La représentation comme performance

p. 123-152


Texte intégral

1La représentation de l’altérité énonciative entretient des liens étroits avec la notion de performance (Güldemann 2012). Bien souvent, représenter un acte de parole à l’oral revient à l’exécuter. Buchstaller & Van Alphen (2012) insistent sur la dimension d’accomplissement qui sous-tend le rapport de discours en conversation. Cette conception explique en partie, selon elles, que plusieurs langues dans lesquelles il est possible d’observer une évolution du paradigme des quotatifs concomitante avec celle de l’anglais promeuvent à ce statut des verbes liés à la sémantique du faire : le verbe faire, précisément, en français, ou encore le verbe machen en allemand (Tannen 1986).

2La plupart des travaux qui se penchent sur la question s’appuient sur la théorie dramaturgique du discours proposée par Wierzbicka (1974), pour qui le recours à une altérité énonciative constitue un acte imaginatif lors duquel l’énonciateur rapportant se pose brièvement comme l’incarnation de l’énonciateur représenté (Vandelanotte 2012), et joue, ou donne à voir, au moyen d’un discours théâtralisé, la teneur de ses propos ou de ses pensées : « [the speaker] does not say what the content of the quote is (i.e. what was said), instead he does something that enables the hearer to SEE for himself what it is, that is to say, in a way, he shows this content » (Clark & Gerrig 1990 : 82). S’opposent alors la possibilité pour l’énonciateur de rejouer, d’incarner un événement de parole (ou une pensée, un sentiment ou une attitude) et la possibilité de « maintenir sa propre perspective » (« maintaining her own perspective » [Spronck 2012 : 78]) en préférant produire une version narrative du rapport. La première possibilité consiste en une « spectacularisation du discours » (Richet 2006 : 97) qui participe de la fonction de dramatisation1 identifiée par beaucoup de linguistes comme propre à l’utilisation du discours direct.

3Selon Laforest (1996), le discours narratif, dans lequel la fréquence de représentation de voix autres est très élevée, est particulièrement propice à l’exécution de performances, notamment sur le plan sonore. Sur le plan visuel, l’hypothèse d’une association des nouveaux quotatifs en anglais oral – et de BE LIKE en particulier – avec la notion de performance serait, selon certaines études centrées sur le changement linguistique en diachronie, liée elle aussi à l’évolution sémantique et grammaticale de l’élément like. Streeck (2002) soutient que like a toujours conservé des liens particuliers avec une sémantique du corps. C’est en partie la connaissance de ce changement linguistique qui a poussé certains linguistes (Butters 1980 ; Ferrara & Bell 1995 ; Streeck 2002 ; Fleischman & Yaguello 2004 ; Buchstaller 2004) à proposer l’hypothèse d’une corrélation entre l’emploi du quotatif BE LIKE (et, dans une moindre mesure, de GO) et la présence saillante d’effets de performance, notamment corporelle, en co-occurrence avec les segments qu’il introduit.

1. Performance et mimesis, une équivalence trompeuse

4La plupart des études qui prennent en compte la notion de performance dans le processus d’introduction de l’altérité énonciative emploient presque systématiquement les termes de performance mimétique, voire de mimesis (Buchstaller 2001b ; 2004 ; Streeck 2002 ; Güldemann 2012). L’emprunt platonicien ne rend pourtant pas tout à fait compte de ce qu’est la performance dans le cas du discours polyphonique. Si l’on s’en tient aux définitions des dictionnaires, la notion de mimesis, et de son dérivé en français mimétisme, sont principalement associées à la notion d’imitation. La définition – certes laconique – proposée par Buchstaller correspond à ces acceptions : « mimesis is understood as direct representation, the total imitation of the event » (Buchstaller 2004 : 73). Güldemann, quant à lui, intègre à sa définition de la mimesis une dimension symbolique et iconique :

Mimesis in language […] evokes for both speaker and hearer a sensory perception, rather than a mental representation, this by expressive iconic means like sound symbolism, suprasegmental speech modulation and representational gestures. (Güldemann 2012 : 138)

5Güldemann s’appuie d’ailleurs partiellement sur la définition que propose Donald, pour qui la mimesis constitue l’un des modes de représentation qui a précédé l’apparition du langage :

Mimesis is a non-verbal representational skill rooted in kinematic imagination – that is, in an ability to model the whole body, including all its voluntary action-systems, in three dimensional space. This ability underlies a variety of distinctively human capabilities, including imitation, pantomime, iconic gesture, imaginative play and the rehearsal of skills. (Donald 1998 : 49)

6Si ces définitions associent à la notion de représentation une dimension de performance (« speech modulation » ; « representational gestures » [Güldemann 2012 : 138] ; « an ability to model the whole body » [Donald 1998 : 49]), elles l’associent presque systématiquement au champ lexical de l’imitation, par le choix des termes d’iconicité, de symbolisme voire de « pantomime » (ibid.). Certes, les considérations de Donald (1998)2 appartiennent à un système d’hypothèses qui demeure relativement éloigné des enjeux de notre étude. En revanche, Buchstaller (2004) et Güldemann (2012), qui s’intéressent plus spécifiquement aux quotatifs, ne paraissent pas partager avec Vincent & Dubois la conviction que « rapporter ne signifie pas imiter » (Vincent & Dubois 1997 : 20). C’est pourtant ce qu’entend Authier-Revuz lorsqu’elle affirme qu’« en fait, ce à quoi s’engage [le locuteur], c’est à répéter un message, en tant qu’il est une chaîne signifiante et non pas à imiter celui-ci dans sa singularité physique de chaîne sonore » (Authier-Revuz 1978 : 50). Si l’association de la performance et de la mimesis pose problème, c’est en raison de sa proximité à plusieurs égards avec le « piège » que tend la « fiction » (ibid. : 51) de la fidélité textuelle objective. Lorsque l’on accomplit une performance, il n’est pourtant pas question de cloner un énoncé, dans tous ses aspects originels, par une imitation dont la motivation principale serait un profond désir d’exactitude. À nouveau, il n’est que rarement possible – et jamais question – de tenter d’accéder à l’événement d’origine, et de chercher à savoir à quel point sa réitération dans le discours parvient à s’approcher d’une représentation identique. À nouveau, l’événement – qu’il s’agisse ou non d’un acte de parole – passe par le prisme de l’énonciateur présent, qui le modifie à sa guise pour servir ses intentions de communication. Les segments accompagnés de performance n’échappent pas non plus au processus de sélection, intrinsèquement transformant, que suppose leur extraction d’une situation d’origine, et qui précède leur réitération.

7Rappelons cependant que ce qui compte, en termes de transformation ou de reproduction, c’est l’intention de l’énonciateur : la question n’est pas celle de la textualité objective, mais de la textualité représentée. Si Güldemann emploie néanmoins le terme de mimesis, ce choix est lié à la façon dont il considère le degré d’interférence de l’énonciateur dans la représentation du discours rapporté :

Reported discourse is viewed as a scalar domain between the opposite poles of maximally direct and maximally indirect reported discourse ; […] [T]he direct end of the categorial scale […] can be characterized by the least amount of reporter interference – relevant expressions pretend to reproduce/perform/enact the reported part as close to the invoked original as possible. (Güldemann 2012 : 138)

8Cette conception du discours direct rapporté a le mérite de supporter la contradiction. Plutôt que de signaler une absence d’intervention de l’énonciateur, parce qu’il chercherait, en modifiant sa voix et son attitude corporelle, à s’effacer pour incarner quelqu’un d’autre, nous soutenons que la performance s’apparente à un degré d’implication élevé. Comme le souligne Rosier, « imiter un interlocuteur à l’oral s’appuie généralement sur des traits stéréotypés et sur une exagération de certaines particularités phonatoires » (2008 : 25). D’une part, cette exagération des traits pour la construction de stéréotypes paraît peu compatible avec l’idée d’une imitation visant à présenter le segment concerné comme proche de l’original. D’autre part, la performance implique un déploiement de techniques de communication plus nombreuses et plus complexes que l’absence de performance. L’ajout de gestes et d’effets de voix correspond plus vraisemblablement à des choix discursifs délibérés, et il nous paraît délicat d’établir une équivalence entre ces choix et une intention de ne pas intervenir. La performance correspond bien plus vraisemblablement à un degré important d’implication, à la suite d’une série de décisions d’appropriation de l’énonciation autre par l’énonciateur, à travers sa propre gestuelle et ses propres performances vocales. En cherchant à représenter l’énonciation autre par plusieurs modalités – et non uniquement le segmental –, l’énonciateur qui accomplit une performance s’approprie cette énonciation, la colore de ses propres caractéristiques physiques, et lui confère un plus grand nombre de fonctions pragmatiques et interactionnelles.

