pas uniquement une modalité particulière – telle que le regard ou les gestes – mais qu’elle investissait le corps entier. Ainsi même un geste aussi simple que le pointage est utilisé par les participants en tenant compte du champ visuel, de l’espace environnant et de l’orientation mutuelle des participants (Goodwin C., 2003). Ce champ visuel est activement dessiné et configuré par les activités des participants – comme c’est le cas d’archéologues scrutant la poussière d’un champ de fouille et délimitant des aires où des traces sont recherchées ou données à voir (Goodwin C., 2000). Ces activités sont organisées en mobilisant le langage, la corporéité, les outils manipulés par les participants et les spécificités activement attribuées à et inscrites dans l’environnement, comme le tracé de traits sur le sol fait par des archéologues ou le dessin de lignes par des enfants pour jouer à la marelle, qui constituent des champs graphiques superposés à l’environnement et le structurent aux fins pratiques de l’action en cours (ibid.). Le travail de Goodwin montre la complexité des ressources multimodales et invite à dépasser l’étude de modalités singulières pour prendre en compte l’organisation totale de la multimodalité ancrée dans l’environnement et la matérialité du contexte (Streeck, Goodwin et LeBaron, 2011).
2.4. Bilan intermédiaire
18De manière générale, l’analyse conversationnelle a contribué au domaine de l’analyse multimodale avec les apports propres suivants :
- l’étude de données naturalistes, obtenues par une approche de terrain permettant d’enregistrer en vidéo des activités telles qu’elles se déroulent de manière ordinaire dans leur contexte social (contrairement aux situations expérimentales, même écologiques, servant souvent de cadre aux gesture studies) ;
- la prise en compte non seulement du locuteur mais aussi du cadre participatif global caractérisant l’interaction (matérialisé dans des prises de vue qui ne se limitent pas au locuteur mais intègrent tous les coparticipants, leur environnement et les objets qu’ils manipulent – bref l’écologie de l’activité) ;
- une réflexion menée en termes de ressources mobilisées par les participants pour organiser l’interaction – et une définition de ces ressources comme acquérant de manière locale leur sens et leur ordre (vs une approche sémiotique des gestes comme possédant un signifié et un signifiant autonomes par rapport au contexte ou à l’action en cours, ou vs une approche cognitive reliant le geste à un processus individuel de production du sens) ;
- la prise en compte d’une diversité de ressources corporelles, allant du geste en interaction (par exemple Schegloff, 1984, sur les gestes du locuteur ; Mondada, 2004, 2005a, 2007a, sur le pointage) aux mimiques faciales (Perakyla et Ruusuvuori, 2006), des hochements de tête (Stivers, 2008) aux regards (Rossano, 2012), du corps tout entier (Goodwin C., 2003) aux corps mobiles (Haddington, Mondada et Nevile, 2013) ou aux corps dans l’espace interactionnel (Mondada, 2005a, 2009a ; Hausendorf, Mondada et Schmitt, 2012) ;
- la prise en compte du timing extrêmement précis de la parole en interaction telle qu’elle s’articule séquentiellement avec les ressources multimodales.
3. Une méthodologie adéquate pour une approche naturaliste de l’interaction
19L’intérêt pour l’organisation de l’interaction sociale telle qu’elle se déroule in situ, en s’ajustant aux contraintes de l’écologie locale de l’activité – particulièrement importante pour la possibilité même de mobiliser de façon perceptible et visible les ressources multimodales – a légitimé une approche dite naturaliste de l’interaction en analyse conversationnelle. Celle-ci se caractérise par un intérêt pour des situations naturelles (section 3.1), dont l’enregistrement respecte les caractéristiques spatio-temporelles de l’action qui s’y déroule (3.2). Cela a donné lieu à une riche diversité d’enquêtes dans les contextes les plus divers (3.3). Nous en donnons ici un exemple visant à montrer l’importance des détails enregistrés – et des modalités de l’enregistrement – pour l’analyse (3.4).
3.1. Une approche naturaliste
20L’analyse conversationnelle est intéressée par l’organisation endogène des activités sociales dans leurs contextes ordinaires : elle considère que l’interaction est organisée par les coparticipants de manière localement située, avec notamment des ressources multimodales déployées et interprétées in situ. L’analyse de cette organisation insiste sur sa dimension indexicale, contingente, et dynamiquement émergente.
21L’importance des données audio et vidéo en analyse conversationnelle, ainsi que la spécificité des enregistrements qui constituent les corpus, dérive de ces exigences analytiques. Si le but est de découvrir l’ordre vivant des activités sociales telles qu’elles sont organisées de manière endogène, alors il est fondamental d’étudier des naturally occurring activities dans leur contexte social ordinaire – et donc de les enregistrer in situ, en essayant d’entraver le moins possible leur ordre local et l’assemblage situé de leurs détails.
22Cela a induit une approche dite naturaliste – discutée à plusieurs reprises (voir Speer, 2002, et les réponses de Lynch, ten Have et Potter qui ont suivi) – caractérisant à la fois une démarche méthodologique et une position théorique.
23Du point de vue méthodologique, la plupart des critiques contre le naturalisme ont fait référence au paradoxe de l’observateur énoncé par Labov (1972), permettant d’affirmer que les naturally occurring data n’existent pas, puisque le simple fait de les enregistrer les transforme et les corrompt. Les réponses à ce type d’objection ont d’une part conduit à un perfectionnement des techniques d’enregistrement d’activités dans leur site naturel – à travers un travail associant compétences technologiques, ethnographiques et éthiques, permettant de réaliser des données de qualité. D’autre part, les réponses ont consisté à relativiser la fréquence avec laquelle les participants font réellement attention au dispositif d’enregistrement – puisqu’ils l’oublient la plupart du temps – et à proposer de traiter ces moments d’orientation vers le dispositif non pas comme de simples biais méthodologiques mais comme des objets d’enquête et d’analyse. Ces moments, dûment analysés, révèlent souvent des enjeux sociaux importants caractérisant l’activité elle-même (voir Heath, 1986, p. 176 ; Laurier et Philo, 2006 ; Mondada, 2006a ; Speer et Hutchby, 2003, pour des exemples de telles analyses).
24Du point de vue conceptuel, la notion de naturel a été explicitée comme relevant de l’intérêt plus profond de Sacks pour les sciences naturelles et la description de la vie naturelle (Lynch et Bogen, 1994). Comme le fait remarquer Lynch (2002), le terme de naturel n’est pas utilisé pour opposer des conduites sociales et naturelles, mais en référence à ce que Schutz (1962) et la phénoménologie appellent l’« attitude naturelle », à savoir la posture préréflexive qui caractérise la vie de tous les jours telle qu’elle est vue par les gens ordinaires, sans calculs ni rationalisations. Donc la propriété de naturalité concerne les pratiques elles-mêmes en amont des données (voir Garfinkel, 1967) : « “naturally organized”, in this context means an ordering of activity that is spontaneous, local, autochtonous, temporal, embodied, endogenously produced and performed as a matter of course » (Lynch, 2002, p. 534).
25Cette approche naturaliste trouve sa traduction dans une démarche empirique particulièrement attentive à la qualité des données audio et vidéo recueillies in situ.
3.2. Une démarche empirique
26Les enregistrements sont le moyen indispensable pour recueillir et constituer des données pour l’analyse (Heath, Hindmarsh et Luff, 2010 ; Mondada, 2006a). Ils sont à la fois ce qui permet de préserver les caractéristiques de l’interaction dans une perspective naturaliste et ce qui configure les conditions de possibilité de l’analyse – puisqu’ils constituent une perspective particulière sur l’action, qui en respecte l’organisation mais lui donne aussi une intelligibilité et une accessibilité particulières. Les enregistrements constituent ainsi une fixation dynamique paradoxale (Bergmann, 1985, p. 305), qui, dans le but de préserver la fluidité temporelle des actions, les fixe et les réifie dans un document vidéo.
27L’enregistrement des données constitue la disponibilité des phénomènes, fondamentale pour l’analyse : si un détail n’est pas (adéquatement) enregistré, il ne sera jamais disponible pour l’analyse et sera perdu à jamais. De ce principe de disponibilité (Mondada, 2003a, 2006a) découle une série d’exigences pesant sur les enregistrements : ceux-ci visent à documenter et à rendre disponibles les détails de la conduite interactionnelle des participants telle qu’elle est traitée par eux, produite et interprétée pour et par les interactants, qui s’y orientent de différentes manières (visibles et audibles dans leurs regards, leurs postures corporelles, leurs réponses). Le protocole d’enregistrement spécifique de l’analyse conversationnelle dérive de cette exigence ; il peut être résumé en deux grandes séries de principes, visant à préserver la temporalité et la continuité des ressources multimodales d’une part et à sauvegarder la spatialité des cadres participatifs de l’interaction et l’écologie de l’action d’autre part (Mondada, 2012a). Nous en dirons un mot avant de donner un exemple empirique.
28La préservation de la continuité et de la temporalité de l’interaction sociale concerne avant tout les limites temporelles de la rencontre – notamment son ouverture et sa clôture. Contrairement aux appels téléphoniques, dont le début et la fin sont clairement délimités par la sonnerie et par le geste prenant en main et déposant le combiné, les interactions en face à face sont caractérisées par des activités souvent riches et complexes en position de pré-ouverture (Mondada, 2010), qui ne sont pas toujours faciles à documenter dans leur intégralité. Celles-ci sont pourtant fondamentales pour l’activité qui suivra, concernant souvent l’arrivée et l’arrangement des corps dans le lieu de la rencontre, la disposition de l’environnement matériel et technique, ainsi que de nombreuses activités préparatoires. Ces activités, ainsi que les ouvertures elles-mêmes, sont d’autant plus complexes à saisir lorsqu’elles se passent de manière improvisée et impromptue – contrairement aux événements planifiés (Mondada et Schmitt, 2010).
29La préservation de la temporalité de la rencontre ne concerne toutefois pas uniquement ses frontières temporelles, mais touche aussi à la continuité de son déroulement. Les actions et les tours contribuant à l’interaction sont produits de manière émergente et incrémentale ; ils sont caractérisés par des perturbations, des réparations, des hésitations, des discontinuités qui sont significatives des conditions de l’échange. La préservation des caractéristiques temporelles de l’échange – concernant par exemple les pauses, les chevauchements, les discontinuités de l’action – dépend de la qualité des technologies employées mais aussi de leur déploiement adéquat sur le site de l’action. Si d’une part il est essentiel d’assurer des enregistrements continus durant toute la durée de l’action, sans discontinuités, il est parfois difficile d’assurer l’enregistrement continu de certains détails de l’action – comme le regard de tous les participants, la continuité d’un geste ou d’une trajectoire de déplacement, voire la continuité d’un échange parlé qui évolue vers un échange murmuré, etc. La possibilité même d’une analyse séquentielle, qui repose sur le lien moment après moment, pas à pas, entre des actions détaillées, dépend de la continuité des enregistrements. Concrètement, cela n’est pas toujours possible – un bon exemple de cette impossibilité étant donné par les ressources multimodales, qui sont souvent visibles dans une certaine position des participants mais cachées dans d’autres, lorsqu’une personne apparaît dans le champ d’une autre. Les possibilités technologiques – offertes par la miniaturisation des équipements, par l’utilisation de multiples micros et caméras, par la fixation de caméras dans des positions très diverses, etc. – permettent de dépasser certaines de ces limitations mais ne permettent pas de les résoudre totalement.
30La préservation de la temporalité est complétée par une autre exigence, celle de la préservation de la spatialité de l’interaction – l’ancrage de la totalité du cadre participatif dans l’environnement et l’écologie de l’action. Contrairement à d’autres approches qui se focalisent soit sur le locuteur (vs les autres participants), soit uniquement sur les têtes parlantes des interlocuteurs (vs leur corps), les enregistrements vidéo effectués dans la perspective de l’analyse conversationnelle exigent une prise en compte de la totalité du cadre participatif. Cela implique une prise de vue qui inclut tous les participants, ainsi que les artefacts, objets, technologies, et documents qu’ils manipulent pendant leur activité. La manière de cadrer l’activité ainsi que le placement et la qualité des micros sont fondamentaux pour l’inclusion ou au contraire l’exclusion des participants périphériques, silencieux, secondaires, subordonnés. Le cadrage a ainsi des effets très importants pour la définition de l’espace interactionnel – il est le résultat d’une analyse de cet espace effectuée en temps réel par le cameraman.
31Les exigences que nous avons résumées ici (voir Mondada, 2006a, 2012a, pour une discussion plus approfondie) sont traitées par un savoir-faire multiple, concernant aussi bien l’approche ethnographique préliminaire indispensable pour décider des prises de vue à effectuer que l’approche technologique dont dépend le choix du bon dispositif technique (voir Jouin et al., 2010, pour quelques exemples). Des dispositifs de plus en plus sophistiqués sont expérimentés, faisant intervenir plusieurs sources d’enregistrement et plusieurs types de caméras (voir Relieu, Zouinar et La Valle, 2007, pour des exemples) ; toutefois en définitive leur adéquation dépend de la compétence analytique sous-tendant la conception du dispositif en adéquation avec l’activité située visée.
3.3. Une diversité de contextes
32L’analyse vidéo en analyse conversationnelle a été fortement inspirée par les workplace studies (Heath et Luff, 2000 ; Luff, Hindmarsh et Heath, 2000 ; Middleton et Engeström, 1996), confrontés à l’analyse de contextes de travail complexes et fragmentés, invitant à prendre en considération non seulement les corps des interlocuteurs mais aussi leurs positionnements dans l’espace matériel et leurs usages de technologies et d’artefacts.
33Dans le domaine francophone aussi, c’est une diversité de lieux de travail et de lieux institutionnels qui a ainsi été étudiée : studios de télévision (Broth, 2008, 2009), salles d’opération (Mondada, 2003b, 2007b), réunions (Markaki et al., 2010 ; Markaki et Mondada, 2011 ; Mondada, 2012b), cuisine (Traverso et Galatolo, 2008), interactions commerciales (Traverso, 2008), studio d’architecture (Détienne et Traverso, 2009 ; Mondada, 2006b, 2013c) et autres sites où sont manipulés des plans, des cartes et autres visualisations (Mondada, 2011e) – ainsi que les contextes variés d’usage des technologies, comme le téléphone fixe et mobile (Relieu, 2005, 2006 ; Relieu et Morel, 2011), la visiophonie (Licoppe et Relieu, 2007), le visiophone (Fornel, 1992), les activités au téléphone et à l’ordinateur dans des call centers (Mondada, 2008a).
3.4. Un exemple : la constitution du corpus comme première proto-analyse
34Afin de ne pas nous limiter à un traitement abstrait et à des positions de principe, nous allons développer quelques enjeux de l’enregistrement sur la base d’un court fragment, issu du corpus qui nous servira de terrain pour cet article. Il s’agit de la visite guidée d’un jardin expérimental, en présence d’un guide – le jardinier, Luc –, de deux visiteurs, Yan et Élise, et du responsable culturel du site – Jean1.
35Cet extrait a été filmé par quatre caméras, qui permettent de discuter analytiquement de deux questions centrales pour les enregistrements vidéo en analyse conversationnelle, quoique encore souvent peu examinées : celle de la perspective emic sur l’action (c’est-à-dire de la perspective des participants) et celle de la documentation du travail de proto-analyse (Mondada, 2006a, 2012a, à paraître b) réalisé par la camerawoman et relevant de la pratique du terrain caméra au poing.
36Deux types de caméra ont été utilisés : des caméras traditionnelles, montées sur un steady cam ou un monopied (visibles dans l’image 2c) et des lunettes caméra portées par les deux personnes guidées, Yan et Élise (visibles dans l’image 1c). Dans l’extrait, chaque point indiqué par le symbole # dans la transcription renvoie au moment précis où a été filmée l’image indexée par le numéro correspondant. Les images ont été reproduites toujours dans le même ordre, se référant la première aux lunettes caméra d’Élise, la deuxième à celles de Yan, la troisième au produit de la caméra principale de la chercheuse, la quatrième au filmage du tournage.
37Les quatre caméras offrent en effet des vues qui ont des valeurs très différentes. Les deux premières se rapprochent de la vue des participants – tout en étant configurées par la technologie et les contraintes des lunettes caméra : cela concerne notamment le cadrage (les participants ont une vue périphérique bien plus large) et l’orientation (les lunettes caméra sont posées sur le nez et donnent un point de vue légèrement plus haut sur la scène que le regard). Les lunettes caméra doivent donc être traitées en tenant compte des artefacts qu’elles produisent et non comme une documentation réaliste de la vue humaine. Mais elles sont utiles pour documenter les changements d’orientation de la tête du porteur au fil de la temporalité et de la séquentialité de l’interaction, comme c’est le cas ici (voir Relieu, 2002 pour une discussion éclairée et une longue pratique de cette technologie).
Extrait 1 (A = Sun-elise-0.46 / B = Sun-yan-0.58 / C = cam-02_1.12 / D = Meta01-26.32) (Le groupe marche vers l’entrée dans le jardin : sur l’image 1c JEAn est à gauche, un peu détaché du groupe, YAN, ELIse viennent ensuite, un peu en arrière, ainsi que LUC, devant et sur la droite)

