Résumé
La transcription est une activité essentielle, mais chronophage, pour la constitution et l’analyse de corpus oraux. La transcription, qui constitue une première étape dans la catégorisation des données, à travers notamment les choix d’encodage orthographique ou phonétique, engage le chercheur, en le forçant à effectuer des choix précoces, souvent contraints par le cadre théorique choisi. Ces choix conditionnent les analyses subséquentes. C’est ce que Mondada (2007) appelle le biais interprétatif. Ces choix sont particulièrement cruciaux lors de l’analyse des discours d’apprenants, qui s’écartent souvent de la norme des locuteurs natifs. A travers l’exemple de l’utilisation par de nombreux apprenants anglophones du français de la terminaison verbale polysémique [e], je montre dans Leclercq (2020) que les choix de transcription peuvent conditionner l’interprétation qui est faite des données. Dans l’exemple (1), produit par une apprenante anglophone du français de niveau intermédiaire, le son [e] référe-t-il à l’infinitif, l’imparfait, le participe passé, ou même à une forme erronée de présent ? Quelle est l’intention de communication derrière l’utilisation de cette forme ?(1)le cheval essayE de monter le barrière (EngL1 FrL2 MAG, intermediate)Si ces questions sont centrales au travail d’analyse du chercheur, le processus de transcription, jusqu’à présent manuel et très coûteux en temps et en moyens humains, se trouve actuellement bouleversé par l’utilisation de l’IA. De nombreux outils émergent permettant de transcrire en un temps record des données enregistrées, monolingues ou même bilingues. Ces outils, le plus souvent commerciaux, ne donnent que peu d’informations sur le traitement et la sécurité des données qui leur sont confiées. D’autres outils sont open source (par exemple Whisper hébergé par HumaNum, voir Gaide, 2023). Ces outils ouvrent de nouvelles perspectives au chercheur, notamment en termes de gain de temps, mais quels sont les points de vigilance à garder en tête ? Nous ferons le point sur les nouveaux outils et les pratiques à adopter.Gaide, A. (2023, novembre 6). Retranscrire avec whisper via huma-num [Billet]. Âge et pouvoir. https://doi.org/10.58079/vfmrLeclercq, P. (2020). Transcribing interlanguage : The case of verb-final [e] in L2 French. In Interpreting language-learning data. Language Science Press. https://doi.org/10.5281/zenodo.4032298Mondada, L. (2007). Commentary : Transcript variations and the indexicality of transcribing practices. Discourse Studies, 9(6), Article 6. https://doi.org/10.1177/1461445607082581