9Même si l’on garde à l’esprit le fait que la textualité – ou l’approximation – ne doit être comprise que comme un effet, un degré que l’énonciateur cherche délibérément à montrer, le terme d’imitation pose problème parce qu’il entretient une relation tacite avec le degré de transformation de l’événement : plus un acte de parole serait mimétique, moins il serait transformé. Or, le CSC contient un certain nombre d’occurrences pour lesquelles cette relation n’est pas viable. Si la performance était une mimesis, soit une imitation, elle correspondrait – et c’est, mutatis mutandis, ce que suggère Güldemann (2012) – à un faible degré de transformation sur le continuum qui régit la catégorie réitération (voir au chapitre précédent). Or, la performance est loin d’être cantonnée à cette catégorie. L’exemple suivant en fournit une illustration :

(236)

similar scenarios like that or like scenarios where you you go up to someone and you’re like (236) so hi Bob and he’s like (237) no my name’s Dave <rire>

CSC 2 (2011), 50. Embarrassment at camp

10Dans cet exemple, le segment « so hi Bob » correspond à un cas d’exemplification non spécifique. Il ne s’apparente pas à la réitération d’un événement ancré dans une antériorité précise, et ne peut être analysé en termes de transformation. Il s’agit d’une création situationnelle, dont le but est d’exemplifier une situation générique en construisant une interaction fictive. Pourtant, au moment de produire ce segment, le locuteur change drastiquement sa voix : il passe en voix de tête, lui ajoute une ligne mélodique complexe et variée, qui diffère clairement de l’environnement prosodique du segment, soit des caractéristiques sonores du discours en cours. Il lui adjoint également une gestuelle spécifique : un dodelinement de la tête coordonné à des mouvements des épaules de haut en bas, qui ne sont pas exécutés sur le discours en cours, coïncident exactement avec la production du segment de discours autre. Il est donc produit avec un degré élevé de performance. Dans ce cas, il n’est pas possible de considérer la performance comme un outil de représentation textuelle d’un événement d’origine, puisque cet événement n’est pas présenté comme réitéré.

11Certes, lorsqu’un énonciateur représente une situation-type – comme c’est le cas dans cet exemple –, il est possible de considérer qu’il puise dans ses ressources pour construire une représentation sonore et visuelle qui correspond à un certain nombre de critères prototypiques dont il a acquis la connaissance en étant régulièrement confronté à des situations similaires. L’énonciateur propose alors, d’une certaine manière, une représentation visuelle et sonore qui « colle » autant que possible à cette multiplicité de situations. Il n’en reste pas moins qu’il accomplit cette performance dans le but de servir ses intentions discursives ; il n’est pas question de considérer qu’il cherche à représenter un événement spécifique à l’identique.

12Enfin, même dans des cas où le segment d’énonciation autre correspond clairement à la réitération d’un événement antérieur spécifique, l’équivalence performance-imitation ne tient pas. Dans l’extrait suivant, le locuteur fait référence à un e-mail collectif qu’il a reçu, de la part de l’administration universitaire, à la suite de la destruction publique d’un drapeau britannique dans la cour de son college :

(405)

like I mean the the e-mail we got round was saying (405) essentially like this is a crime we need information on this because this is a crime

CSC 2 (2011), 78. Burning the flag (part 2)

13D’abord, l’introduction du segment « this is a crime we need information on this because this is a crime » s’accompagne de marques délibérées d’approximation (l’adverbe essentially et le marqueur de discours like), qui signalent que l’énonciateur ne cherche pas à reproduire l’énoncé textuellement. Ensuite, le segment en question est produit avec un degré élevé de performance : par rapport à l’environnement prosodique, l’intensité et la hauteur de voix augmentent ostensiblement, et la qualité de voix suggère une intonation menaçante ; une gestuelle composée de battements des deux bras, les paumes des mains ouvertes et orientées l’une face à l’autre, est exactement synchronisée avec la production du segment. Ces éléments de performance ne peuvent correspondre à aucune forme d’imitation, dans la mesure où le discours réitéré change de canal : il passe de l’écrit à l’oral, et le locuteur lui ajoute un certain nombre d’éléments, spécifiques au nouveau mode de communication, dont il est le seul responsable. Dans ce cas, la performance n’équivaut pas à une réduction de la responsabilité de l’énonciateur rapportant. Au contraire, ce dernier s’approprie le discours réitéré pour en donner sa propre interprétation : d’une part, le contenu de l’e-mail est volontairement présenté de façon condensée et approximative, et d’autre part, sa reformulation est exécutée avec l’objectif de représenter l’aspect agressif et menaçant du discours d’origine, parce qu’il a été perçu comme tel par l’énonciateur rapportant.

14Il est donc tout à fait possible d’accomplir une performance sans chercher à imiter, du moins au sens où l’imitation s’apparenterait à une représentation voulue la plus proche possible de l’original par l’énonciateur, avec le minimum d’intervention de sa part. Les implications sémantiques, pragmatiques et interactionnelles de la performance sont nombreuses, et la mimesis au sens strict paraît loin d’être en tête des préoccupations des locuteurs qui font usage de ce procédé. Pour toutes ces raisons, nous nous garderons de parler ici de mimesis. Nous préférerons employer systématiquement le terme de performance, sans lui adjoindre une dimension imitative.

2. Comment mesurer la performance ?

15Les travaux qui prônent une approche multimodale de la langue orale sont souvent très axés sur un nombre restreint de modalités. L’excellent article de Mittelberg (2007), qui propose une méthodologie d’analyse multimodale, se concentre principalement sur le geste. L’examen de la performance mimétique proposé par Buchstaller (2001b ; 2004) dans le cas spécifique des quotatifs est exclusivement centré sur la prosodie, dans la mesure où son corpus n’a pas été enregistré en vidéo. Si une approche multimodale doit tenir compte de l’élément sonore autant que de l’élément visuel, un examen complet et précis de ces deux modalités nécessite un degré de spécialisation dans l’analyse et dans le maniement d’outils spécifiques rarement possible pour un seul linguiste ; en d’autres termes, on ne s’improvise pas phonéticien ou gestualiste. C’est pourtant en non-spécialiste que nous nous permettrons quelques incursions dans des champs d’étude qui, si ces travaux étaient plus poussés, nécessiteraient de notre part une connaissance et des compétences bien plus complètes qu’elles ne le sont à l’heure actuelle. Nous évoluons donc dans ces domaines avec une très grande prudence, et avec l’aide éclairée de spécialistes que nous n’avons jamais hésité à consulter3.

16Buchstaller (2004) limite son protocole d’analyse à une conception binaire, en considérant deux types de segments introduits par les quotatifs : ceux qui s’accompagnent d’une performance, et ceux pour lesquels ses locuteurs en font l’économie. Si un tel protocole correspond à une décision méthodologique concertée, il ne reflète pas tout à fait la réalité de la production langagière. D’abord, les variations prosodiques et gestuelles sont presque toujours présentes lors de l’introduction d’une énonciation autre. Elles font partie des éléments qui, dans l’acte de communication, ont pour fonction de signaler, de montrer l’hétérogénéité constitutive du discours, au même titre que l’emploi des quotatifs. Comme le rappelle Maingueneau, le marquage segmental de la frontière est « éventuellement secondé par un changement net dans la voix » (Maingueneau 1981 : 99), qui peut correspondre à « une pause, une variation dans le débit, l’intonation » (ibid. : 101). La question n’est donc pas tant d’identifier la présence ou l’absence de la performance que d’en déterminer le degré. Güldemann précise bien qu’il faut concevoir la performance selon une échelle (« a scalar domain » [Güldemann 2012 : 138]). La question de la performance n’est pas tant liée à l’attestation de sa présence ou de son absence qu’à l’évaluation de son intensité, et cette intensité ne peut être représentée que de façon graduelle.

17L’analyse de Buchstaller (2004) est effectuée de façon impressionniste : elle fait le choix d’observer les effets de performance sonore dans son corpus uniquement à l’oreille. Cette décision ne manque pas de pertinence. L’acte de communication est orienté vers un destinataire ; l’efficacité de cet acte dépend en partie de la façon dont l’énonciateur se représente son co-énonciateur, et il n’est pas question de douter de sa capacité à adapter les modalités de cet acte aux spécificités qu’il attribue à ce destinataire. En conséquence, il paraît tout naturel de considérer que la meilleure méthode d’analyse consiste, pour l’observateur, à se substituer au destinataire, et à intégrer fictivement la relation intersubjective ; ce positionnement a l’avantage de permettre une interprétation très fine de la simultanéité des signaux multimodaux. Cependant, cette approche présente deux inconvénients.

18D’abord, l’analyste n’est pas le destinataire. La représentation que se fait l’énonciateur du co-énonciateur dépend en partie des caractéristiques intrinsèques de l’interlocuteur. Les locuteurs du Cambridge Student Corpus s’adressent tous à des interlocuteurs dont ils ont une représentation bien particulière, et avec qui ils partagent une certaine expérience de communication. Si, en revanche, ils s’étaient adressés aux observateurs, la relation intersubjective aurait été construite sur des bases cognitives différentes, leur représentation du co-énonciateur en aurait été affectée, et l’acte de communication s’en serait trouvé modifié. L’analyste ne peut donc pas se substituer totalement au destinataire dans la relation intersubjective, et la finesse de l’analyse demeure limitée par une connaissance incomplète de la représentation que se fait l’énonciateur du co-énonciateur, et des habitudes de communication des interlocuteurs.