38Si l’on analyse cet extrait, on peut en tirer un certain nombre de réflexions sur les enregistrements vidéo.
39L’extrait documente un moment dans la visite où les participants sont en train d’entrer dans la partie la plus touffue du jardin. Ils sont en train de marcher en silence, après que la séquence précédente a été complétée. Voici la transcription verbale du fragment :
Extrait 1b (transcription verbale)

40L’extrait commence alors que Yan s’engage dans une question à Luc (ligne 1), sur un objet non mentionné jusque-là, les insectes qui peuplent le jardin. Luc y répond (lignes 2, 4) en annonçant que ce thème, prévu, viendra en son temps. Sa réponse est accueillie par les change-of-state tokens (Heritage, 1984) d’Élise et de Yan (lignes 5, 6). Aussitôt la séquence ainsi complétée, Jean introduit un nouvel objet (ligne 7) en attirant l’attention des participants sur un miroir posé au sol contre un arbre, devant lequel ils sont en train de passer. Cela lui permet d’introduire un développement, auquel participe Luc dans un énoncé collaboratif (ligne 9), sur une installation artistique dans le jardin.
41Cet extrait documente donc une première séquence suivie du début d’une seconde. Le passage de l’une à l’autre pose un certain nombre de problèmes à la fois aux participants et à la camerawoman.
42La première séquence est introduite sans focus référentiel sur quelque point particulier de l’environnement : Yan parle des insectes de manière générale, en ancrant son propos dans une référence à l’année en cours – et non à une espèce ni un lieu particuliers. Sa question interroge donc le savoir du jardinier et non tel focus d’attention au sein du jardin. On voit en effet très bien que Yan pose sa question en regardant vers Luc (image 1b, enregistrée avec les lunettes caméra portées par Yan – voir image 1c pour une vue d’ensemble). De même, Élise, quelques pas en arrière, a Luc qu’elle regarde ainsi que la camerawoman dans son champ de vision orienté dans l’axe de déplacement du groupe (image 1a).
43Luc se tourne alors vers Yan pour lui adresser une réponse (images 1a, 1b, 1c, 1d) et Yan affiche l’interprétation qu’il en fait en déplaçant son regard au-delà de Luc, avant de le reporter (image 3b) aussitôt sur lui, s’ajustant ainsi visiblement à l’annonce faite par Luc qui use d’un futur proche projetant un événement prochain que Yan situe au-delà de Luc, mais dans l’axe de son déplacement (image 2b).
44Lorsque, à la fin de cette séquence, Jean initie la séquence suivante (ligne 7), Yan dirige son regard vers lui (images 4b, 5b), puis le déplace vers l’endroit pointé par Jean (pointage visible sur l’image 5c) en survolant un couvert de feuillage (image 6b) pour finalement tomber sur le miroir ainsi indiqué (image 7b). Yan est donc sensible à l’action de Jean, à laquelle il répond, en cherchant dans la verdure l’objet introduit par le déictique « voilà » et par une construction présentative, décrit comme une « installation » (ligne 7). Les lunettes caméra permettent ainsi de documenter le déplacement de son regard et de son attention sur un nouvel objet.
45Si l’on suit la même transition d’une séquence à l’autre en examinant ce que nous livrent les lunettes caméra d’Élise, on constate une différence dans le déroulement séquentiel de son attention. Quelques pas en arrière, Élise suit Luc, son regard aussi sur lui quand Yan le questionne sur les insectes (image 1a). Tandis que Luc répond, Élise maintient son regard vers lui, plus précisément vers son dos (image 2a), de sorte que dans son champ de vision apparaît aussi un autre objet, placé à même le sol, qui manifestement attire son attention (image 3a, le regard se déplace vers l’objet, qui est un miroir). Le regard d’Élise se focalise ainsi très rapidement sur le miroir qu’elle fixe (elle ne regarde plus ailleurs). De sorte que lorsque Jean introduit cet objet (l. 7), Élise est déjà en train de le fixer : Élise peut voir l’arrêt du corps de Jean et son pointage dans le miroir (images 5a et 6a). Elle est donc orientée plus tôt que Yan vers les miroirs, ce qui en fait une destinataire idéale pour Jean.
46Si maintenant nous nous tournons vers ce que fait Jean, nous voyons qu’il lui faut résoudre un problème pratique : il marche un peu en arrière des autres, un peu à l’écart, et regarde sur sa droite (image 1c). Puis il se réoriente vers la gauche où se trouve le miroir :
Extrait 1c (détail des lignes 4-6)

47Pendant que Luc fait son annonce (ligne 4), Jean se tourne sur sa gauche, tombe sans doute sur le miroir et esquisse un geste vers lui (fin de la ligne 4). Mais à ce moment-là Luc est encore en train de produire son tour, formulant sa promesse, et Yan a ramené sur lui son regard. Jean renonce donc au geste qu’il amorçait (image 3c). Mais dès que Luc achève son tour et, ce faisant, la séquence, Jean initie le sien :
Extrait 1d (détail de la ligne 7)

48En initiant son tour et la nouvelle séquence d’introduction du miroir, Jean pointe à nouveau vers lui (image 3d), amenant Yan à se retourner vers lui, puis vers le miroir qu’Élise est déjà en train de regarder. Le problème pratique rencontré par Jean est celui de l’apparition sur son parcours d’un objet mentionnable (anglais mentionable), alors que le groupe est en marche et que les premiers l’ont déjà dépassé – seule Élise se trouvant à sa hauteur quand Jean pointe vers lui. La tâche pratique à laquelle il est confronté est donc de refocaliser l’attention du groupe sur lui ; il le fait en enchaînant de manière temporellement très précise sur la fin de la séquence précédente avec pour résultat une réorientation vers l’arrière des participants partis vers l’avant (image 6c) – et de ce fait, une réorganisation de l’espace interactionnel (voir infra).
49Cette transition de la première à la seconde séquence pose un problème pratique à la camerawoman aussi. Celle-ci en effet avance à reculons dans le jardin, en précédant le groupe qui va de l’avant sur une trajectoire qu’il lui faut anticiper (images 1d, 2d). L’enregistrement d’un groupe en mouvement requiert en effet un ajustement aux déplacements, au rythme et à la vitesse des pas, mais aussi aux haltes éventuelles. La question de Yan ouvre une séquence qui est entièrement réalisée par les participants en train de marcher. En revanche, l’initiation d’une nouvelle séquence par Jean est caractérisée par un arrêt du groupe, voire par sa réorientation vers l’arrière (qui est traitée par Jean notamment dans la préface minimisante « j’me permets juste/ », ligne 7). Alors que la camerawoman jusque-là reculait progressivement, on la voit s’ajuster au mouvement de Jean et au nouvel espace interactionnel qu’il vient d’installer :
Extrait 1e (détails des lignes 7-10)