19Ensuite, dans le cas précis où l’on souhaite examiner l’ajout d’effets de performance lors de la construction du discours polyphonique, il nous paraît essentiel de parvenir à déterminer divers degrés d’intensité dans la performance. S’il est possible d’identifier la performance de façon impressionniste, pour parvenir à en déterminer et à en mesurer l’intensité, cette méthode s’avère beaucoup moins efficace. Il nous paraîtrait malaisé de tenter de convaincre le lecteur de différences d’intensité dans la performance entre plusieurs segments d’altérité énonciative, en sollicitant de sa part une confiance aveugle dans nos impressions. Nous pensons, au contraire, qu’une analyse fondée sur la mesure objective, pour peu qu’une telle mesure soit envisageable, est plus à même de rendre compte de la dimension scalaire du phénomène.

3. Performance sonore

3.1. Mesure des variations sonores

20Ce dont nous cherchons à rendre compte s’articule en deux temps. Dans un premier temps, il s’agit d’identifier, d’un point de vue qualitatif, une différence nette en termes de performance sonore entre les segments représentatifs d’altérité énonciative et le discours en cours (soit l’environnement segmental dans lequel ils apparaissent). Cette entreprise revient à identifier d’éventuelles marques d’hétérogénéité prosodique, susceptibles de refléter l’hétérogénéité du discours. Krafft & Dausendschön-Gay, qui s’intéressent à la polyphonie en termes prosodiques, notent à ce sujet :

presque tous les facteurs prosodiques peuvent être considérés du point de vue soit de la continuité, soit de la discontinuité. Un niveau d’intensité, un registre, un débit, un relief mélodique, un rythme qui ne changent pas sont perçus comme des facteurs d’homogénéité ; ce sont des marques qui contribuent à faire d’un segment une unité prosodique. (Krafft & Dausendschön-Gay 1996 : 100)

On peut d’autre part porter son attention sur les changements et noter les différences entre ces segments homogènes. Nous nommerons ces changements des « ruptures prosodiques ». (ibid. 101)

21L’identification de la performance consiste, d’une certaine manière, à rendre compte de cette discontinuité, et de la relation qu’elle entretient avec celle qui caractérise le discours hétérogène ; lorsque plusieurs voix sont représentées dans le discours, déterminer « le rôle des ruptures prosodiques dans l’organisation communicative des activités conversationnelles » (ibid. : 104) revient à se demander si les « ruptures prosodiques » en question correspondent à la frontière entre discours en cours et discours autre. Dans un second temps, il s’agit de déterminer, d’un point de vue quantitatif, divers degrés de performance entre les différents segments d’altérité énonciative qui sont marqués par ces ruptures.

22La variation sonore fait interagir un grand nombre de dimensions, dont la prise en compte exhaustive serait idéale à une analyse complète du phénomène : un changement de voix a des conséquences prosodiques en termes d’intensité, de débit et de rythme, de hauteur et de qualité de voix. Une telle prise en compte sur la totalité des segments du corpus constituerait un travail titanesque. En outre, certaines caractéristiques techniques liées aux modalités de constitution du corpus font obstacle à une telle entreprise. L’intensité, d’abord, ne peut être mesurée avec précision, dans la mesure où la prise de son a été effectuée au moyen d’un micro fixe, situé à environ un mètre de la source sonore ; les mouvements des locuteurs, qui tantôt s’en approchent, tantôt s’en éloignent, sont la cause de variations de volume qui fausseraient l’analyse. Le débit, quant à lui, supposerait une mesure complète de la longueur des syllabes, dans les segments et dans leur environnement, qui nécessiterait beaucoup plus de temps que celui dont nous disposons. Enfin la qualité de voix est difficilement mesurable de façon objective, et est tributaire de l’appréciation de l’analyste, ce qui va à l’encontre de notre entreprise d’analyse non impressionniste. En revanche, la hauteur de voix est un critère aisément mesurable, qui varie fréquemment lors de l’accomplissement de performances vocales. Nous avons donc fait le choix de limiter nos analyses à ce critère, tout en ayant à l’esprit qu’il est loin d’être le seul à varier lorsqu’un locuteur cherche à démarquer un segment d’un autre. En conséquence, une combinaison avec les autres dimensions prosodiques (voir Krafft & Dausendschön-Gay 1996) est à envisager dans nos travaux à venir.

23La méthode que nous avons adoptée pour la mesure des variations mélodiques est la suivante. D’abord, tous les segments du corpus introduits par des quotatifs ont été isolés manuellement, avec un soin particulier apporté à la conservation d’une partie du contexte segmental, avant et après les segments en question. Ensuite, chaque segment a fait l’objet d’une analyse de sa courbe intonative à l’aide du logiciel Praat. Après élimination des variations micromélodiques et des sauts d’octave par un lissage automatique des courbes de fréquence fondamentale, plusieurs relevés ont été effectués sur chacune d’entre elles.

24Afin de parvenir à caractériser les mesures pertinentes dans les cas de performance, une série de segments a d’abord été sélectionnée de façon impressionniste : il s’agit de segments qui, à l’oreille, semblaient constituer des exemples extrêmes d’un niveau très élevé ou très bas dans l’intensité de la performance. Le schéma ci-dessous, extrait du logiciel, représente la courbe d’un segment considéré comme présentant un niveau de variation sonore particulièrement élevé par rapport à son environnement (schéma 2) :

Schéma 2 : courbe de fréquence (segment 104)

Image 100000000000024F000000B53189A14B.jpg

25Dans cet exemple, au moment de rapporter les paroles de l’énonciateur d’origine (« no you don’t understand you don’t understand »), le locuteur passe en voix de tête et caricature l’auteur présumé du segment en singeant une voix très aiguë et enfantine. Le commentaire qui suit le segment (« it was like talking to a little child ») explicite cette caricature. Cette observation impressionniste est confirmée par la courbe de fréquence fondamentale représentée dans ce schéma : le locuteur introduit le segment de discours direct autour de 150 Hz, puis effectue un saut jusqu’à près de 500 Hz pour représenter la voix de l’énonciateur d’origine. Après une descente progressive jusqu’à environ 200 Hz, la courbe effectue un nouveau saut, d’une amplitude moindre, pour retrouver la hauteur d’origine du discours en cours au moment du commentaire final. Sur ce type de segments, 6 relevés ont été effectués, qui correspondent aux 6 points représentés par des chiffres sur le schéma. Dans la mesure où notre objectif premier est d’identifier des différences mélodiques entre le discours de l’énonciateur et le discours autre qu’il représente, la première mesure doit rendre compte du saut mélodique qui marque la frontière – soit la borne de gauche – entre ces deux discours4 (point 1 sur le schéma). Le point 2 représente la hauteur du premier noyau intonatif dans le segment de discours autre. Le point 3 représente la hauteur maximale dans ce segment (il est confondu avec le point 2 dans cet exemple). Le point 4 représente la hauteur minimale, et le point 5 la hauteur finale du segment. Enfin, le point 6 représente la hauteur initiale du segment suivant, dans lequel l’énonciateur reprend le fil de son propre discours.

26Dans le but de mettre en avant les différences de hauteur entre le discours en cours et le discours autre, les différences de fréquence entre les points 1 et 2, d’une part, et 5 et 6, d’autre part, ont été calculées, puis converties en demi-tons, pour une représentation plus proche de la réalité perceptive de l’oreille humaine. À titre indicatif, dans l’exemple (104) ci-dessus, le saut mélodique entre le segment introductif et la hauteur initiale du segment de discours direct est de 22,5 demi-tons, et le retour au discours en cours à la fin du segment correspond à un saut de 6,5 demi-tons. À titre de comparaison, le schéma suivant (schéma 3) représente la courbe d’un segment considéré de façon impressionniste comme n’étant accompagné que de peu d’effets de performance. Dans cet exemple, la courbe est relativement « plate » et homogène, ce qui semble correspondre au degré peu élevé de variation sonore observé à l’oreille. La différence entre le segment introductif (« I said ») et le premier noyau intonatif du segment de discours autre (point 1 – point 2) est de 3,7 demi-tons, et le retour au discours en cours (point 5 – point 6) correspond à un saut de 0,5 demi-ton, soit des valeurs beaucoup moins grandes que dans l’exemple (104) :

Schéma 3 : courbe de fréquence (segment 33)

Image 100000000000024F000000BA312A7AA8.jpg

27Les autres points de chaque courbe qui ont fait l’objet de mesures ont été traités de la façon suivante : d’abord, la différence entre les points 5 et 6, soit la hauteur finale du segment introduit et la hauteur initiale de la reprise du discours, ne s’est révélée que très rarement significative. Comme dans l’exemple 104 ci-contre, où la variation sonore était importante, la plupart des courbes au sein du segment introduit présentaient une pente descendante, une fois le maximum atteint. Dans la série d’exemples-témoins, sélectionnés à l’oreille, un saut significatif au moment où les locuteurs reprenaient le fil de leur discours n’était que très rarement observable. Nous avons donc fait le choix de ne pas tenir compte de cette mesure ici. Enfin, le relevé correspondant au point minimum de la courbe (point 4) a été effectué à titre indicatif.

3.2. Résultats

28Plusieurs occurrences ont dû être écartées de l’analyse. Il s’agit d’abord des occurrences du quotatif Ø pour lesquelles il n’était pas possible d’observer un saut mélodique entre le segment introductif et le segment introduit, dans la mesure où les segments d’altérité énonciative concernés étaient très rarement précédés d’un segment de discours. Il s’agit également des occurrences pour lesquelles des chevauchements de parole, des rires et d’autres bruits extérieurs empêchaient de déterminer avec certitude la fréquence fondamentale des segments concernés. Il s’agit enfin des occurrences lors desquelles les locuteurs chuchotaient, et pour lesquelles l’absence de vocalisation empêchait le logiciel d’identifier une fréquence claire. Après ces précautions, le total des occurrences analysables s’élève à 354.

29Une première analyse des données a consisté en un classement des occurrences de chaque quotatif sur une échelle représentative de l’amplitude du saut mélodique entre la fréquence finale du segment introductif et la fréquence du premier noyau intonatif du segment introduit. Une première division scalaire, sans regroupements, a été effectuée, dans laquelle chaque échelon correspondait à une amplitude équivalente à un demi-ton. Les introducteurs GO et THINK, trop peu nombreux pour l’observation de tendances significatives (respectivement 13 et 6 occurrences au total), et particulièrement disséminés à plusieurs échelons séparés, ont été écartés de l’analyse. L’observation du graphique ainsi obtenu a permis de déterminer des seuils entre des groupes d’amplitudes qui présentaient des caractéristiques similaires en termes du nombre d’occurrences de chaque quotatif (moins de 2 demi-tons ; entre 2 et 4 demi-tons ; entre 4 et 10 demi-tons ; entre 10 et 16 demi-tons ; plus de 16 demi-tons). Une fois regroupées en tenant compte de ces seuils, les occurrences de BE LIKE et SAY se répartissent selon les différentes amplitudes de la façon suivante (graphique 7) :

Graphique 7 : répartition selon l’amplitude du saut mélodique (BE LIKE et SAY)

Image 100000000000024F00000109D4D8B34A.jpg

30À nouveau, afin de pondérer les différences liées au déséquilibre total des quotatifs dans le corpus, les quantités sont exprimées en pourcentages par rapport au total d’occurrences de chaque quotatif : ce pourcentage total est atteint en additionnant les valeurs des colonnes noires pour BE LIKE et les valeurs des colonnes grises pour SAY. On constate d’abord que les amplitudes pour lesquelles SAY est le plus fréquemment utilisé se situent entre 0 et 2 demi-tons, ce qui correspond à un saut très réduit entre le segment introductif et le segment introduit : le locuteur modifie très peu la hauteur de sa voix à la frontière entre son propre discours et le segment de discours autre. En revanche, les amplitudes pour lesquelles BE LIKE est le plus fréquemment utilisé se situent entre 4 et 10 demi-tons, ce qui correspond à un saut mélodique relativement conséquent. Le groupement d’amplitudes intermédiaire (2 à 4 demi-tons), pour lequel les deux quotatifs sont employés à proportion presque égale, semble marquer graduellement la transition entre ces deux catégories. On constate enfin que pour les amplitudes les plus extrêmes (plus de 16 demi-tons), BE LIKE est largement majoritaire – toujours en proportion du total de chaque quotatif – malgré la relative rareté, au total, des sauts de cette ampleur.

31Certaines restrictions doivent cependant être formulées. D’une part, la différence de proportion entre les deux quotatifs, dans les groupements d’amplitude où elle est observable, est rarement très importante ; nos résultats ne dessinent que des tendances. D’autre part, après une évolution d’apparence progressive dans les trois premiers groupements, on observe un retour de SAY dans le quatrième groupement d’amplitudes (10 à 16 demi-tons), alors qu’il semblait s’effacer au profit de BE LIKE avec l’augmentation de l’ampleur des sauts mélodiques. Cette entorse à la progression apparente qui précède est difficilement explicable en soi. Cependant, un grand nombre de facteurs peuvent être invoqués pour rendre compte de ces restrictions. D’abord, à condition qu’un saut mélodique à la frontière entre les deux discours soit effectivement une caractéristique des effets de performance, il est loin d’en être la seule. Nous n’avons effectué que des mesures ponctuelles, et il est possible qu’une observation détaillée de la courbe de fréquence permette d’affiner les résultats. Ensuite, à ce stade, l’observation des gestes, autre caractéristique particulièrement importante en termes de performance, n’a pas encore été intégrée dans le calcul. Enfin, un grand nombre d’éléments sont susceptibles d’interférer avec le facteur observé : la répartition inégale des quotatifs par locuteur ou l’utilisation idiolectale d’un seul et même quotatif par un locuteur dans tout son discours, les variations idiosyncrasiques en termes de registre et de tessiture, ainsi que le style individuel de chaque locuteur qui peut plus ou moins varier l’intensité de sa performance.

32Afin d’observer plus précisément la possibilité d’emplois idiosyncrasiques, 4 locuteurs ont été isolés selon les critères suivants : il s’agit des locuteurs les plus prolifiques en quotatifs (plus de 30 occurrences chacun), dont le répertoire de quotatifs est le plus varié, et qui présentent la gamme la plus vaste d’amplitudes différentes en termes de sauts mélodiques. Parmi eux, la locutrice chez qui les variations sonores sont les plus diverses emploie les deux quotatifs principaux de la façon suivante (graphique 8) :

Graphique 8 : répartition (BE LIKE / SAY) selon l’amplitude du saut mélodique (KAT)

Image 100000000000024F00000186989E1A34.jpg

33La locutrice KAT emploie presque systématiquement SAY avec des amplitudes faibles (moins de 4 demi-tons), et BE LIKE avec des amplitudes élevées (plus de 4 demi-tons). Si ce critère s’avère significatif en termes de performance, il est possible que les hypothèses formulées au sujet d’une éventuelle corrélation entre la performance et la distribution des quotatifs ne soient pas vérifiables chez tous les locuteurs, et que l’emploi des introducteurs avec cette fonction relève d’un choix idiosyncrasique, que chaque locuteur n’est pas forcé de faire.

4. Performance visuelle

4.1. Observation des variations gestuelles

34L’observation systématique des gestes dans le cadre spécifique de l’étude des quotatifs est souhaitée par beaucoup de linguistes, mais peu d’études, à l’heure actuelle, font état d’une telle entreprise. Streeck (2002) déplore le peu d’attention accordé aux attitudes corporelles dans les travaux sur l’introduction d’altérité énonciative. Stenström et al. (2002) insistent sur la nécessité d’une telle observation pour rendre compte de l’emploi des quotatifs, mais regrettent l’absence de données capturées en vidéo parmi les corpus qu’ils examinent. C’est également le cas de Buchstaller (2004), qui, faute d’éléments visuels, fait part de la difficulté qu’elle éprouve à établir une méthodologie rigoureuse pour l’observation des gestes dans son corpus. Les enregistrements vidéo dont nous disposons, s’ils permettent d’éviter ce problème, sont un avantage à double tranchant, dans la mesure où la possibilité d’observer les attitudes corporelles de nos locuteurs révèle l’extrême complexité de l’analyse gestuelle.

35L’intérêt pour les gestes en linguistique, et, a fortiori, pour la systématisation de cette modalité de communication, demeure relativement récent. La plupart des travaux qui font date dans ce domaine (Kendon 1980 ; 1997 ; 2004 ; McNeill & Levy 1982 ; McNeill 1992 ; 2000) défendent l’idée que les mouvements corporels, et plus particulièrement les gestes, font partie intégrante de l’énonciation : « [s]peech and movement appear together, as manifestations of the same process of utterance » (Kendon 1980 : 208)5. Pourtant, force est de constater qu’il n’existe pas de méthode universellement reconnue pour leur analyse (Mittelberg 2007). Outre la nécessité pour la discipline d’acquérir une telle méthodologie à travers l’accroissement de l’intérêt qu’elle doit susciter, cette absence de critères d’analyse unifiés est également due à la variété des éléments idiolectaux et socioculturels liés aux gestes, qui complexifient la recherche d’éléments empiriques universalisables : « [s]pontaneous co-speech gestures are […] polysemous signs that are inseparable from the human body and its physical and sociocultural environments » (ibid. 226)6.