50La camerawoman, qui jusque-là reculait (images 2d, 3d supra), continue à reculer pendant les lignes 7 et 8 : sur la construction présentative « voilà : / c’est l’installation » (ligne 7), la caméra réalise un pas en arrière important, qui prend du recul sur la scène et élargit le cadre (images 9-10 – cf. image 6d supra). Son pas latéral vers la gauche de l’image tente d’accéder à ce qui attire l’attention des participants, mais qui est caché par Luc au milieu de l’image (image 11 – cf. images 7d, 8d supra). Finalement, le pas latéral sur la droite (image 12) permet au miroir, maintenant juste à droite de Luc, d’apparaître dans ce nouveau cadrage. Autrement dit, les mouvements successifs de la camerawoman témoignent de sa recherche d’un cadrage qui soit en mesure d’intégrer à la fois les participants concernés – avec un problème posé par la profondeur de champ puisque Luc, le participant le plus visible, est à ce moment dégagé de la séquence initiée et menée par Jean, et se focalise déjà sur l’objet suivant, l’arbre qui se trouve face à lui – et l’objet qu’ils regardent (le miroir).
51Ces éléments d’analyse montrent que la production de l’image vidéo, d’abord, et son exploitation, ensuite, relèvent de pratiques incarnées qui produisent la visibilité (l’accountability visuelle) de l’événement pour différents participants, qui y déploient leurs orientations et – ce faisant – aussi leurs interprétations de ce qui se passe. De ce point de vue, ce que manifeste la caméra de la chercheuse, ainsi que ses mouvements incarnés, ici documentés par une caméra supplémentaire, est un point de vue sur la scène qui ne se confond pas avec celui des participants, mais qui répond à ce qu’ils font en essayant d’en assurer l’intelligibilité pour l’analyse – dans une proto-analyse située qui se déroule moment par moment et s’ajuste constamment à l’action qu’elle anticipe ou à laquelle elle s’adapte après coup (voir Mondada, à paraître b, pour un développement de cette approche des pratiques du filmage). Par ailleurs, les autres caméras – ici les caméras lunettes – témoignent des problèmes pratiques des participants et documentent au moins en partie leurs orientations dynamiques. Les quatre caméras permettent ainsi d’avoir un accès analytique à ce qui se passe de manière différenciée et complémentaire.
52Dans les analyses que nous venons d’en livrer, ainsi que dans la totalité des chapitres de ce livre, nous avons utilisé non seulement la vidéo mais aussi des transcriptions composites qui comprennent :
- la transcription du verbal, effectuée de manière standard selon les normes de l’analyse conversationnelle (en utilisant la convention ICOR, une variante de la convention jeffersonienne tenant compte de l’histoire des conventions de notation du français) ;
- l’intégration d’images provenant de différentes sources et soigneusement rapportées (synchronisées) à la parole en train de se faire, permettant un accès à l’action émergente et à différentes perspectives sur elle ;
- la transcription multimodale, ici volontairement réduite à l’essentiel et fortement dépendante des objectifs de l’analyse ; celle-ci est moins standardisée que la transcription de la parole au sein de la communauté conversationnelle, mais robuste et systématique (la version utilisée ici est celle introduite par Mondada, 2004, et actuellement la plus employée dans la littérature – voir Mondada, 2008b, pour une explicitation) ; cette transcription intègre non seulement les gestes et mouvements corporels des participants mais aussi les mouvements de la caméra ;
- la transcription alignée avec le signal, grâce à des logiciels comme ELAN ou CLAN2, permettant une synchronisation immédiate entre la source et le texte (voir Mondada, 2007c).
53Les analyses multimodales reposent sur une telle complexité de détails que leur transcription constitue plus que d’autres types de transcription (davantage standardisés comme celui des enregistrements audio) une première analyse : en effet, la transcription multimodale est le fruit de choix de notation qui, au lieu d’annoter de manière systématique tous les regards, tous les gestes, tous les mouvements des participants, comme on pourrait le faire dans une approche relevant du codage, transcrit sélectivement les détails qui apparaissent pertinents pour l’organisation de l’action à un moment précis. Dans ce sens, la transcription multimodale est à la fois la condition et le produit d’une analyse.
54L’analyse de ces données peut adopter deux perspectives, également pratiquées en analyse conversationnelle : d’une part, l’analyse de cas singuliers se focalise sur un échange qu’elle étudie de la manière la plus complète possible, en tenant compte d’une diversité de phénomènes ; d’autre part, l’analyse de collections se focalise sur un seul phénomène, généralement caractérisé en termes d’actions spécifiques, d’environnements séquentiels sélectifs et de ressources mobilisées, et en offre une étude systématique fondée sur de nombreuses occurrences (voir Schegloff, 1988 et 1996b, pour une présentation de ces démarches). La démarche consistant à dresser une collection a été pratiquée surtout sur des données audio et a soulevé la question de savoir si elle était possible sur des données vidéo – caractérisées par une grande diversité et une grande richesse de détails spécifiques. Bien que les analyses de collections multimodales ne soient pas nombreuses (voir Goodwin C., 1981 ; Rossano, 2012 ; Mondada, 2007a, 2009a, 2009b, 2011a, 2011b, pour des exemples), elles ne sont pas a priori impossibles (voir Mondada, 2005b, 2008b, 2008c, 2011c, 2012d, pour une argumentation en faveur d’une telle démarche ; voir aussi Oloff, 2008 ; Keel, 2011). Elles impliquent souvent la définition de Gestalts multimodales faisant intervenir de nombreux détails sonores et visuels manifestant des orientations partagées au sein d’actions et de séquences spécifiques.
55Dans ce volume, les chapitres ont adopté différentes stratégies de ce point de vue : certains adoptent une démarche de collection (voir les contributions de Merlino, Oloff, Keel), d’autres montrent les variations d’une configuration séquentielle complexe (voir les contributions de Mondémé, Colón de Carvajal, Hugol-Gential, Kreplak), d’autres enfin partent plutôt d’une forme linguistique pour caractériser ensuite les trajectoires séquentielles dans lesquelles elle apparaît (La Valle, Markaki).
4. Données vidéo et nouvelles potentialités analytiques
56Dans ce qui suit, nous allons passer en revue quelques aspects constituant les défis centraux de l’analyse vidéo en analyse conversationnelle. Même si, encore une fois, la vidéo est utilisée depuis longtemps en analyse conversationnelle, la plupart de ses catégories sont fondées sur des analyses de données audio. Le fait de travailler sur des données vidéo n’implique pas nécessairement une remise en question de ces catégories : nous allons voir qu’elle permet surtout une complexification des principes fondamentaux de l’approche – comme la conception de la séquentialité.
57Nous allons en donner quelques exemples faisant référence à trois niveaux d’analyse classiques en analyse conversationnelle et qui sont également illustrés par les chapitres de ce livre, qui suivent le même ordre progressif : l’organisation du tour (section 4.1 ; voir les contributions de Merlino et Oloff), l’organisation de la séquence (4.2 ; voir les contributions de Keel, Mondémé, Markaki) et l’organisation de la participation (4.3) qui implique pour nous une approche centrée sur la notion d’espace interactionnel (voir les contributions de La Valle, Hugol-Gential, Colón de Carvajal, Kreplak). Chaque niveau sera illustré dans ce qui suit à l’aide d’une brève collection décrivant un phénomène particulier.
4.1. Ressources multimodales pour l’organisation du tour
4.1.1. Construction et allocation multimodales du tour
58L’organisation du tour repose sur deux composantes (Sacks, Schegloff et Jefferson, 1974), celle dont relève la construction du tour et celle dont relève l’allocation du tour. Les ressources multimodales interviennent dans les deux. La construction du tour a été amplement étudiée du point de vue des ressources syntaxiques et prosodiques (Ford, Fox et Thompson, 1996 ; Hakulinen et Selting, 2005 ; Schegloff, 1996a), notamment en linguistique interactionnelle, par des travaux qui ont montré la manière dont celles-ci projettent et accomplissent la segmentation et la complétude des unités de construction du tour (anglais turn-constructional unit, TCU), rendant reconnaissables des points de transition (transition-relevance place, TRP) où un changement de locuteur peut avoir lieu. Les moyens gestuels et corporels par lesquels ces unités sont accomplies ont été moins étudiés : ainsi certains de nos travaux (Mondada, 2007a, 2008c, 2008d) montrent que dans une écologie où l’attention des participants est focalisée sur une table jonchée de documents, durant une réunion, le pointage vers ces documents est une ressource puissante pour projeter la prise de tour, manifester l’analyse online, en temps réel du tour en train de se faire et rendre reconnaissable la complétion imminente de ses unités.
59L’allocation du tour est aussi réalisée par une gamme de ressources multimodales, allant d’un certain nombre de pratiques verbales, adressées de façon audible au prochain locuteur, à des pratiques incarnées telles que le regard, le geste indiquant le prochain locuteur, le pointage du menton ou autres orientations incarnées (voir Lerner, 2003). Ces dernières ont été décrites en particulier dans des contextes institutionnels, comme l’école (Sahlström, 2002), les réunions de travail (Ford, 2008 ; Schmitt, 2005), ou les réunions politiques (Mondada, 2013a).
60Construction et allocation du tour sont ensemble concernées par les pratiques par lesquelles le prochain locuteur s’auto-sélectionne ou est hétéro-sélectionné en position de pre-beginning, anticipant son futur tour, préparé et projeté par son action. Ainsi la sélection imminente du locuteur est manifestée par une diversité de ressources multimodales fonctionnant comme des turn-entry devices : c’est le cas du pré-positionnement de gestes créant un projection space (Schegloff, 1984, p. 267), des gestes de pointage projetant une prise de tour imminente (Mondada, 2004, 2007a), de la production d’une [a]-face au niveau de l’expression faciale, du geste de la paume des mains verticale (Streeck et Hartge, 1992), voire de la multiplicité de manifestations corporelles (Schmitt, 2005) montrant que la personne va bientôt parler. De même, la construction du tour peut être réalisée de manière collaborative en exploitant des ressources multimodales (Bolden, 2003 ; Hayashi, 2005 ; Iwasaki, 2009), qui interviennent aussi dans la gestion des chevauchements, la négociation qui continuera le tour et la suite qu’elle lui donnera (Oloff, 2008, 2009 ; Mondada et Oloff, 2011).
4.1.2. Un exemple : pre-beginnings et préparations de la prise du tour
61Dans l’exemple empirique que nous allons donner ici, nous voulons précisément nous focaliser sur les ressources multimodales mobilisées en position de pre-beginning, préparant et projetant une prise de tour imminente. Ces projections peuvent avoir lieu alors que le tour en cours est en train d’être complété (donc en position de pré-complétion par rapport à ce tour), mais aussi bien avant (donc en position plus ou moins précoce ; Mondada, 2008c). Nous en donnons ici des exemples tirés du corpus présenté ci-dessus, montrant deux points de diversité : diversité des ressources intervenant dans la projection de la prise de tour, diversité des positions séquentielles auxquelles elles interviennent.
62L’extrait 1, examiné plus haut, recèle plusieurs occurrences du phénomène. La première que nous commentons est une auto-sélection qui se situe juste avant un chevauchement, anticipant une prise de tour qui aura lieu un peu plus tard.
Extrait 2 (détail de l’extrait 1)

63La question de Yan est construite sur la base d’une dislocation à gauche, suivie d’une interrogative négative qui mentionne les insectes (spécifiant après coup le partitif « en »). Cette construction émergente permet de formuler le référent deux fois, en produisant finalement une forme en pivot. Cette construction particulière permet de projeter très tôt l’objet de la question. Luc s’oriente vers elle avec sa bouche en forme de o (images 13, 14 ; voir le [a]-face de Streeck et Hartge, 1992) et avec un geste de la main, qu’il lève juste après et avant même le segment en chevauchement (voir les annotations multimodales de la ligne 2). Sa réponse est donc préparée et projetée de manière précoce, d’abord par des ressources corporelles, ensuite par le chevauchement et enfin par la réponse en clair (ligne 4).
64Un instant plus tard, Jean initie lui aussi un tour de manière précoce, pendant que Luc est encore en train de parler :
Extrait 3 (détail de l’extrait 1)

65Tandis que Luc est en train de répondre à Yan (voir supra), Jean, le regard ailleurs jusque-là, se tourne vers sa gauche, découvre sans doute le miroir et esquisse un geste vers lui (fin de la ligne 4). Ce geste projette l’action qu’il va effectuer quelques secondes plus tard en s’auto-sélectionnant et en initiant une nouvelle séquence montrant ce nouvel objet (ligne 7). Sans être encore reconnaissable comme un pointage, ce geste esquissé et aussitôt rétracté manifeste une prise de tour imminente (Mondada, 2007a). Il manifeste aussi une lecture en temps réel du tour de Luc en train de se faire, et l’identification de cette position séquentielle comme étant inadéquate à l’initiation d’une nouvelle séquence. Jean rétracte donc son geste en attendant l’apparition d’un point de complétude ; son auto-sélection est réalisée dès que la séquence initiée par Yan est complétée : à la ligne 7, en enchaînant sans tarder par rapport à ce qui précède, Jean prend la parole et pointe cette fois de manière reconnaissable vers le miroir.
66Quelques secondes plus tard, pendant que Jean explique l’œuvre des miroirs, Luc prend clairement ses distances du reste du groupe (image 15), en focalisant son attention sur une plante, les amélanches, dont il parlera dans la séquence suivante. Tandis que Jean termine son explication sur les miroirs, Luc prépare soigneusement le moment où il va commencer à parler des amélanches :
Extrait 4 (2/1.45 amélanches)