36L’intérêt pour l’étude des gestes en linguistique part du principe qu’un énoncé est constitué d’un ensemble d’éléments segmentaux, sonores et physiques qui participent tous d’une même intention de communication (Kendon 1980). Les gestes, au sens linguistique du terme, se distinguent des autres mouvements corporels en ceci qu’ils accomplissent des fonctions discursives identifiables. Kendon (2004) propose une définition synthétique des gestes dans les termes suivants : « the utterance uses of visible bodily action » (1-2). Comme le souligne Harrison (2009), cette définition isole le geste stricto sensu du reste des mouvements corporels :

This definition locates gesture among the visible bodily actions that we perceive when people speak, but distinguishes gesture as movements that are part of the discourse, an integral part of what the speaker is trying to achieve with his utterance. (Harrison 2009 : 25)

37Kendon ajoute à sa définition les précisions suivantes, notamment sur le lien entre les gestes et l’acception qu’il donne du terme d’« utterance » :

Here ‘utterance’ will refer to any action or complex of actions that is treated by the participants within the interactional occasion, whatever this might be, as ‘giving information’ in this sense. That is, an ‘utterance’ is any unit of activity that is treated by those co-present as a communicative ‘move’, ‘turn’ or ‘contribution’. […] ‘Gesture’ is the visible bodily action that has a role in such units of action. (Kendon 2004 : 7)

38Autrement dit, lorsqu’un locuteur remonte ses lunettes ou saisit une tasse de café pendant qu’il parle, il exécute des mouvements7 ; en revanche, lorsqu’il ponctue son discours de mouvements identifiables, d’une façon ou d’une autre, comme participant au message, il accomplit des gestes.

39Divers types de gestes ont été identifiés et répertoriés dans la littérature en plusieurs catégorisations différentes, en vertu des différents types de fonctions discursives qu’ils sont susceptibles d’accomplir. Ces catégorisations dépendent du degré de conventionnalisation des gestes (McNeill 1992), de leurs fonctions discursive, référentielle ou performative (Müller 1998) ou encore de leurs attributions communicationnelles et cognitives (Ekman & Friesen 1969 ; Krauss et al. 2000)8. Dans le discours polyphonique, ces diverses catégorisations trouvent un écho particulier. Par exemple, dans l’optique où la performance serait considérée comme une forme de mimesis, les gestes concernés par l’analyse seraient pour McNeill (1992) principalement ceux dont le sémantisme est relativement conventionnalisé (signes, emblèmes) et ceux qui accomplissent une fonction d’imitation (pantomime). Or, nous avons souligné que la notion d’imitation, dans le discours polyphonique, n’était pas toujours équivalente à la notion de performance.

40D’une part, d’autres types de gestes sont susceptibles de marquer la différenciation, de signaler la frontière entre une énonciation autre et le discours en cours. Il nous paraît difficile de soutenir que le processus d’incarnation (« embodiment » [Streeck 2002 : 590]) d’une source énonciative autre est limité à l’emploi de gestes imitatifs. Un locuteur peut choisir de mettre en valeur un segment de discours autre par une attitude corporelle qui n’a pas directement pour fonction de référer de façon iconique à celle de la source autoriale présumée de ce segment. De même, la performance n’est pas limitée à l’accomplissement de gestes qui représentent cette altérité, par exemple en se substituant au discours. En d’autres termes, les gestes susceptibles de participer à la création d’une performance ne sont pas nécessairement « métaphoriques », « iconiques » (McNeill 1992) ou « performatifs » (Müller 1998). D’autre part, ces catégorisations ne doivent pas être comprises comme des unités conceptuelles discrètes, comme le souligne Mittelberg :

co-speech gestures hardly fit into discrete categories. The gesture categories originally proposed by McNeill (1992) are thus not to be understood as mutually exclusive […]. [I]n one and the same gesture different semiotic and functional dimensions may layer to various degrees. (Mittelberg 2007 : 241)

41En effet, McNeill affine sa typologie en insistant sur l’aspect continu et stratifié des attributions fonctionnelles des gestes, en substituant à la notion de catégorie celle de dimension :

We should speak instead of dimensions and say iconicity, metaphoricity, deixis, ‘temporal highlighting’ (beats), social interactivity, or some other equally unmellifluous (but accurate) terms conveying dimensionality. (McNeill 2005 : 41)

42La pluralité de ces dimensions souvent entrelacées se double d’une pluralité d’aspects formels qui constituent les modalités de production des gestes. La description formelle d’un geste – ou d’un ensemble de gestes – doit tenir compte des aspects que sont, par exemple, la partie du corps utilisée, sa position dans l’espace, la forme prise par cette partie du corps ou la nature du mouvement effectué. Parmi ces aspects formels, certains auront tendance à se révéler plus saillants que d’autres, selon la situation, pour véhiculer le sens (Mittelberg 2007).

43Pour toutes ces raisons, il n’est pas aisé de distinguer les gestes liés à une fonction d’incarnation – au sens où un locuteur cherche véritablement à jouer, à l’aide de son corps, un segment d’énonciation autre – d’autres gestes co-verbaux qui accompagnent spécifiquement ce segment, et dont les fonctions sont similaires à celles que de tels gestes peuvent accomplir ailleurs dans le discours, en dehors de toute référence à une altérité énonciative. Par exemple, lorsqu’un locuteur ponctue la production d’un segment de discours autre par des gestes de battement, il est difficile de déterminer à quel point il associe ces gestes à la dimension d’altérité de ce discours ; il se pourrait qu’ils soient dissociés de cette dimension d’un point de vue communicationnel, et qu’ils accomplissent la même fonction discursive que lorsqu’ils sont produits ailleurs, avec le discours en cours. Une analyse extensive des gestes de nos locuteurs dans la totalité du corpus, afin de les comparer à ceux qui accompagnent spécifiquement les segments d’altérité énonciative, serait utile pour éclaircir cette distinction. Notre objectif dans cet ouvrage est plus modeste : nous souhaitons principalement déceler la présence d’attitudes corporelles saillantes susceptibles de distinguer les segments d’altérité énonciative du reste du discours. Cet objectif peut être atteint en partie par une attention particulière portée à la relation de synchronicité qu’entretiennent souvent les gestes avec le discours, relation qui est au cœur de la plupart des travaux sur l’analyse gestuelle.

44Comme le souligne Harrison, « speakers synchronise speech and gesture in a systematic way. They time their gesture so that it coincides with a specific segment of their speech » (Harrison 2009 : 36). Cette coïncidence temporelle avec le discours est cruciale dans l’identification des gestes par opposition aux autres mouvements corporels ; c’est entre autres cette simultanéité qui permet de considérer les gestes comme une modalité discursive, au même titre que le discours lui-même et que les variations sonores, qui contribue à la construction des actes d’énonciation :

Co-expressive symbols, spoken and gestured, are presented by the speaker at the same time – a single underlying idea in speech and gesture simultaneously. The synchrony is crucial, because it implies that, at the moment of speaking, the mind is doing the same thing in two ways, not two separate things […]. (McNeill 2005 : 22-23)

45Si les gestes se distinguent du discours par leur dimension spatiale, ces deux modalités ont néanmoins en commun une linéarité temporelle. Pour Kendon (2004), le déroulement d’un geste – notamment dans le cas de gestes des mains – s’effectue en plusieurs phases successives identifiables dans le temps. Les locuteurs positionnent leurs mains dans l’espace à partir d’une position de repos (phase de préparation), exécutent le geste (phase d’exécution), et maintiennent la position pendant une durée variable, jusqu’à un retour à la position de repos. Lorsqu’un geste est synchronisé avec un segment de discours, certaines de ces étapes entretiennent une relation de concomitance avec le segment (McNeill 2005). Dans notre corpus, de nombreux gestes sont synchronisés avec la production de segments d’altérité énonciative. C’est le cas dans l’exemple suivant :

(233)

Image 1000000000000253000000DB1F4F36CF.jpg

CSC 2 (2011), 49. You’ve got mail & Friends

46Avant d’introduire le segment « I’m getting off people this plane has no phalange », les mains de SCO sont dans une position de repos (image 1). Cette phase coïncide avec le segment de discours introductif (jusqu’à « he’s like »). Entre les phases 1 et 2, le locuteur positionne ses mains dans la configuration suivante (avant-bras écartés, paumes ouvertes face à l’interlocutrice), pendant une pause dans le discours. Dès que cette position est adoptée, le premier énoncé rapporté est prononcé (« I’m getting off people » ; image 2), et cette position est tenue pendant la totalité de cet énoncé. La troisième phase coïncide avec une pause dans le rapport de paroles (image 3). Durant cette phase, les mains du locuteur retournent d’abord à la position de repos ; s’ensuit une nouvelle phase de préparation, toujours pendant cette pause, lors de laquelle le locuteur positionne ses mains dans la configuration suivante (avant-bras écartés, paumes à 45° par rapport au sol et en direction de l’interlocutrice). Dès cette position adoptée, le second énoncé du rapport de paroles est prononcé (« this plane has no phalange » ; image 4), et cette position est tenue jusqu’à la fin de l’énoncé. Dans cet extrait, le segment d’altérité énonciative introduit par SCO coïncide exactement avec ses gestes des mains, qui le distinguent du discours en cours.