67Cet extrait montre la manière dont le locuteur – ici Luc – choisit soigneusement la position séquentielle et actionnelle à laquelle il va introduire le nouveau référent.
68Jean termine son commentaire ligne 1 par « °voilà\° » et fait un pas en avant, marquant ultérieurement la clôture par son mouvement vers l’étape suivante (Broth et Mondada, 2013). Cette clôture a été anticipée par Luc, qui a déjà fait un pas en avant vers le nouvel objet qu’il commentera, et est projetée, en position de pré-complétion (en même temps que « voilà\ ») par sa préparation de l’étape suivante : il tend sa main droite et touche le fruit d’une plante devant lui (image 16). Mais ce qui suit n’est pas un nouveau tour de Luc : Jean prolonge en effet son explication (ligne 2) et Yan lui répond après une pause (ligne 4). L’occasion d’un tour de Luc, initiant une nouvelle séquence, est posticipée. À ce moment, les participants sont encore orientés visuellement vers ce que vient de leur montrer Jean et vers ce dernier comme source du commentaire.
69Toutefois, en clôturant son tour et sa séquence, Jean fait des pas en avant : son mouvement a pour effet non seulement de signaler la complétude de la séquence mais aussi de projeter une séquence suivante, ancrée plus avant dans le parcours. En effet, le mouvement en avant de Jean est suivi des yeux par Yan, qui se tourne à son tour vers l’avant : il se trouve ainsi face à Luc. Pendant ce temps, Luc a rétracté sa main droite ; quand Yan se tourne vers lui, il prend sa respiration (ligne 5), avance à nouveau sa main, et commence son tour par « VOyez/ » (ligne 7) tout en pointant vers le fruit. Alors que les ressources multimodales projetant le tour avaient été rétractées lorsque les autres participants ne le regardaient pas, cette fois-ci Luc exploite la réorientation des participants pour projeter de façon multimodale son tour, de différentes manières (orientation du corps, inspiration, pointage).
70Si on se penche sur les images enregistrées par les lunettes caméras de Yan et d’Élise, on peut remarquer, comme nous le disions à l’instant, que Yan regarde précocement vers Luc (image 18a) et son pointage, qu’il suit immédiatement vers les amélanches (image 18b où on voit le doigt pointé de Luc, les amélanches en premier plan – ainsi que la camerawoman en second plan). En revanche Élise est encore en train de regarder le miroir quand Luc dit « Voyez » (image 17a) ; elle se met à rediriger son regard tout de suite après (image 17b), mais elle n’atteint Luc que plus tard (image 19a), lorsqu’il commence à énoncer le nom de l’objet pointé (ligne 8). Élise regarde cet objet à la fin de la prononciation du nom (ligne 8, image 19b).
71La construction du tour de Luc semble s’orienter vers ce retard d’Élise : « VOyez/ » introduit et projette quelque chose à voir – fonctionnant ainsi comme une instruction à chercher quelque chose de visible – mais n’est pas suivi de la mention du référent : une remarque rappelle que le référent est un topic connu et utilise un prospective indexical (Goodwin C., 1996 ; « en » dans « on en parlait tout à l’heure », ligne 7), qui renforce l’instruction de regarder et de chercher l’objet non encore nommé mais connu et indiqué par le geste de pointage. Cette insertion donne le temps à Yan de regarder l’objet pointé et surtout à Élise de se tourner de l’œuvre d’art vers Luc, puis vers le fruit. C’est ainsi que lorsque Luc a nommé l’objet (« les amélanches/ », ligne 8), ses deux interlocuteurs principaux regardent conjointement vers l’arbre fruitier.
72Durant la pause qui suit (ligne 9), Yan tend la main de façon à toucher le fruit au moment où il produit son change-of-state token « ah : : : : / » (ligne 10), suivi de celui d’Élise (ligne 11) : ici la saisie du référent n’est pas uniquement visuelle mais aussi manuelle, tactile. Ce n’est qu’une fois obtenue une réponse de la part de son interlocuteur que Luc continue son explication.
73Un peu plus tard, alors que Luc est toujours engagé avec Yan et Élise dans l’échange sur les amélanches, Jean identifie une autre plante, qui sera nommée ensuite comme étant de la « monnaie du pape ». Entre le moment où il voit la plante et en donne une évaluation positive (ligne 34), à laquelle personne ne prête attention, et celui auquel il prend la parole pour poser une question sur elle à Luc (ligne 55), un long laps de temps s’écoule, donnant lieu à une longue préparation de son tour :
Extrait 5 (monnaie du pape)



74Jean sort de l’espace interactionnel dans lequel les autres coparticipants continuent à échanger à propos des amélanches ; il marche vers l’avant et sur son chemin son regard tombe sur une fleur, qu’il atteint et qu’il touche (ligne 34) en en produisant une évaluation (assessment ; ligne 34). Cet assessment n’est pas entendu par les autres participants, qui n’y répondent pas : ils sont encore focalisés sur les amélanches, tout en esquissant une marche vers l’avant. Yan produit un assessment du fruit (ligne 36), lié au toucher et au goût ; Luc ajoute une nouvelle explication sur la plante (lignes 38-40), induisant de nouvelles réponses positives et collaboratives (lignes 41, 42) ainsi que divers assessments (lignes 43-50). Luc prolonge son explication, avec un commentaire sur la couleur des feuilles (lignes 51-53), alors qu’Élise se met aussi à goûter le fruit et produit son assessment (ligne 54).
75Ces activités ignorent largement ce que Jean est en train de faire et l’objet sur lequel il est en train de se focaliser. Celui-ci, après avoir produit un assessment de la fleur (ligne 34), qu’il touche aussi (image 21), se tourne vers le groupe, tout en continuant à la toucher (image 22). Il maintient ainsi une double posture, orientée à la fois vers le futur objet d’attention commune et vers le groupe dont il surveille la progression dans la séquence en cours – et donc la disponibilité ou non pour son propre tour et l’initiation de sa nouvelle séquence. Alors que Luc commence son explication botanique, Jean adopte une posture d’écoute (image 23), manifestant une attente de la complétion de cette séquence. Quand Luc produit un assessment qui pourrait être final (ligne 43) et marche vers l’avant, Jean s’oriente vers ce moment comme pouvant constituer une complétion de la séquence en cours : il se repositionne, en s’ajustant à la formation mobile du groupe en train d’avancer ; il se positionne face à Luc, tout en maintenant sa proximité avec la fleur.
76Mais Luc initie une nouvelle explication (ligne 51), en indiquant les amélanches : Jean se repositionne alors à nouveau, pointe rapidement vers la fleur (image 24), se montrant sensible à cette position séquentielle mais aussi à cette nouvelle expansion. Les positions de Jean manifestent ainsi une surveillance constante (monitoring) du tour de Luc – indexant non seulement une posture d’auditeur mais aussi une posture de possible futur locuteur. À ce point, personne n’a encore fait attention à lui. Mais les repositionnements de Jean sont arrangés méticuleusement de telle sorte que le groupe ne puisse pas avancer sans passer par la plante vers laquelle il pointe.
77La clôture de la dernière expansion de la séquence est accomplie par Luc dans une construction du tour qui est syntaxiquement et prosodiquement complète, avec une marche vers l’avant. Ce point est identifié par Jean comme un TRP (Transition Relevant Place) où il insère son action suivante, en initiant une nouvelle paire adjacente avec une question adressée à Luc (lignes 55-56). Son tour est organisé de façon multimodale, avec un début sur un déictique disloqué à gauche (« ça ») accompagné d’un geste de pointage : il crée ainsi un focus d’attention conjointe sur la plante et, en initiant une première partie de paire, projette – et assure – la suite de l’interaction centrée sur ce nouvel objet. Luc d’abord (image 25), puis Yan (image 26) et Élise (image 27) regardent tous vers la fleur quand la question de Jean arrive à complétion (ligne 56).
78Ce dernier extrait montre le long travail interactif que nécessite sa prise de tour par Jean, et l’installation par lui de son nouveau speakership, d’un nouveau focus d’attention et d’une nouvelle séquence. La préparation de Jean montre son orientation vers le déploiement séquentiel de l’activité précédente, sa surveillance des points de complétude possibles et de l’attention des coparticipants, ainsi que la recherche de la position séquentielle adéquate pour introduire une nouvelle action, et de la posture incarnée la plus efficace pour attirer l’attention des participants.
79Ce dernier exemple est un cas particulièrement extrême du phénomène documenté sur les extraits précédents, l’orientation du futur locuteur vers une position séquentielle adéquate où s’auto-sélectionner et initier une nouvelle action. Les données vidéo sont particulièrement utiles pour repérer la richesse et la complexité du travail interactif que ce type de prise de parole requiert et pour en documenter le déroulement temporel et séquentiel détaillé.
80La multimodalité permet ainsi de révéler la dynamique non seulement du tour en train de se faire mais aussi sa réception et interprétation en temps réel par les participants – ainsi que les contingences et leurs effets réflexifs sur le tour, telles qu’elles sont entre autres visibles dans les changements d’espace interactionnel.
4.2. Organisation multimodale de la séquence
4.2.1. Études vidéo de l’organisation de la séquence
81L’analyse conversationnelle s’intéresse à l’ordre interactionnel tel qu’il est accompli par les participants à tous les niveaux de son organisation. Les participants s’engagent pas à pas dans la construction de leur tour – formaté en temps réel et de manière émergente – en s’orientant vers les réponses et les conduites des coparticipants, ainsi que vers les contingences du contexte interactionnel. Le tour de parole implémente une ou plusieurs actions qui en projettent d’autres, produisant des attentes normatives qui ont un effet configurant sur l’organisation de la séquence. La paire adjacente en constitue une forme privilégiée d’organisation, où une première partie de paire rend pertinente – et attendue – une seconde partie (comme dans la paire question/réponse ; Schegloff et Sacks, 1973). Elle peut être préparée et amplifiée par des pré-séquences et des post-séquences (Schegloff, 2007).
82Les participants mobilisent toutes les ressources à leur disposition pour l’organisation publique, intelligible, reconnaissable de ces enchaînements séquentiels. Les ressources multimodales y interviennent de différentes manières. Elles peuvent intervenir pour solliciter une réponse en l’absence de réaction de la part de l’interlocuteur, par exemple par un regard sur lui (Stivers et Rossano, 2010), ou bien en configurant une recherche de mots comme publique ou privée (Goodwin C. et Goodwin M. H., 1987 ; Hayashi, 2003 ; Merlino, 2010). Mais elles peuvent encore intervenir pour sécuriser les conditions d’un accès au référent, ou à un « évaluable » (assessable) ou à d’autres détails de l’environnement ou de l’écologie cognitive nécessaires à la poursuite de la séquence – comme c’est le cas pour les assessments (Goodwin C. et Goodwin M. H., 1987 ; Lindström et Mondada, 2009 ; Mondada, 2009b ; Keel, 2011). À nouveau, cela manifeste la surveillance (le monitoring) permanente que les participants exercent sur leurs interlocuteurs, que ce soit pour suivre leur interprétation de l’activité en cours (Mondada, 2011c, 2012d), leur participation (Goodwin C. et Goodwin M. H., 2004) ou encore leur posture (anglais stance : Goodwin C., 2007) ou leur engagement (Goodwin M. H., 1980).
4.2.2. Un exemple : séquences introduisant un nouveau focus d’attention conjointe
83Voici un exemple de l’importance des ressources multimodales dans l’organisation d’une séquence qui, comme c’était le cas précédemment des tours analysés, dépend de la création d’un focus d’attention conjointe : il s’agit de séquences initiées par un premier locuteur introduisant un nouvel objet et closes par la réponse, en forme de change-of-state token (Heritage, 1984b), de l’un ou plusieurs de ses interlocuteurs.
84Le premier extrait sur lequel nous allons nous pencher est exemplaire du travail interactif que nécessite l’introduction d’un nouveau référent – ici « les piverts » (repérables aux seules traces laissées par eux sur le tronc d’arbre vers lequel pointe le jardinier) :
Extrait 6 (3/15.25 les piverts) (Le groupe avance sur le chemin, après avoir remarqué un arbre soutenu par deux béquilles)

85Pendant que le groupe marche le long du sentier qui serpente à travers le jardin, différents focus d’attention balisent le début de cet extrait : alors que Jean fait une remarque conclusive ironique à propos de l’arbre qu’ils viennent de regarder (ligne 1) – l’arbre retient encore l’attention de Yan qui continue à le regarder, et d’Élise qui regarde Jean et lui sourit –, Luc, en tête du groupe, quitte le sentier et s’approche d’un nouvel arbre. On peut donc ici dire que le groupe est encore orienté rétrospectivement vers le dernier référent traité, tandis que Luc est déjà orienté prospectivement vers le suivant.
86En même temps qu’Élise répond à Jean (ligne 2), Luc produit deux occurrences de « regardez », dont la seconde est suivie d’un article projetant l’argument du verbe (« les : », ligne 3), accompagné du début d’un geste de pointage. Toutefois, l’argument n’est pas produit – Élise, en chevauchement, continuant à se référer à l’objet précédent (ligne 4) et les participants ne regardant toujours pas vers Luc (images 28, 29). Plutôt que de produire le syntagme nominal (SN) ainsi projeté, Luc reprend alors la totalité de la construction, avec le verbe de perception cette fois suivi de son objet (« regardez les piverts/ », ligne 5). Et ce faisant, toute marche suspendue, il maintient son pointage en même temps qu’il se tourne vers le groupe.
87Yan alors, encore occupé par l’arbre « assisté » (ligne 6), interroge Luc à son propos, en se tournant vers lui. Ce faisant, il le découvre engagé dans la présentation d’un autre objet. Dans le même temps, Élise aussi se tourne vers Luc (image 30).
88L’attention de Yan et d’Élise étant enfin orientée vers lui, Luc s’autorise à répéter son instruction (« regardez les piverts », ligne 8), tandis qu’à son tour Jean se tourne vers lui. L’invitation de Luc à regarder est donc cette fois suivie de plusieurs actions en réponse : les réorientations perceptuelles de chacun des interlocuteurs, ainsi que la réponse verbale de Yan (« ah oui\ » 10), qui constituent un change-of-state token – lequel est, on le voit, non seulement verbal (Heritage, 1984b) mais aussi corporel (Mondada, 2009b).
89Une fois l’attention de tous les participants tournée vers l’objet désigné, doublée de la manifestation vocale de l’un d’eux, Luc continue sur le caractère surprenant de la présence de piverts au centre-ville (ligne 11), sur lequel s’aligne Élise (ligne 12).
90Ce court fragment montre de façon visible que Luc ne procède à quelque prédication sur le référent qu’après manifestation par ses interlocuteurs de leur orientation, de leur attention, de l’identification par eux enfin du référent concerné. La manière dont Luc oriente leur perception est complexe : des ressources verbales sont mises à contribution, comme le verbe à l’impératif « regardez », la projection d’un SN, finalement réalisée, mais aussi la posture du corps, tendue vers l’objet, et le geste de pointage. Le regard des participants est guidé par cette tension du corps qui du coup fonctionne tout entier comme un index dirigé vers le nouveau référent à découvrir. On remarquera aussi que la temporalité du tour de parole de Luc s’ajuste finement à la posture de ses coparticipants : les répétitions du verbe, ainsi que, plus tard, celle du SN, l’allongement de la première occurrence de l’article (ligne 3), la projection non remplie du SN, tout concourt à opérer un maintien de l’instruction visuelle en attendant que l’attention des participants se réoriente et s’aligne avec elle (voir Goodwin C, 1981 ; Hindmarsh et Heath, 2000 ; Mondada, 2005a).
91L’extrait suivant offre une autre instance d’allongement de l’article suivi d’une reprise de respiration et de sa répétition, avant que le SN correspondant au référent soit produit :
Extrait 7 (4/13.47 laurier) (Il est question des effets de la sécheresse sur les plantes)

92Au moment où Luc dit « regardez », ses coparticipants sont en train de regarder ailleurs. Le verbe de perception est suivi d’un premier article (« le : ») qui projette un SN masculin singulier – qui n’est toutefois pas réalisé immédiatement. Suivent en effet une inspiration de Luc et une répétition de l’article, finalement suivie du SN. S’y ajoutent un déictique (« derrière ») et un autre verbe de perception (« voyez/ »). Tout de suite après la première occurrence de l’article allongé, les regards de Yan et d’Élise se portent vers le lieu pointé par Luc : la continuation du tour de ce dernier montre qu’il s’oriente vers leur regard pour assurer la progressivité du geste de référence et de l’instruction visuelle.
93Encore une fois, ce n’est pas uniquement le changement de direction du regard des coparticipants qui permet de progresser, mais la production d’un change-of-state token (« ah ouais », ligne 2) par Jean. Il est intéressant de remarquer que Jean lui-même continue son tour en s’apprêtant à prédiquer quelque chose du référent ainsi identifié ; il est chevauché par Luc qui développe un argument à son propos (« ça souffre » en référence à la sécheresse dont il a été question plus tôt). Encore une fois, les participants ne passent à la prédication à propos du référent que lorsque celui-ci a été publiquement identifié par leurs interlocuteurs.
94La répétition de l’article avant le SN comme procédé retardateur et projecteur à la fois ainsi que la réduplication du verbe de perception sont récurrents dans le corpus :
Extrait 8 (2/11.18 lézards) (Luc est en train de montrer le lieu où a été organisée une représentation théâtrale, qui a malmené les plantes ; il n’a pas encore parlé des lézards)

95Ligne 1, Luc se baisse et allonge la main vers le buis, comme s’il le caressait. Au début de son tour, Jean et Yan sont engagés dans une autre conversation et ne le regardent pas. Élise regarde ailleurs aussi (image 31). Ligne 2, Luc répète la référence aux lézards, en utilisant un format de question, projetant et attendant une réponse, et transforme le verbe au passé, faisant ainsi des lézards un objet qui était (donné) à voir (et qui peut potentiellement disparaître : la dimension d’urgence est audible dans l’accélération du débit au début du tour), augmentant la pression envers la production d’un comportement aligné sur l’action initiée et projetée, et d’une réponse. Durant l’énoncé de la question, il pointe vers les buis.
96Élise se rapproche de lui pendant la question ; Yan tourne la tête durant la pause qui suit (ligne 4). C’est ainsi qu’il se met en position (image 32) de répondre à la première partie de paire, avec un change-of-state token prosodiquement très marqué (à la fois par l’allongement du « a : : : h » et par l’intonation très montante à la fin du « ouai : s// », ligne 5).
97Dès que Yan a commencé à répondre, Luc continue en chevauchement et propose un développement, alors que le groupe se resserre autour de lui (image 33).
98De manière schématique on observe donc de façon récurrente une séquence ternaire :
- A : introduction du référent
- B : change-of-state token
- A : développement du référent
99Toutefois, cette représentation séquentielle ternaire ne rend pas justice à l’imbrication des postures incarnées, aux projections, attentes, satisfactions des attentes qu’elles accomplissent. De façon plus complexe, un pattern multimodal se dégage de la brève collection analysée ici :
- Le locuteur introduit le référent en recourant à différents procédés, un verbe de perception à l’impératif, le SN argument du verbe, éventuellement un déictique, des gestes de pointage et un déplacement du corps d’autant plus remarquable qu’il change de trajectoire – fonctionnant comme index corporel qui augmente la visibilité de l’index du doigt.
- L’introduction du référent est orientée vers le destinataire (recipient-designed) et, en particulier, sensible à l’orientation corporelle des destinataires. La construction du tour introductif s’ajuste à eux : en particulier, si leur corps ou leur regard n’est pas encore tourné vers le référent, des procédés de répétition, retardement et projection sont mis en œuvre.
- L’introduction du référent est accomplie lorsque les coparticipants ont adopté une posture corporelle alignée avec cette action et lorsqu’un change-of-state token a été produit.
- Suite au change-of-state token, le locuteur développe le référent ainsi introduit (Mondada, 2012e).
100Cette séquence complexe éclaire les conditions de la progressivité de l’action et de complétion de la séquence, étroitement associées à la disposition des participants dans l’espace interactionnel, à leur attention réciproque et conjointe, à leur monitoring mutuel constant. En outre, un tel pattern multimodal montre bien qu’au-delà de la complexité et de la richesse des conduites multimodales, une analyse de leur systématicité est possible, fondée sur des collections, faisant intervenir une diversité de ressources, des positionnements séquentiels et des actions spécifiques.
4.3. Organisation de la participation et de l’espace interactionnel
4.3.1. De la participation incarnée à l’espace interactionnel
101La prise en compte du corps dans sa totalité et des ressources multimodales dans leur complexité, ainsi que de l’accomplissement situé de l’attention conjointe et de l’attention mutuelle dans la gestion de l’introduction de nouveaux objets dans l’interaction, porte à reconnaître non seulement au corps mais plus largement à l’environnement et aux déplacements dans l’environnement un rôle important.
102Décrire les corps en interaction implique un intérêt nouveau pour l’espace et pour la manière dont les conduites incorporées s’adaptent, exploitent et transforment les propriétés de l’environnement matériel. La notion de participation, initialement introduite par Goffman (1981), a été redéfinie par Charles Goodwin et Marjorie H. Goodwin (2004) dans de nombreux travaux : ils proposent de considérer le cadre participatif comme étant en perpétuelle transformation, en fonction de l’émergence et de l’évolution du tour et de la séquence, ainsi que de la manière dont il est adressé et de la manière dont les interlocuteurs y répondent. En outre, ils proposent de concevoir le cadre participatif comme faisant intervenir de manière cruciale les postures corporelles des interlocuteurs, en parlant d’embodied participation, c’est-à-dire de « participation incarnée ». Cet intérêt pour la manière dont le cadre participatif est incarné par les participants, dans leurs orientations corporelles, leurs postures, leurs positionnements et leurs mouvements donne à l’espace une nouvelle importance (Mondada, 2009a, 2012b).
103L’espace n’est pas simplement préexistant, il est configuré dans, par et pour l’interaction, grâce à la disposition, à la distribution, aux arrangements des corps des participants. Cette attention portée à la spatialité de l’interaction remonte aux travaux pionniers de Goffman (1963) sur l’espace public et sur la manière dont les interactions focalisées ou non focalisées sont établies ; ceux d’Ashcraft et Scheflen (1976) analysent la façon dont la disposition des corps dans l’espace dessine un territoire qui est défendu par ceux qui l’occupent et reconnu par les autres ; ceux de Kendon (1977, 1990) reprennent ces idées au sein de la notion de F-formation, constituée par les positions des corps et leurs arrangements de manière à favoriser la relation mutuelle et l’engagement commun dans l’activité. De manière plus contemporaine, Charles Goodwin (2000, 2003, 2007) parle de contextual configuration constituée par la position des corps, les gestes et le recours à des objets de différents types, notamment graphiques.
104En nous inspirant de ces différents apports, nous avons proposé la notion d’« espace interactionel » (Mondada, 2005, 2009a, 2011d) pour décrire la façon dont les cadres participatifs s’ancrent dans l’espace, à travers l’arrangement détaillé et dynamique des corps des participants, sensible à l’organisation de la parole en interaction, à l’attention mutuelle, aux focus d’attention conjointe et aux objets manipulés au cours de l’activité. Cet espace interactionnel est constamment établi, transformé et rétabli au fil de l’interaction (De Stefani et Mondada, 2007 ; LeBaron et Streeck, 1997 ; Mondada 2009a, 2011b ; De Stefani, 2010 ; Hausendorf, Mondada et Schmitt, 2012). Cela est d’autant plus le cas lorsque l’interaction implique de la mobilité, les participants se déplaçant dans le cours de leur action.
105Ainsi l’intérêt pour la totalité du corps et pour l’espace interactionnel a porté naturellement à l’étude de situations où les participants se déplacent – alors que jusqu’ici l’analyse conversationnelle avait surtout privilégié des situations statiques d’interaction.
106Si différentes formes de mobilité sont analysables (Haddington, Mondada et Nevile, 2013), la marche en interaction est intéressante pour différentes raisons : elle implique les corps dans leur totalité ; elle relève d’un mouvement systématiquement organisé, doté d’une trajectoire projetable, socialement configuré et ajusté ; elle est temporellement coordonnée avec les détails de la parole en interaction. Ainsi, les travaux pionniers de Ryave et Schenkein (1974, p. 265) ont montré que marcher est un accomplissement pratique méthodique. Marcher ensemble, c’est-à-dire constituer des withs (Goffman, 1971), implique une action concertée consistant à faire converger les trajectoires au début de la rencontre (Mondada, 2009a), puis à avancer, accélérer et ralentir, s’arrêter et repartir ensemble, en maintenant une proximité et un rythme commun (Haddington, Mondada et Nevile 2013 ; De Stefani, 2010), jusqu’à s’en aller, quitter le groupe, s’éloigner (Depperman, Schmitt et Mondada, 2010 ; Broth et Mondada, 2013).
107En outre, la marche collective est organisée de manière finement et réflexivement coordonnée avec la parole en interaction : avancer pas à pas s’ajuste à l’émergence moment par moment des tours de parole (Relieu, 1999 ; Mondada, 2009a, 2011b) et les points possibles de transition dans le tour à tour sont aussi le lieu de déplacements systématiques (Broth et Mondada, 2013). Cela fait de la marche un phénomène novateur pour l’analyse de la parole et des conduites en interaction, idéalement observable dans une activité comme celle des visites guidées.
4.3.2. Un exemple : établissement et dissolution de l’espace interactionnel dans les transitions d’une activité à l’autre
108Les transitions d’une activité à une autre sont un environnement séquentiel particulièrement intéressant pour observer la manière dont évoluent le cadre participatif et l’espace matériel des participants (Bruxelles et al., 2009 ; Heath, 1986 ; Modaff, 2003 ; Mondada, 2006b ; Mondada et Traverso, 2005 ; Robinson, 1998) et plus particulièrement pour étudier l’établissement, le maintien et la dissolution de l’espace interactionnel ainsi constitué.
109Nous allons d’abord nous pencher sur un extrait montrant la manière très rapide dont cet établissement et sa dissolution peuvent être organisés. Nous nous arrêterons ensuite sur un cas plus complexe.
110L’extrait ci-dessous commence alors que le groupe de visiteurs est en train d’avancer en silence sur un sentier du jardin (image 1). Jean pointe vers un détail à leur gauche, introduit par « et là » :
Extrait 9 (Cep3 – 18.08 jardiniers)