Dans cet exemple, les gestes et le discours sont coordonnés avec une grande clarté ; mais il n’en est pas de même dans tout le corpus. Ce prototype linéaire, fréquemment observable pour les gestes manuels, ne peut rendre compte de certaines attitudes corporelles qui sont pourtant des gestes. D’une part, cette synchronisation ne fait pas nécessairement intervenir les membres supérieurs, comme c’est le cas dans l’exemple suivant :

(291)

Image 1000000000000171000000DB38EA5BD8.jpg

CSC 2 (2011), 56. Back-handed compliments

47Avant de prononcer le segment de discours direct, le locuteur fait face à son interlocutrice (image 1). Durant la production du segment introductif (« at that stage I was like »), ses yeux sont ouverts et il sourit. Il ne paraît pas exécuter de geste particulier. Ensuite, la prononciation du segment « oh no oh no » (image 2) est parfaitement synchronisée avec une modification de son attitude corporelle : il ferme les yeux, arrête de sourire, incline la tête à gauche et secoue la tête de droite à gauche (comme le figurent les flèches dans l’image). Ce geste ne fait pas intervenir ses mains ; il s’apparente pourtant à une forme d’incarnation corporelle de la source énonciative considérée comme l’auteur du segment rapporté (soit l’énonciateur lui-même dans une situation antérieure). Quoique l’ampleur du geste soit bien moindre que dans l’extrait précédent, il marque tout autant la différenciation entre le discours en cours et le discours autre.

48D’autre part, cette différenciation n’est pas systématiquement marquée par une distinction entre une absence de geste (dans le discours en cours) et la présence de gestes (dans le discours autre). Dans l’extrait suivant, le locuteur exécute déjà un geste avant d’introduire le segment d’altérité énonciative concerné. En revanche, il marque le passage d’un discours à l’autre par une modification significative de ses attitudes corporelles :

(102)

Image 1000000000000195000000DB7AEAD9BE.jpg

CSC 1 (2010), 16. Obsessed with being Jewish

49Pendant la phase d’introduction du segment de discours autre, SVE est déjà en train d’exécuter un geste (image 1) : il fait face à son interlocutrice, ses deux mains sont positionnées devant lui à hauteur de poitrine, paumes face à lui, et effectuent un mouvement de rotation alternatif. En revanche, la prononciation du segment « no no you don’t understand » (image 2) est exactement synchronisée avec un changement qualitatif de son attitude corporelle. Sans passer par une phase de repos, il effectue un geste différent : ses mains sont désormais positionnées à hauteur de visage, orientées vers le haut, paumes face à son interlocutrice, et elles effectuent des mouvements d’avant en arrière en alternance. À nouveau, l’attitude corporelle du locuteur marque une différenciation entre le discours en cours et le discours autre. Cette fois, il ne s’agit pas d’une dichotomie absence / présence, mais d’une différenciation qualitative claire entre les gestes qui accompagnent les deux segments. Notons par ailleurs que le segment « no no you don’t understand » s’accompagne d’une modification radicale de la hauteur de voix, avec un saut de 20,2 demi-tons. Le passage du premier geste au second est donc saillant, et peut également être considéré comme participant d’un effet de performance.

50En revanche, l’extrait suivant ne présente pas ce type de saillance. Pendant qu’elle développe son récit (image 1), la locutrice n’effectue pas de geste notoire. Elle est dans une position statique, son coude droit est appuyé au dossier de la chaise et ses mains sont jointes. Son corps est légèrement incliné vers l’avant (soit en direction de son interlocutrice) et son regard est orienté vers le bas. Au moment de prononcer le segment de discours autre (« ok I’ll send that e-mail »), aucun de ces éléments n’est modifié. Son attitude corporelle ne présente aucun changement saillant qui marquerait la frontière entre les deux discours :

(18)

Image 100000000000017B000000DB45A0A312.jpg

CSC 1 (2010), 3. Wrong essay title

51Par ailleurs, la hauteur de sa voix varie à peine (on enregistre un saut de 0,8 demi-ton). Des quatre extraits présentés ici, c’est le seul pour lequel il est possible d’affirmer que la locutrice ne cherche pas à ajouter un effet de performance. Dans les trois premiers, le quotatif employé est BE LIKE ; pour le quatrième, l’introducteur est SAY.

52L’analyse qualitative des gestes qui apparaissent conjointement avec le discours – ou qui s’y substituent – peut être menée avec une extrême précision. D’infimes différences peuvent être observées, eu égard aux parties du corps impliquées, au type de geste accompli, au positionnement du geste dans l’espace – relatif au locuteur lui-même et/ou à son interlocuteur – et à l’ampleur du mouvement effectué. Les exemples que nous avons présentés illustrent des attitudes corporelles très variées ; il n’est pas impossible qu’une analyse qualitative extensive des gestes dans le Cambridge Student Corpus puisse mettre en lumière la relation entre certaines de ces distinctions et le type de performance gestuelle accomplie, tant du point de vue de la catégorie des gestes effectués que du point de vue de leur ampleur. En revanche, il nous paraît délicat de faire une différence qualitative nette entre, par exemple, les extraits (233) et (291) ci-dessus : qu’il s’agisse de gestes amples des mains ou de légers mouvements de tête, c’est avant tout le marquage de la frontière par une différenciation gestuelle entre le discours en cours et le discours autre qui, selon nos critères, contribue à l’effet de performance.

53Pour cette étude, nous avons donc choisi provisoirement de nous en tenir à une considération binaire. D’une part, certains segments d’altérité énonciative sont synchronisés avec un comportement gestuel marqué, au sens où il diffère ostensiblement de celui qui accompagne le discours en cours. C’est le cas pour les trois premiers segments présentés ici. Dans cette catégorie, tous les types de gestes marqués ont été pris en compte (gestes des bras et des mains, mais aussi mouvements de tête ou d’épaule, ou de toute autre partie du corps). D’autre part, certains segments d’altérité énonciative ne sont pas synchronisés avec un quelconque comportement gestuel marqué, au sens où aucun changement dans l’attitude corporelle n’est observable entre ce segment et le discours en cours. C’est le cas du quatrième exemple présenté plus haut.

54Plusieurs dimensions doivent être prises en compte pour l’analyse gestuelle : outre un intérêt évident pour le contenu discursif général qui les accompagne, une attention particulière doit être portée aux idiosyncrasies gestuelles des locuteurs, mais aussi à leur âge, leur sexe, leur milieu socioculturel et leur style personnel. Cette attention permet de déterminer, par exemple, l’amplitude d’un geste par contraste avec les habitudes gestuelles des locuteurs9. Il est également fondamental d’éviter l’écueil qui consiste à analyser en priorité la parole – tant chronologiquement que conceptuellement – et à en subir l’influence dans l’observation des attitudes corporelles. De même, l’approche descriptive des mouvements corporels doit être la plus objective possible, et ne doit pas être tributaire d’inférences sémantiques quant aux fonctions qu’ils seraient susceptibles d’accomplir. Mittelberg met en garde contre ce danger :

there is a danger of mixing the domain of form, i.e., what one actually observes with the naked eye, and the domain of meaning, i.e. the semantic and pragmatic functions a particular combination of physical features may assume in a given moment. (Mittelberg 2007 : 229)

55Pour l’observation des attitudes corporelles de nos locuteurs, chaque occurrence de quotatif du Cambridge Student Corpus a été isolée dans les vidéos, afin de pouvoir vérifier la synchronisation des gestes et du discours, parfois image par image, de la façon la plus précise possible. Les gestes identifiés comme tels ont été décrits en considérant uniquement leurs caractéristiques formelles visibles.

56Notre méthode présente l’inconvénient de ne tenir compte ni des différences qualitatives formelles qui existent entre les différents types de gestes, ni des diverses fonctions référentielles, pragmatiques ou discursives qui pourraient leur correspondre. Nous sommes convaincu qu’une telle différenciation pourra révéler des distinctions plus fines encore sur l’emploi des quotatifs en relation avec la performance10. En revanche, cette absence de distinction a l’avantage de présenter une certaine cohérence par rapport à notre hypothèse selon laquelle la performance, dans le discours polyphonique, n’est pas nécessairement mimétique ou iconique ; le choix de n’opérer aucune distinction qualitative entre les différents types de gestes est un moyen, certes provisoire, de demeurer à l’écart de cette équivalence trompeuse.

4.2. Résultats

57Les locuteurs du Cambridge Student Corpus introduisent peu de segments d’altérité énonciative sans marquer la frontière discursive par un élément gestuel : 69 % des segments sont accompagnés de gestes. Ils ne font pas non plus le même usage des quotatifs selon ce critère. Le graphique ci-dessous représente, pour chaque quotatif, la différence de proportion entre les segments synchronisés ou non avec des gestes (graphique 9) :

Graphique 9 : présence / absence de différenciation gestuelle pour chaque quotatif (effectif)

Image 100000000000024F000000F38C41D91C.jpg

58Une grande majorité des occurrences de BE LIKE s’accompagne de gestes synchronisés avec le segment introduit. Cette proportion est beaucoup moins importante pour SAY, qui introduit presque autant de segments accompagnés de gestes que de segments exclusivement sonores. Le quotatif Ø, quoiqu’il soit peu représenté globalement, ne paraît pas particulièrement spécialisé dans l’une ou l’autre des deux catégories. GO, en revanche, est beaucoup plus souvent synchronisé avec des gestes que les autres quotatifs les moins représentés.

59Afin de comparer la répartition des deux quotatifs principaux (SAY et BE LIKE, qui sont représentés en quantités suffisamment importantes pour établir des pourcentages, soit respectivement 103 et 224 occurrences) en fonction de la présence ou de l’absence de mouvements corporels, nous avons établi le graphique suivant, qui tient compte de la fréquence respective de SAY et BE LIKE dans la totalité des segments analysés (graphique 10) :

Graphique 10 : répartition de SAY et BE LIKE selon la différenciation gestuelle

Image 100000000000024F0000017734C77BC6.jpg

60Par rapport à leur fréquence dans l’ensemble du corpus, la répartition de BE LIKE et SAY selon les deux catégories établies dessine la tendance suivante : chacun des deux quotatifs introduit majoritairement des segments accompagnés d’une différenciation gestuelle. Cependant, la proportion de SAY sans différenciation gestuelle est deux fois plus importante que la proportion de BE LIKE dans cette catégorie (45,6 % des occurrences SAY contre 21,4 % des occurrences de BE LIKE). À l’opposé, la proportion de BE LIKE associé à des gestes est presque 1,5 fois plus importante que la proportion de SAY dans cette catégorie (78,6 % de BE LIKE contre 54,4 % de SAY).

5. Combinaison des facteurs

61Notre approche de la performance se fonde sur l’observation conjointe des deux facteurs examinés ci-dessus, à savoir les variations sonores d’une part, et les variations gestuelles d’autre part. Selon notre hypothèse, le niveau de performance maximale correspondrait à une combinaison de gestes avec d’importants sauts mélodiques, et le niveau de performance minimale correspondrait à une absence de gestes combinée à des sauts mélodiques peu élevés. Afin de combiner plus aisément ces deux facteurs, nous avons jugé utile de déterminer un seuil en deçà duquel les sauts mélodiques pouvaient être considérés comme peu importants, et au-delà duquel ils pouvaient être considérés comme saillants. Après examen de nos données, ce seuil a été fixé à 4 demi-tons : il correspond au palier à partir duquel la proportion respective de SAY et BE LIKE s’inverse, à mesure que l’amplitude des sauts augmente. C’est, par ailleurs, le même palier qui semble déterminant dans l’utilisation de ces deux quotatifs en fonction de l’amplitude chez la locutrice KAT, dont le cas extrême a été évoqué plus haut (voir point 3.2). Le graphique suivant représente la proportion de SAY et BE LIKE (par rapport au total de chaque quotatif) de part et d’autre de ce seuil pour la totalité des occurrences analysées (graphique 11) :

Graphique 11 : répartition de BE LIKE et SAY par rapport à l’amplitude du saut mélodique (seuil fixé à 4 demi-tons)

Image 100000000000024F00000186BB335C23.jpg

62Dans l’optique de combiner les deux facteurs, nous avons sélectionné uniquement les occurrences qui présentaient à la fois un saut mélodique inférieur à 4 demi-tons et une absence de différenciation gestuelle d’une part, et les occurrences qui présentaient à la fois un saut mélodique supérieur à 4 demi-tons et une différenciation gestuelle marquée d’autre part. La combinaison de ces critères a permis d’établir le graphique suivant (graphique 12) :

Graphique 12 : performance – combinaison des critères (BE LIKE / SAY)

Image 100000000000024F0000014E583E9E8E.jpg

63Les proportions respectives de SAY et BE LIKE une fois les deux critères combinés sont légèrement différentes de ces mêmes proportions dans chacun des deux graphiques précédents. D’abord, dans l’analyse de la variation mélodique seule (graphique 11), la proportion des deux quotatifs était relativement symétrique ; cependant, l’écart entre BE LIKE et SAY au sein des deux catégories établies (soit de part et d’autre du seuil fixé à 4 demi-tons) était relativement restreint. La combinaison de ce critère avec l’examen des gestes accentue légèrement cet écart. Ensuite, l’observation des gestes seuls (graphique 10) mettait au jour une propension des deux quotatifs à introduire majoritairement des énoncés accompagnés de mouvements. La combinaison de ce critère avec l’examen des variations d’amplitude mélodique inverse cette tendance : le quotatif SAY introduit désormais une légère majorité d’énoncés sans attitude corporelle (34 % de ses occurrences, contre 30 % pour l’autre catégorie). De plus, suite à la combinaison des deux critères, l’écart entre les proportions de SAY et BE LIKE se creuse légèrement dans chaque catégorie, en comparaison avec l’examen des gestes seuls.

64L’examen conjoint de l’amplitude des sauts mélodiques à la frontière entre les deux discours et des gestes qui sont synchronisés – ou non – avec les segments d’altérité énonciative constitue un premier pas vers une caractérisation objective des effets de performance qui peuvent se faire jour dans le discours polyphonique. La méthodologie présentée ici est expérimentale, et ne demande qu’à être affinée. Elle semble cependant produire des résultats quantitatifs dessinant des tendances qui paraissent correspondre aux hypothèses formulées par certaines études antérieures (Buchstaller 2001b ; 2004) : les locuteurs du Cambridge Student Corpus ont tendance à utiliser plus souvent BE LIKE lorsqu’ils accomplissent une performance vocale et corporelle plus intense, et à favoriser SAY lorsque le marquage de la frontière entre leur discours et le discours autre qu’ils représentent n’est pas particulièrement saillant selon ces critères. Bien sûr, de nombreuses analyses supplémentaires devront être effectuées, afin de prendre en compte la multiplicité d’éléments qualitatifs et quantitatifs qui interagissent dans la construction de la performance. D’autres dimensions prosodiques entrent fort probablement en jeu dans la performance sonore : l’intensité, le débit ou les pauses silencieuses ajoutent de la complexité à ce procédé. Par ailleurs, une attention portée aux différentes fonctions référentielles, pragmatiques et discursives des différents types de gestes observés pourrait permettre d’établir des distinctions plus fines encore pour caractériser la performance. Nous demeurons convaincu qu’une telle analyse est possible, et qu’elle pourrait révéler d’autres tendances, peut-être plus marquées, quant à l’hypothèse d’une corrélation entre le degré de performance et la distribution des quotatifs.

Bilan du chapitre

Dans le cadre du discours polyphonique, l’équivalence entre performance et mimesis est trompeuse : les locuteurs peuvent accomplir des performances sans intention imitative. Les fonctions pragmatiques susceptibles d’être associées à ce procédé invitent à le considérer comme une décision assumée d’appropriation du discours autre, plutôt qu’un effacement devant la source présumée de ce discours.

Lorsque les locuteurs adjoignent des effets de performance à des segments d’altérité énonciative, ils marquent la frontière entre ces segments et leur environnement discursif au moyen de plusieurs modalités différentes.

Lorsque la variation sonore entre le discours en cours et le discours autre est caractérisée par un saut mélodique important, les locuteurs du CSC utilisent BE LIKE plus fréquemment que SAY ; en revanche, lorsque cette amplitude est relativement faible, cette tendance s’inverse.

De même, lorsque le discours en cours et le discours autre sont différenciés par une modification des attitudes gestuelles, les locuteurs favorisent BE LIKE au détriment de SAY ; cette tendance s’inverse lorsqu’aucune différenciation saillante n’est observable, d’un point de vue gestuel, entre les segments d’altérité énonciative et leur environnement.

La combinaison de ces deux facteurs constitue un premier pas vers la caractérisation formelle de la performance. D’un point de vue quantitatif, cette combinaison accentue encore la tendance qui sépare BE LIKE de SAY dans les deux catégories.

CONCLUSION

65Dans cette section, nous avons envisagé diverses fonctions de représentation que l’intrusion de voix autres dans le discours était susceptible d’accomplir. Nous avons tenté de mettre au jour des liens entre ces fonctions et l’emploi des quotatifs, en considérant que les introducteurs paratactiques d’altérité énonciative pouvaient permuter dans le discours, selon plusieurs facteurs, en vertu de l’important potentiel de variabilité du paradigme. Ces considérations, inspirées d’études antérieures, avaient pour objectif principal de documenter des phénomènes déjà observés en les confrontant à un corpus récent d’anglais britannique et irlandais, variété dans laquelle ces phénomènes ont été moins fréquemment examinés qu’en anglais américain. Parfois, les critères retenus ont néanmoins dû faire l’objet d’une redéfinition et d’une recatégorisation, afin d’affiner l’analyse. La représentation peut s’apparenter à une création discursive en situation, à une réitération d’événements énonciatifs antérieurs à la situation d’énonciation ou à une performance théâtralisée. Selon les différents modes de représentation envisagés, le fonctionnement des quotatifs en anglais oral n’est pas le même.