111entre espace interactionnel, organisation séquentielle et participation.
112Cet extrait permet de montrer, dans leur complexité, une série de phénomènes :
- la modification du cadre participatif au fil de la visite ;
- la manière dont elle entraîne une réorganisation de l’espace interactionnel ;
- la manière dont les participants s’ajustent corporellement les uns aux autres dans la production de l’espace interactionnel adéquat à diverses activités – organisant ainsi une segmentation des séquences ;
- la manière dont la caméra s’ajuste finement elle aussi à ces dynamiques.
113L’extrait commence alors que le groupe fait face à une ruche que Luc a amplement commentée et décrite. La séquence précédente s’est terminée sur une blague et le rire de tous les participants (voir ligne 1). À ce moment, les participants sont mutuellement orientés, leurs corps secoués par le rire (image 39). Leurs corps dessinent un espace interactionnel qui est configuré par leur face-à-face et leur disposition en cercle.
114La séquence suivante est introduite par Jean, qui pose une question en pointant (ligne 2) :
Extrait 10a (les abeilles / Meta04-11.13 = moy04-12.44) (Les participants sont en train de rire, accomplissant la fin de la séquence amont, close sur une blague)

115Ligne 2, Jean se met à pointer et pose une question (« c’est quoi »), en initiant une nouvelle paire adjacente qui projette une réponse de la part de Luc. Cette question a pour effet de refocaliser l’attention de tous les participants sur la ruche : on voit dans les images 40 et 41 les participants tourner leur attention vers le jardin. Cela est encore accentué par le fait que, en produisant la deuxième partie de paire, Luc pointe aussi (4), en répétant le SN qui est le focus de la question de Jean.
116L’espace interactionnel se trouve ainsi transformé par l’action réalisée dans cette nouvelle séquence : il n’est plus organisé par une attention mutuelle, mais se reconfigure, avec les corps des participants privilégiant une attention conjointe vers un objet pointé.
117Cet espace interactionnel se maintient la durée de la séquence et va se modifier à nouveau quand celle-ci atteindra sa complétude :
Extrait 10b

118Ligne 6, Luc continue son explication en réponse : il continue à pointer et gesticule vers le rouleau de laine décrit. Pendant cette explication, Élise se déplace vers la gauche le long de la clôture, adoptant une perspective différente sur l’objet décrit.
119La complétude de la séquence est projetée par Luc successivement de différentes manières :
- À la fin de la ligne 7, son énoncé est syntaxiquement et prosodiquement complet ; en outre il fait un pas en arrière sur le dernier syntagme prépositionnel.
- Juste après, alors qu’il continue avec un « donc » qui semble projeter une conclusion (ligne 8), plusieurs participants s’orientent vers lui : Élise, de loin, avec son change-of-state token, Yan qui tourne la tête vers Luc (ligne 9) ; la caméra qui fait un pas en arrière (ligne 9). Ce dernier mouvement semble projeter une clôture proche de la séquence et une remise en marche des participants.
- À la ligne 10, Luc reprend « il est là » de la ligne 8 et atteint un autre point de complétude possible. Jean produit une réponse en chevauchement (ligne 11) et soit Luc lui-même, soit Yan font un pas en arrière – commençant ainsi à se dégager de l’espace interactionnel. La caméra fait un autre pas en arrière, s’ajustant à eux.
- Luc ajoute ensuite un énoncé qui reformule synthétiquement la réponse à la question de Jean (ligne 12). À ce moment, on remarque (image 43) que les participants ne sont plus tournés vers les abeilles (cf. image 42) mais qu’ils ont repris une formation en cercle et en face à face, s’orientant mutuellement les uns vers les autres. La caméra fait un nouveau pas en arrière.
- La clôture de la séquence est ultérieurement achevée par Jean qui produit une évaluation générale et ironique (ligne 14) : on aura noté que Jean clôt la séquence en relançant la marche vers l’avant (images 44, 45) tout en produisant ce tour.
120À ce moment la séquence est potentiellement close et la caméra fait un pas vers l’arrière (ligne 15), projetant une reprise de la marche chez les participants.
121Ce qui se passe est néanmoins une transition plus complexe qu’une simple mise en marche silencieuse des participants : Yan (ligne 16) introduit un nouveau topic, lié au précédent par « mais » alors que le groupe entame une nouvelle réorganisation de l’espace interactionnel :
Extrait 10c