66Lorsque l’énonciateur crée une énonciation ex nihilo, sans construire de lien entre la situation d’énonciation et une situation antérieure, certains quotatifs sont plus fréquemment employés que d’autres : BE LIKE, pourtant largement majoritaire dans le Cambridge Student Corpus, n’est alors pas particulièrement favorisé. Il est principalement utilisé dans les cas d’exemplification non spécifique, afin d’illustrer par un segment de discours prototypique des situations-types. Dans ces cas, il est possible que le noyau sémantique d’approximation de like ait perduré dans la construction, et permette de créer un lien de ressemblance non identique entre un type de situation abstrait et son exemplification dans le discours. Dans cette catégorie, l’introducteur Ø n’est pas en reste : principalement employé dans sa fonction dite participative, il permet aux interlocuteurs de donner des marques de consensus dans l’interaction, et de construire conjointement le discours. L’oblitération de la source énonciative auteur que permet cet introducteur paraît particulièrement compatible avec l’absence de référence directe à une source énonciative définie, caractéristique de la création situationnelle. GO, en revanche n’est quasiment jamais employé dans cette configuration. Il est possible que son noyau sémantique de mouvement ait perduré, et spécialise cet introducteur dans l’introduction d’un discours présenté comme externalisé, et dans la référence au canal sonore ; cette possible spécialisation paraît rarement compatible avec la création d’une énonciation virtuelle sans référence à un acte de parole réellement perpétré.

67Lorsque l’énonciateur présente l’énonciation autre comme la réitération d’un événement antérieur, il a la possibilité de signaler, par des marques plus ou moins explicites, le degré d’approximation ou de textualité avec lequel il estime présenter cette énonciation. Ce degré est directement corrélé avec le degré de transformation qu’il associe à la relation entre l’événement antérieur et sa représentation dans le discours. C’est donc précisément dans ce discours qu’il est possible de déceler des indices révélateurs de la façon dont l’énonciateur envisage l’événement initial, afin de déterminer le degré de transformation qu’il subit à ses yeux. Lorsque l’événement est présenté comme très transformé, BE LIKE est employé plus fréquemment que SAY. Dans cette configuration, il est possible que le noyau sémantique d’approximation de like s’exprime en termes de transformation, au sens où une relation de ressemblance non identique s’établit entre les deux termes que sont l’événement d’origine et sa représentation en T0. Cette hypothèse permet notamment de résoudre la question du lien entre BE LIKE et les énoncés représentatifs de monologue intérieur : dans la mesure où ceux-ci sont associés à un degré élevé de transformation, il n’est pas surprenant que BE LIKE soit favorisé dans ces cas ; il n’est pas non plus étonnant qu’il ne soit pas spécialisé dans cette catégorie, dans la mesure où la représentation d’événements énonciatifs externalisés peut également être associée à un degré élevé de transformation. SAY, en revanche, est utilisé principalement dans les cas où l’événement est présenté comme peu transformé. Cependant, la forte présence de BE LIKE (44 %) au degré 1 du continuum, dans une proportion certes inférieure à la moitié de ses occurrences, empêche de conclure à une importante spécialisation de ce quotatif dans les énoncés les plus transformés. Des subdivisions plus fines selon le critère de transformation au sein de cette catégorie du contiuum devront être opérées, afin de confirmer ou d’infirmer cette tendance.

68Lorsque l’énonciateur associe la représentation de l’altérité énonciative à des effets de performance, il utilise plusieurs modalités discursives pour construire son acte de communication. Le marquage de la frontière entre le discours en cours et le discours autre s’effectue autant sur le plan segmental que sur le plan suprasegmental. L’intensité de la performance doit pouvoir être quantifiée, afin de mettre en relation divers degrés d’intensité avec l’emploi des différents quotatifs. Dans le CSC, lorsque les locuteurs produisent des segments d’énonciation autre qui s’accompagnent à la fois d’importantes variations mélodiques et d’une différenciation gestuelle marquée entre les différentes voix du discours, ils ont tendance à favoriser BE LIKE. En revanche, lorsque l’hétérogénéité discursive n’est pas particulièrement marquée par ces deux dimensions, SAY apparaît plus fréquemment. Il est possible que cet emploi soit lié à la relation qu’entretient like avec la sémantique du corps : il serait donc plus aisément associé aux représentations d’altérité énonciatives qui donnent à voir – et à entendre – cette altérité. En outre, la performance n’est pas équivalente à la mimesis : lorsqu’elle est exécutée, l’énonciateur ne s’efface pas devant la source présumée de l’énonciation autre, par des procédés d’imitation qui mettraient cette source au premier plan. Au contraire, il s’approprie cette énonciation, par l’ajout d’éléments sonores et visuels qui lui sont propres. L’emploi majoritaire de BE LIKE dans les cas de performance est donc plus vraisemblablement lié à des fonctions pragmatiques et interactionnelles, grâce auxquelles l’énonciateur transmet plusieurs messages sur son interprétation de l’énonciation autre et son implication dans l’utilisation qu’il fait de cette énonciation en discours.

69Nous avons mis au jour certains aspects de l’emploi des quotatifs par les locuteurs britanniques et irlandais du Cambridge Student Corpus. Nous espérons avoir montré que ces emplois confirmaient certaines hypothèses antérieures, tout en signalant certains éléments spécifiques à nos données. Quelques restrictions doivent cependant être formulées : dans tous les cas de figure envisagés, l’examen des critères retenus devra être poursuivi sur des bases de données plus larges, afin de pouvoir mener des analyses quantitatives plus poussées, et d’y intégrer un plus grand nombre de quotatifs différents pour rendre compte de la variation au sein du paradigme. De plus, un certain nombre des approches adoptées demeurent hypothétiques. D’abord, il n’est pas toujours aisé de distinguer la création situationnelle de la réitération d’événements antérieurs : certains cas demeurent relativement ambigus. Ensuite, dans les cas de réitération, l’établissement du continuum de transformation est tributaire de certaines décisions méthodologiques assumées. La différenciation entre les degrés de ce continuum, par exemple, est sujette à discussion. Enfin, notre examen de la performance ne fait intervenir que deux dimensions parmi la grande variété des possibilités de l’analyse multimodale, et se résume, en définitive, à une distinction binaire. Il est fort probable que la prise en compte d’autres facteurs prosodiques et l’examen différencié des fonctions sémantiques, pragmatiques et discursives des gestes permette d’affiner encore cette analyse. En définitive, tous ces éléments, qui constituent des facteurs potentiels de distribution des quotatifs, interagissent de concert au sein d’un système complexe. Pour espérer rendre compte le mieux possible de cette complexité, il est également nécessaire de faire interagir les différents systèmes d’analyse à l’aune desquels ces phénomènes sont observables.

Notes de bas de page

1 Notons que Foolen (2008 : 123) ou Golato (2012 : 139), parmi d’autres, utilisent dans ce domaine le terme de « dramatic enactement ».

2 La théorie de l’évolution cognitive proposée par Donald (1998), notamment dans le cadre des neurosciences cognitives, place la mimesis à l’origine du développement cognitif humain, dans la mesure où elle constituerait le premier système de représentation élaboré par l’homme. Selon Donald, la mimesis aurait ensuite perduré parmi les différents systèmes représentationnels qui s’organisent en strates successives dans l’esprit humain.

3 Nous tenons à remercier tout particulièrement Barbara Kühnert, Karine Martel et Christelle Dodane pour leurs conseils de grande valeur en termes d’analyse prosodique, et Alan Cienki, Camille Debras et les membres de l’Amsterdam Gesture Center de la Vrije Universiteit d’Amsterdam pour l’analyse gestuelle.

4 Dans l’idéal, il aurait été pertinent de déterminer la hauteur moyenne dans le segment introductif (« he was like » dans notre exemple), avant de le confronter à la hauteur initiale du segment de discours autre. Cependant, la longueur des segments introductifs étant très variable (elle ne représente parfois qu’une fraction de seconde), il s’est révélé délicat de déterminer une durée fixe, applicable à tous les segments introductifs, sur laquelle calculer cette moyenne. Nous nous sommes donc limité à relever la hauteur finale du segment introductif.

5 Cette conviction est partagée par McNeill (1992) : « gestures are an integral part of language as much are words, phrases, and sentences » ; « gesture and language are one system » (McNeill 1992 : 2).

6 De plus en plus de travaux démontrent néanmoins que les dimensions idiosyncrasique et socioculturelle des gestes ne sont pas si déterminantes, et qu’un certain nombre de gestes peuvent être conventionnalisés. Pour une remise en question de la souveraineté de ces dimensions, voir notamment Kendon (2004) et Harrison (2009).

7 Ces mouvements sont appelés self-adapters par Ekman & Friesen (1969).

8 Pour une présentation synthétique de différentes entreprises de catégorisation successives des gestes, voir par exemple Müller (1998) ou Harrison (2009).

9 Une certaine familiarité de l’observateur avec les locuteurs dont les productions sont étudiées est d’une grande aide pour tenir compte de ces particularités. Il s’agit là d’une raison supplémentaire pour laquelle il nous a paru essentiel de recueillir nous-même un corpus original.

10 Cependant, Streeck (2002), qui formule des considérations similaires sur l’emploi de BE LIKE avec la performance, écarte temporairement l’éventualité que de telles distinctions soient pertinentes : « Because the focus of this article is not on gestures and their interpretation, but rather on the uses of like, I refrain from giving “etic” descriptions of bodily enactments and simply assume that assignment of meaning is unproblematic. » (Streeck 2002 : 585).


Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.