122Ligne 16, Yan prolonge la séquence précédente avec une nouvelle conclusion, sous forme d’un projet hypothétique et imaginaire, consistant à venir passer l’été dans le jardin. Ce développement n’est pas produit par une attention particulière au jardin, mais dans un espace interactionnel transitoire, doublement orienté vers le cercle des participants et vers la marche qui suivra. La trajectoire du déplacement de Jean est particulièrement intéressante de ce point de vue : il a entamé une marche qui traverse le cercle précédemment formé et qui s’oriente vers l’avant, vers la suite de la visite ; quand Yan introduit son rêve (ligne 16), Jean a déjà traversé le cercle : dans cette position il peut continuer à s’éloigner des autres coparticipants en traitant ce que fait Yan comme une transition conclusive vers la suite ; mais il peut aussi s’arrêter et traiter ce que Yan est en train de faire comme installant un nouvel espace interactionnel. Jean opte pour cette seconde possibilité, en pivotant sur lui-même (ligne 16, image 46), refaisant ainsi face aux coparticipants et rétablissant un espace interactionnel en forme de cercle.
123Celui-ci est maintenu pour une courte durée : le tour de Yan reçoit une réponse précoce de Luc (ligne 18) avant même qu’il précise le lieu dans un syntagme propositionnel produit après un léger retard (« euhm : (.) dans l’jardin\ », ligne 17). Avant la réponse de Luc, Jean commence à faire à nouveau pivoter son corps vers l’avant (image 47), et Yan, sur son hésitation, commence lui aussi à avancer. Élise entre-temps a rejoint à nouveau le groupe (image 48). La réponse de Luc s’aligne sur la proposition rêvée de Yan (ligne 18) mais il en profite aussi pour mentionner les logements étudiants, qui sont l’étape suivante de la visite (ligne 19) : il projette ainsi non seulement une suite mais un déplacement. C’est à ce moment que tout le groupe se met à marcher vers l’avant (image 49), en dissolvant l’espace interactionnel précédent. On notera qu’à ce moment-là aussi la caméra qui filme la camerawoman fait un saut en arrière, enregistrant non seulement la mise en marche du groupe mais aussi les pas successifs de la camerawoman.
124La suite de l’échange, qui prolonge le scénario hypothétique construit par Yan, se fait en mouvement : pour ce type d’échange, dans un espace interactionnel en mouvement, les participants configurent une formation mobile qui leur permet de traiter la séquence comme une transition vers la suite de la visite sans halte focalisée sur un lieu particulier du jardin.
125Cet extrait met en évidence une articulation étroite et réflexive entre organisation de la séquence et organisation de l’espace interactionnel : les participants modifient progressivement leurs postures corporelles, toujours en s’ajustant les uns aux autres et en exhibant une orientation fine vers des points précis du déroulement de la séquence (ils s’orientent ainsi corporellement vers les questions « why that now ? » et « what’s next ? », propres à l’organisation de la séquentialité ; voir Schegloff et Sacks, 1973).
126L’interaction est ainsi segmentée pratiquement en séquences par l’adoption d’espaces interactionnels spécifiques et propres aux actions qui y sont accomplies :
- la séquence se terminant sur des rires adopte un espace interactionnel en forme de cercle privilégiant l’attention mutuelle ;
- la séquence de question/réponse sur un détail du jardin adopte un espace interactionnel orienté vers un focus commun d’attention constitué par un objet lointain ;
- la séquence de transition où un scénario fictif est imaginé – où de façon plus générale il n’est pas fait précisément référence à un détail de l’environnement immédiat – au groupe de de passer sur un objet mentionné-désigné à l’espace de focalisation mutuelle, avant d’adopter un espace interactionnel mobile dans lequel les corps sont en mouvement.
127Ces espaces interactionnels sont constitués collectivement par les agencements des corps en interaction ; ils traduisent le traitement endogène par le groupe non seulement du format de participation adéquat à l’activité en cours mais plus généralement son ancrage dans l’environnement matériel. Nous avons montré au cours de ce chapitre leur importance non seulement pour l’organisation incarnée de la participation, mais aussi la pertinence de leurs transformations pour le formatage incrémental du tour et pour la progressivité de la séquence.
5. Les chapitres de ce volume
128Les chapitres contenus dans ce volume adoptent tous cette perspective multimodale en analyse conversationnelle.
129Ils offrent une série d’analyses reposant sur une grande diversité de données vidéo : conversations ordinaires (Oloff), y compris avec des enfants (Keel, La Valle) ; interactions professionnelles, dont des réunions (Markaki) et des meetings (Merlino) ; interactions de service, au restaurant (Hugol-Gential) ; interactions institutionnelles, dans de l’assistance à des personnes âgées par visiophone (Colón de Carvajal), dans des séances d’entraînement de personnes aveugles avec leur chien guide (Mondémé), dans des espaces d’exposition artistiques (Kreplak).
130Chacun des chapitres propose une analyse détaillée d’un phénomène, traité dans une analyse de cas singuliers ou dans une collection de cas. Ces phénomènes concernent l’ensemble des niveaux d’analyse que nous venons d’évoquer.
131Au niveau de l’organisation du tour de parole, la contribution de Sara Merlino s’intéresse aux spécificités des interactions avec traducteur et à la manière dont s’opère l’alternance du tour du traduit au traducteur ; Florence Oloff s’intéresse à la manière dont, dans la conversation ordinaire, le tour peut être prolongé et complété de manière différée.
132Au niveau de l’organisation de la séquence, Sara Keel se penche sur des séquences d’évaluation (anglais assessments) que des enfants initient dans la conversation quotidienne, souvent en attirant l’attention des parents vers un détail de l’environnement matériel ; Chloé Mondémé s’intéresse à l’organisation de paires adjacentes concernant des actions comme les requêtes ou les assessments dans un contexte interactionnel particulier, où le chien pour aveugle est un des partenaires interactionnels. L’organisation des séquences n’est pas purement locale mais peut s’étendre et se complexifier dans le cas de moments de désaccord en réunion étudiés par Vassiliki Markaki, ou bien dans les cas d’épisodes étudiés par Natalia La Valle, qui, initiés par « bon » dans les interactions continues propres à l’espace domestique, peuvent se prolonger de manière extrêmement longue dans le temps de la soirée familiale.
133Étudiée par Clémentine Hugol-Gential, l’organisation de la participation est au centre de l’analyse de la reconfiguration de l’interaction au restaurant opérée par l’approche du serveur, maître d’hôtel ou sommelier, au cours de laquelle les participants à table se tournent vers lui et initient une nouvelle activité. Les changements de cadre participatif sont aussi le thème de la contribution d’Isabel Colón de Carvajal, qui en étudie les variations au fil d’échanges visiophoniques au cours desquels un participant tiers s’invite dans la conversation. Enfin, la constitution et la dissolution de l’espace interactionnel font aussi l’objet de l’analyse de Yaël Kreplak qui se penche sur le début de la visite d’espaces d’exposition lors d’accrochages dans un centre d’art.
134Ainsi constitué, ce volume veut montrer à l’œuvre une approche de l’interaction sociale profondément ancrée dans son site de production et d’accomplissement, tenant compte de la spécificité des ressources multimodales disponibles et de la transformation dynamique des espaces interactionnels. Il montre ainsi comment les thématiques les plus centrales de l’analyse conversationnelle peuvent être revisitées, réexaminées, enrichies par un examen détaillé de données vidéo et comment les problématiques les plus diverses de la multimodalité et de la gestualité peuvent être traitées en analyse conversationnelle.
Bibliographie
Références bibliographiques
Auer P. (2009), Online syntax : thoughts on the temporality of spoken language, Language Sciences 31, p. 1-13.
Ashcraft N. et Scheflen A. E. (1976), People Space. The Making and Breaking of Human Boundaries, New York, Anchor.
Bavelas J. et Chovil N. (2000), Visible acts of meaning : an integrated message model of language in face-to-face dialogue, Journal of Language and Social Psychology 19, p. 163-194.
Bavelas J., Chovil N., Lawrie D. A. et Wade A. (1992), Interactive gesture, Discourse Processes 15, p. 469-489.
Bergmann J. R. (1985), Flüchtigkeit und methodische Fixierung sozialer Wirklichkeit, in W. Bonss et H. Hartmann éd., Entzauberte Wissenschaft, Göttingen, Otto Schwarz.
Birdwhistell R. (1970), Kinesics and context, Philadelphie, University of Pennsylvania Press.
Bolden G. B. (2003), Multiple modalities in collaborative turn sequences, Gesture 3 (2), p. 187-212.
Broth M. (2008), The studio interaction as a contextual resource for TV-production, Journal of Pragmatics 40 (5), p. 904-926.
— (2009), Seeing through screens, hearing through speakers : managing distant studio space in television control room interaction, Journal of Pragmatics 41, p. 1998-2016.
Broth M, Mondada, L. (2013). Walking away. The embodied achievement of activity closings in mobile interactions, Journal of Pragmatics, 47, 41-58.
Bruxelles S., Greco L. et Mondada L. (2009), Pratiques de transition : ressources multimodales pour la structuration de l’activité, in F. Détienne et V. Traverso éd., Méthodologies d’analyse de situations coopératives de conception, p. 221-302.
Cosnier J. (1977), Communication non verbale et langage, Psychologie médicale 9 (11), p. 2033-2047.
— (1978), Activité sociale et biologique du comportement : le point de vue d’un éthologue des communications, Psychologie française 23, p. 51-58.
De Stefani E. (2010), Reference as an interactively and multimodally accomplished practice : organizing spatial reorientation in guided tours, in M. Pettorino, A. Giannini, IChiari et F. Dovetto éd., Spoken Communication, Newcastle upon Tyne, Cambridge Scholars Publishing, p. 137-170.
De Stefani E. et Mondada L. (2007), L’organizzazione multimodale e interazionale dell’orientamento spaziale in movimento, Bulletin VALS ASLA 85, p. 131-159.
Deppermann A., Schmitt R. et Mondada L. (2010), Agenda and emergence : contingent and planned activities in a meeting, Journal of Pragmatics 42 (6), p. 1700-1718.
Détienne F. et Traverso V. éd. (2009), Méthodologies d’analyse de situations coopératives de conception. Corpus MOSAIC, Nancy, Presses universitaires de Nancy.
Duncan S. J. (1974), Some signals and rules for taking speaking turns in conversations, in S. Weitz éd., Nonverbal Communication, New York, Oxford University Press, p. 298-311.
Ford C. (2008), Women Speaking Up : Getting and Using Turns in Workplace Meetings, New York, Palgrave.
Ford C. E., Fox B. A. et Thompson S.A. (1996), Practice in the construction of turns : the « TCU » revisited, Pragmatics 6 (3), p. 427-454.
Ford C. E., Fox B. A. et Thompson S.A. éd. (2002), The Language of Turn and Sequence, Oxford, Oxford University Press.
Fornel M. de (1992), « Alors tu me vois ? » Objet technique et cadre interactionnel dans la pratique visiophonique, Culture technique 24, p. 112-120.
Fornel M. de et Léon J. (2000), L’analyse de conversation, de l’ethnométhodologie à la linguistique interactionnelle, Histoire Épistémologie Langage 22 (1), p. 131-155.
Garfinkel H. (1967), Studies in Ethnomethodology, Englewood Cliffs, NJ, Prentice-Hall.
Goffman E. (1963), Behavior in Public Places : Notes on the Social Organization of Gatherings, New York, Free Press.
— (1981), Forms of Talk, Philadelphie, University of Pennsylvania Press.
Goodwin C. (1979), The interactive construction of a sentence in natural conversation, in G. Psathas éd., Everyday Language : Studies in Ethnomethodology, New York, Irvington Publishers, p. 97-121.
— (1981), Conversational Organization : Interaction Between Speakers and Hearers, New York, Academic Press.
— (1996), Transparent vision, in E. Ochs, E. A. Schegloff et S. Thompson éd., Intreraction and Grammar, Cambridge, Cambridge University Press, p. 370-404.
— (2000), Action and embodiment within situated human interaction, Journal of Pragmatics 32 (10), p. 1489-1522.
— (2003), The semiotic body in its environment, in J. Coupland et R. Gwyn éd., Discourses of the Body, New York, Palgrave-Macmillan, p. 19-42.
— (2007), Participation, stance and affect in the organization of activities, Discourse and Society 18 (1), p. 53-73.
Goodwin C. et Goodwin M. H. (1987), Concurrent operations on talk : notes on the interactive organization of assessments, Pragmatics 1 (1), p. 1-55.
— (2004), Participation, in A. Duranti éd., A companion to Linguistic Anthropology, Oxford, Blackwell, p. 222-244.
Goodwin M. H. (1980), Processes of mutual monitoring implicated for the production of description sequences, Sociological Inquiry 50 (3-4), p. 303-317.
Goodwin M. H. et Goodwin C. (1986), Gesture and coparticipation in the activity of searching for a word, Semiotica 62 (1-2), p. 51-75.
Gülich E. et Mondada L. (2001), Analyse conversationnelle, in G. Holtus, M. Metzeltin et C. Schmitt éd., Lexikon der romanistischen Linguistik, Tübingen, Niemeyer, vol. I, 2, p. 196-250.
Haddington P., Mondada L. et Nevile M. éd. (2013), Mobility and Interaction, Berlin, De Gruyter.
Hakulinen A. et Selting M. éd. (2005), Syntax and Lexis in Conversation. Studies on the Use of Linguistic Resources in Talk-in-interaction, Amsterdam, John Benjamins.
Hausendorf H., Mondada L. et Schmitt R. éd. (2012), Raum als interaktive Resource, Tübingen, Narr.
Hayashi M. (2003), Joint Utterance Construction in Japanese Conversation, Amsterdam, John Benjamins.
— (2005), Joint turn construction through language and the body : notes on embodiment in coordinated participation in situated activities, Semiotica 156 (1/4), p. 21-53.
Heath C. (1986), Body Movement and Speech in Medical Interaction, Cambridge, Cambridge University Press.
Heath C. et Luff P. (2000), Technology in Action, Cambridge, Cambridge University Press.
Heath C., Hindmarsh J. et Luff P. (2010), Video in Qualitative Research, Londres, Sage.
Heritage J. (1984a), Garfinkel and Ethnomethodology, Cambridge - New York, Polity Press.
— (1984b), A change-of-state token and aspects of its sequential placement, in J. M. Atkinson et J. Heritage éd., Structures of Social Action, Cambridge, Cambridge University Press, p. 299-345.
Hindmarsh J. et Heath C. (2000), Embodied reference : a study of deixis in workplace interaction, Journal of Pragmatics 32, p. 1855-1878.
Iwasaki S. (2009), Initiating interactive turn spaces in Japanese conversation : local projection and collaborative action, Discourse Processes 46, p. 226-246.
Jouin-Chardon E., Mondada L., Niccolai G. et Traverso V. (2010), Contraintes technologiques sur les enregistrements de corpus et analyse des cadres de participation, Pratiques 147-148, p. 53-81.
Keel S. (2011), The parents’ questioning repeats in response to young children’s evaluative turns, Gesprächsforschung 12, p. 52-94.
Kendon A. (1977), Spatial organization in social encounters : the f-formation system, in A. Kendon éd., Studies in the Behavior of Social Interaction, Lisse, Hollande, Peter DeRidder Press.
— (1990), Conducting Interaction : Patterns of Behavior in Focused Encounters, Cambridge, Cambridge University Press.
— (2004), Gesture : Visible Action as Utterance, Cambridge, Cambridge University Press.
Labov W. (1972), Sociolinguistic Patterns, Philadelphie, University of Pennsylvania Press.
Laurier E. et Philo C. (2006), Natural problems of naturalistic video data, in H. Knoblauch et al. éd., Video-Analysis, Berne, Lang, p. 183-192.
LeBaron C. D. et Streeck J. (1997), Built space and the interactional framing of experience during a murder interrogation, Human Studies 20, p. 1-25.
Lerner G. H. (2003), Selecting next speaker : the context-sensitive operation of a context-free organization, Language in Society 32, p. 177-201.
Licoppe C. et Relieu M. éd. (2007), De la rue au tribunal. Études sur la visiocommunication, numéro spécial de Réseaux 25 (144).
Lindström A. et Mondada L. éd. (2009), Special issue on Assessments, Research on Language and Social Interaction 42, p. 4.
Luff P., Hindmarsh J. et Heath C. éd. (2000), Workplace Studies. Recovering Work Practice and Informing System Design, Cambridge, Cambridge University Press.
Lynch M. (2002), From naturally occurring data to naturally organized ordinary activities : comment on Speer, Discourse Studies 4, p. 531-537.
Lynch M. et Boden D. (1994), Harvey Sacks’s primitive natural science, Theory, Culture et Society 11 (4), p. 65-104.
Markaki V. et Mondada L. (2011), Embodied orientations towards co-participants in multinational meetings, Discourse Studies 13 (6), p. 1-22.
Markaki V., Merlino S., Mondada L. et Oloff F. (2010), Laughter in professional meetings : the organization of an emergent ethnic joke, Journal of Pragmatics 42, p. 1526-1542.
McQuown N. éd. (1971), The Natural History of an Interview, Chicago, Microfilm Collection, Manuscripts on Cultural Anthropology, Joseph Reginstein Library, Department of Photoduplication, University of Chicago.
Merlino S. (2010), Un’analisi multimodale della ricerca di parola nelle sequenze di traduzione orale, in M. Pettorino, A. Giannini et F.M. Dovetto éd., La comunicazione parlata 3, vol. 1, Naples, Università L’Orientale, p. 473-492.
Middleton D. et Engeström Y. éd. (1996), Cognition and Communication at Work, Cambridge, Cambridge University Press.
Modaff D. P. (2003), Body movement in the transition from opening to task in doctor-patient interviews, in P. Glenn, C. D. LeBaron et J. Mandelbaum éd., Studies in Language and Social Interaction. In honor of Robert Hopper, Mahwah, Erlbaum, p. 411-422.
Mondada L. (2003a), Observer les activités de la classe dans leur diversité : choix méthodologiques et enjeux théoriques, in J. Perera, L. Nussbaum et M. Milian éd., L’educacio linguistica en situacions multiculturals i multilingues, Barcelone, ICE Universitat de Barcelona, p. 49-70.
— (2003b), Working with video : how surgeons produce video records of their actions, Visual Studies 18 (1), p. 58-72
— (2004), Temporalité, séquentialité et multimodalité au fondement de l’organisation de l’interaction : le pointage comme pratique de prise du tour, Cahiers de linguistique française 26, p. 169-192.
— (2005a), La constitution de l’origo déictique comme travail interactionnel des participants : une approche praxéologique de la spatialité, Intellectica 2-3 (41- 42), p. 75-100.
— (2005b), L’analyse de corpus en linguistique interactionnelle : de l’étude de cas singuliers à l’étude de collections, in. A. Condamine éd., Sémantique et corpus, Paris, Hermès, p. 76-108.
— (2006a), Video recording as the reflexive preservation-configuration of phenomenal features for analysis, in H. Knoblauch et al. éd., Video Analysis, Berne, Lang, p. 51-68.
— (2006b), Participants’ online analysis and multimodal practices : projecting the end of the turn and the closing of the sequence, Discourse Studies 8, p. 117-129.
— (2007a), Multimodal resources for turn-taking : pointing and the emergence of possible next speakers, Discourse Studies 9 (2), p. 195-226.
— (2007b), Operating together through videoconference : members’ procedures accomplishing a common space of action, in S. Hester et D. Francis éd., Orders of Ordinary Action, Aldershot, Ashgate, p. 51-68.
— (2007c), Commentary : transcript variations and the indexicality of transcribing practices, Discourse Studies 9 (6), p. 809-821
— (2008a), Doing video for a sequential and multimodal analysis of social interaction : videotaping institutional telephone calls, FQS (Forum : Qualitative Sozialforschung / Forum : Qualitative Social Research ; www.qualitativeresearch.net/) 9 (3).
— (2008b), Documenter l’articulation des ressources multimodales dans le temps : la transcription d’enregistrements vidéo d’interactions, in M. Bilger éd., Données orales, les enjeux de la transcription, Perpignan, Presses universitaires de Perpignan, p. 127-155.
— (2008c), L’interprétation online par les coparticipants de la structuration du tour in fieri en TCUs : évidences multimodales, Travaux neuchâtelois de linguistique 48, p. 7-38.
— (2008d), L’analyse de collections de phénomènes multimodaux en linguistique interactionnelle : à propos de l’organisation systématique des ressources gestuelles en début de tour, Cahiers de praxématique 50, p. 23-70.
— (2009a), Emergent focused interactions in public places : a systematic analysis of the multimodal achievement of a common interactional space, Journal of Pragmatics 41, p. 1977-1997.
— (2009b), The embodied and negotiated production of assessments in instructed actions, Research on Language and Social Interaction 42 (4), p. 329-361.
— (2010), Eröffnung und Vor-Eröffnung in technisch vermittelter Interaktion : Videokonferenzen, in L. Mondada et R. Schmitt éd., Situationseröffnungen. Zur multimodalen Herstellung fokussierter Interaktion, Tübingen, Narr, p. 277-334.
— (2011a), The organization of concurrent courses of action in surgical demonstrations, in J. Streeck, C. Goodwin et C. LeBaron éd., Embodied Interaction, Language and Body in the Material World, Cambridge, Cambridge University Press, p. 207-226.
— (2011b), Projections, organisation syntaxique, séquentielle et multimodale : le tour comme construction émergente dans l’interaction, in G. Corminboeuf et M. J. Béguelin éd., Du système linguistique aux actions langagières. Mélanges en l’honneur d’Alain Berrendonner, Bruxelles, De Boeck, p. 191-208.
— (2011c), Understanding as a embodied, situated and sequential achievement in interaction, Journal of Pragmatics 43, p. 542-552.
— (2011d), The interactional production of multiple spatialities within a participatory democracy meeting, Social Semiotics 21 (2), p. 283-308.
— (2011e), Géographies mobiles et divergentes : l’établissement interactionnel des lieux d’intervention dans des appels au secours, Revue d’anthropologie des connaissances 5 (2), p. 390-436.
— (2012a), The conversation analytic approach to data collection, in J. Sidnell et T. Stivers éd., Handbook of Conversation Analysis, Londres Blackwell-Wiley, p. 32-56.
— (2012b), The dynamics of embodied participation and language choice in multilingual meetings, Language in Society 41 (2), p. 213-235.
— (2012c), Video analysis and the temporality of artefacts within social interaction : the case of architectural practices, Qualitative Review, pp. 12, 3, 304-333.
— (2012d), Deixis : an integrated interactional multimodal analysis, in P. Bergmann et J. Brenning éd., Interaction and Usage-Based Grammar Theories. What about Prosody and Visual Signals ? Berlin, De Gruyter, p. 173-206.
— (2012e), Organisation multimodale de la parole-en-interaction : pratiques incarnées d’introduction des référents, Langue française, p. 175, 129-147.
— (2013a), Embodied and spatial resources for turn-taking in institutional multi-party interactions : the example of participatory democracy debates, Journal of Pragmatics, p. 46, 39-68.
— (2013b), Video as a tool in sociology and anthropology, in C. Müller, A. Cienki, E. Fricke et D. McNeill éd., Handbook Body, Language, and Communication, Berlin, De Gruyter, p. 978-988.
— (2013c), Interactional space and the study of embodied talk-in-interaction, in P. Auer, M. Hilpert, A. Stukenbrock et B. Szmrecsanyi éd., Space in Language and Linguistics : Geographical, Interactional and Cognitive Perspectives, Berlin, De Gruyter, p. 247-275.
— (à paraître a), An interactionist perspective on the ecology of linguistic practices. The situated and embodied production of talk, in R. Ludwig, P. Mühlhäusler et S. Pagel éd., Language Ecology and Language Contact, Cambridge, Cambridge University Press.
— (à paraître b), Shooting video as a research activity : video making as a form of proto-analysis, in M. Broth, E. Laurier et L. Mondada éd., Video at Work : Praxeological Studies Of Media Production, London, Routledge.
Mondada L. et Traverso V. (2005), (Dés) alignements en clôture, Lidil 31, p. 34-59.
Mondada L. et Schmitt R. éd. (2010), Situationseröffnungen. Zur multimodalen Herstellung fokussierter Interaktion, Tübingen, Narr.
Mondada L. et Oloff F. (2011), Gesture in overlap : the situated establishment of speakership, in G. Stam, M. Ishino éd., Integrating Gestures. The Interdisciplinary Nature of Gesture, Amsterdam, John Benjamins, p. 321-338.
Ochs E., Schegloff E. A., et Thompson S. A. éd. (1996), Grammar and Interaction, Cambridge, Cambridge University Press.
Oloff F. (2008), La répétition suite au chevauchement : analyse comparative de données vidéo, Cahiers de praxématique 50, p. 71-10.
— (2009), Contribution à l’étude systématique de l’organisation des tours de parole. Les chevauchements en français et en allemand, thèse de doctorat, ENS de Lyon et Université de Mannheim (https://ub-madoc.bib.uni-mannheim.de/29617/).
Perakyla A. et Ruusuvuori J. (2006), Facial expression in an assessment, in H. Knoblauch et al. éd., Video Analysis : Methodology and Methods, Francfort, Peter Lang.
Relieu M. (1999), Parler en marchant : pour une écologie dynamique des échanges de paroles, Langage et société 89, p. 37-68.
— (2002) The « glasscam » as an observational tool for studying screen-based mobile phone uses and management of parallel activities. International Conference on Conversation Analysis (ICCA-02) Copenhagen, 17-21 May, 2002.
— (2005), Les usages des TIC en situation naturelle : une approche ethnométhodologique de l’hybridation des espaces d’activité, Intellectica 41-42 (2-3), p. 139-162.
— (2006), Remarques sur l’analyse conversationnelle et les technologies médiatisées, Revue française de linguistique appliquée 11 (2), p. 17-32.
Relieu M. et Brock F. (1995), L’infrastructure conversationnelle de la parole publique, Politix 35, p. 77-112.
Relieu M. et Morel J. (2011), Les limites de la coprésence à distance. Le guidage sur téléphone mobile, Revue d’anthropologie des connaissances 5 (2), p. 339-336.
Robinson J. D. (1998), Getting down to business : talk, gaze, and body orientation during openings in coctor-patient consultation, Human Communication Research 25, p. 98-124.
Rossano F. (2012), Gaze Behavior in Face-to-Face Interaction, PhD Dissertation, Nijmegen, Max Planck Institute for Psycholinguistics.
Ryave A. L. et Schenkein J. (1974), Notes on the art of walking, in R. Turner éd., Ethnomethodology, Harmondsworth, Penguin.
Sacks H. (1984), Notes on methodology, in J. M. Atkinson et J. Heritage éd., Structures of Social Action, Cambridge, Cambridge University Press, p. 21-27.
Sacks H. et Schegloff E. A. (2002), Home position, Gesture 2 (2), p. 133-146.
Sacks H., Schegloff E. A. et Jefferson G. (1974), A simplest systematics for the organization of turn-taking for conversation, Language 50, p. 696-735.
Sahlström F. (2002), The interactional organization of hand raising in classroom interaction, Journal of Classroom Interaction 37 (2), p. 47-57.
Scheflen A. (1972), Body Language and Social Order : Communications as Behavioral Control, Englewood Cliffs, Prentice Hall.
Schegloff E. A. (1984), On some gestures’ relation to talk, in J. M. Atkinson et J. Heritage éd., Structures of Social Action, Cambridge, Cambridge University Press, p. 266-296.
— (1988), Discourse as an interactional achievement II : an exercise in conversation analysis, in D. Tannen éd., Linguistics in Context : Connecting Observation and Understanding, Norwood, NJ, Ablex, p. 135-159.
— (1996a), Turn organization : one intersection of grammar and interaction, in E. Ochs, E. A. Schegloff et S. A. Thompson éd., Grammar and Interaction, Cambridge, Cambridge University Press, p. 52-133.
— (1996b), Confirming allusions : toward an empirical account of action, American Journal of Sociology 102 (1), p. 161-216.
— (2007), Sequence Organization in Interaction. APrimer in Conversation Analysis, vol. 1, Cambridge, Cambridge University Press.
Schegloff E. A. et Sacks H. (1973), Opening up closings, Semiotica 8, p. 289-327.
Schegloff E. A., Jefferson G. et Sacks H. (1977), The preference for self-correction in the organization of repair in conversation, Language 53, p. 361-382.
Schenkein J. (1978), Sketch of an analytic mentality for the study of conversational interaction, in J. Schenkein éd., Studies in the Organization of Conversational Interaction, New York, Academic Press.
Schmitt R. (2005), Zur multimodalen Struktur von turn-taking, Gesprächsforschung (www.gespraechsforschung-ozs.de) 6, p. 17-61.
Schutz A. (1962), Collected Papers I : The Problem of Social Reality, Dordrecht, Martinus Nijhoff Publishers.
Speer S.A. (2002), « Natural » and « contrived » data : a sustainable distinction ? Discourse Studies 4, p. 511-25.
Speer S. et Hutchby I. (2003), From ethics to analytics : aspects ofparticipants’ orientations to the presence relevance of recording devices, Sociology 37 (2), p. 315-337.
Stivers T. (2008), Stance, alignment and affiliation during storytelling : when nodding is a token of affiliation, Research on Language and Social Interaction 41 (1), p. 31-57.
Stivers T. et Rossano F. (2010), Mobilizing response, Research on Language and Social Interaction 43 (1), p. 3-31.
Streeck J. et Hartge U. (1992), Previews : gestures at the transition place, in P. Auer et A. di Luzio éd., The Contextualization of Language, Amsterdam, John Benjamins, p. 135-157.
Streeck, J., Goodwin C. et LeBaron C. éd. (2011), Embodied Interaction, Language and Body in the Material World, Cambridge, Cambridge University Press.
Traverso V. (2008), Cadres, espaces, objets et multimodalité dans l’interaction en site commercial, in C. Kerbrat-Orecchioni et V. Traverso éd., Les interactions en site commercial. Invariants et variations, Lyon, ENS Éditions, p. 45-77.
Traverso V. et Galatolo R. (2008), Accès multiples au(x) contexte(s) : l’exemple de cuisinières en action, Verbum 28 (2-3), p. 231-256.
Notes de bas de page
1 L’enregistrement a été effectué dans les jardins du campus de l’ENS de Lyon, œuvre de Gilles Clément. La version vidéo de référence a été réalisée par moi-même, deux caméras lunettes ont été portées par Yan et Élise et la totalité a été filmée à des fins de méta-documentation par Isabel Colón. Sylvie Bruxelles était sur les lieux pour apporter de l’assistance à la prise de vue. Nous remercions les participants pour avoir accepté d’être filmés. Un grand merci à Michel Salmeron et David Gauthier pour avoir rendu ce projet possible sur le site ENS.
2 Voir http://childes.psy.cmu.edu/clan/pour CLAN et http://www.lat-mpi.eu/ tools/elan/ pour ELAN.
Notes de fin
* Nous remercions les relecteurs de ce chapitre pour leurs commentaires et suggestions qui ont permis d’améliorer le texte. Ce texte est un bilan du travail réalisé durant une décennie (2001-2011) en tant que membre du laboratoire ICAR (Interactions, corpus, apprentissages, représentations, UMR 5191 du CNRS), en collaboration avec les doctorants et les collègues du laboratoire. Sans les structures et les infrastructures d’ICAR, ce travail n’aurait pas été possible. Nous remercions nos collaborateurs ainsi que les institutions qui ont soutenu de manière bienveillante ces recherches pendant une décennie : le CNRS, l’Université Lyon 2, l’École normale supérieure de Lyon. Nous remercions aussi les financeurs de nombreux projets et contrats de doctorants : l’Agence nationale de la recherche (ANR), le 6e Programme cadre européen, le ministère de la Recherche, le ministère de l’Éducation, ainsi que des entreprises privées.
Auteur
Université de Bâle et laboratoire ICAR (Lyon)
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Un dialogue atlantique
Production des sciences du langage au Brésil
Eni Puccinelli Orlandi et Eduardo Guimarães (dir.)
2007
Des sons et des sens
La physionomie acoustique des mots
Frederico Albano Leoni Philippe-Marie Théveny (trad.)
2014
Entre expression et expressivité : l’école linguistique de Genève de 1900 à 1940
Charles Bally, Albert Sechehaye, Henri Frei
Anamaria Curea
2015
Voix et marqueurs du discours : des connecteurs à l'argument d'autorité
Jean-Claude Anscombre, Amalia Rodríguez Somolinos et Sonia Gómez-Jordana Ferary (dir.)
2012