Mystères linguistiques

Trois manières de ne pas savoir

Le mot « mystère » ne désigne ici rien d’occulte ni de surnaturel. Il s’agit de questions ouvertes pour lesquelles les données disponibles ne suffisent pas encore. Elles sont de trois sortes : des écritures dont nous ne savons pas lire ou pas comprendre les inscriptions ; des langues dont la parenté avec aucune autre n’a été démontrée ; et de grandes familles proposées que les spécialistes contestent parce que les preuves en sont faibles.

Pour chacune de ces questions, il faut distinguer trois choses. Un fait est ce qui est documenté par des trouvailles et vérifié de manière indépendante, comme l’âge du parchemin du manuscrit de Voynich. Une hypothèse est une interprétation que les données permettent sans la prouver, comme une parenté entre les langues iénisseïennes de Sibérie et les langues na-dené d’Amérique du Nord. Un mythe est une affirmation qui se répand bien qu’elle n’ait pas résisté à l’examen scientifique, comme les annonces récurrentes selon lesquelles le manuscrit de Voynich aurait enfin été lu.

Lire n’est pas comprendre

Le déchiffrement a deux faces : établir comment se lisent les signes, et comprendre la langue qu’ils notent. Les deux ne vont pas nécessairement de pair. Les inscriptions étrusques peuvent être lues parce que l’alphabet étrusque dérive de l’alphabet grec, mais la langue n’est que partiellement comprise. Dans le linéaire A, la valeur de nombreux signes peut être estimée à partir du linéaire B, plus tardif, mais la langue est inconnue. Dans l’écriture de l’Indus, ni la valeur des signes ni la langue ne sont connues.

Le cas le plus net d’une écriture lisible mais non comprise est le méroïtique, du royaume de Koush sur le Nil moyen (l’actuel Soudan). Il fut employé à partir du IIIe siècle av. J.-C. ; la dernière inscription connue date du Ve siècle apr. J.-C. Il avait deux formes : une cursive dérivée du démotique égyptien et des signes monumentaux imités des hiéroglyphes égyptiens. En 1909–1911, l’égyptologue britannique Francis Llewellyn Griffith établit la valeur de ses 23 signes à partir de noms égyptiens écrits en méroïtique. Depuis lors, les inscriptions peuvent être prononcées, mais ce que l’on comprend, ce sont surtout des noms, des titres, les formules figées des textes funéraires et une partie seulement du vocabulaire.

Pendant longtemps, le méroïtique n’a eu aucune parenté connue. Selon le linguiste français Claude Rilly, il appartient aux langues soudaniques orientales du Nord, le groupe qui comprend aussi les langues nubiennes ; Glottolog le classe toujours comme isolat. Faute de textes bilingues plus longs, la compréhension ne progresse que lentement.

Écritures de l’âge du bronze

Au IIe millénaire av. J.-C., deux écritures que personne n’a lues étaient en usage en Crète. Les hiéroglyphes crétois, attestés principalement sur des pierres gravées servant de sceaux, apparaissent un peu plus tôt que le linéaire A, mais les deux furent longtemps employés côte à côte. Le linéaire A est le modèle du linéaire B, si bien que ses signes syllabiques peuvent être approximativement prononcés ; la langue des scribes minoens est cependant inconnue, et le peu que l’on peut glaner de sa grammaire suggère qu’elle n’était étroitement apparentée à aucune langue connue. Le linéaire A et le disque de Phaistos sont présentés plus en détail sur la page consacrée à la Grèce antique.

L’écriture de la civilisation harappéenne, dans le bassin de l’Indus, est attestée sur quelque quatre à cinq mille objets, pour la plupart de petits sceaux. Les inscriptions comptent en moyenne environ cinq signes, la langue est inconnue et il n’existe pas de bilingue. On propose le plus souvent une langue dravidienne ancienne, mais cela n’a pas été démontré, et une opinion minoritaire soutient que les signes ne notent aucune langue (voir la page consacrée à l’Inde ancienne).

Le proto-élamite fut employé vers 3100–2900 av. J.-C. en Iran, de Suse, au Khouzistan, jusqu’au plateau, à peu près à la même époque que le cunéiforme le plus ancien en Mésopotamie. On connaît environ 1600 tablettes et fragments. Nous savons qu’il s’agit de documents administratifs, et les signes numériques sont compris parce qu’ils ressemblent à ceux de Mésopotamie, de sorte que nous connaissons les quantités enregistrées ; ce que l’on comptait ne peut être identifié que pour une partie des signes. La plupart des autres signes sont abstraits, et la langue des scribes est inconnue ; qu’il se soit agi de l’élamite n’est qu’une supposition.

L’écriture élamite linéaire, plus tardive (vers 2300–1850 av. J.-C.), n’est attestée que par une cinquantaine d’inscriptions, pour la plupart courtes. Sa langue est l’élamite, connu par des textes cunéiformes, et plusieurs inscriptions ont un pendant akkadien ; grâce à elles, les noms du roi Puzur-Inshushinak et du dieu Inshushinak furent lus dès 1905–1912. En 2022, l’archéologue français François Desset et ses collègues ont publié une proposition de lecture de presque tous les signes. Certains spécialistes l’ont acceptée, d’autres attendent des traductions détaillées des textes, et l’on discute aussi de savoir si l’écriture est purement phonétique. Pour l’instant, elle ne peut être considérée comme entièrement déchiffrée.

Du port de Byblos, dans l’actuel Liban, proviennent quatorze inscriptions sur des plaques de bronze, des « spatules » de bronze et des dalles de pierre. Maurice Dunand les mit au jour en 1928–1932 ; il en publia dix en 1945 et quatre autres en 1978. Elles datent probablement des XVIIIe–XVe siècles av. J.-C. Selon le décompte, quelque 90 à 114 signes distincts font penser à un syllabaire, et certains ressemblent à des signes égyptiens ; mais ni la langue ni la valeur des signes ne sont établies.

Un isthme et une île : l’écriture isthmique et le rongorongo

Sur l’isthme de Tehuantepec, dans le sud du Mexique, on écrivait entre environ 500 av. J.-C. et 500 apr. J.-C. dans l’écriture isthmique, dite aussi épi-olmèque d’après la culture. Le texte le plus long figure sur une stèle de pierre découverte en 1986 à La Mojarra, dans l’État de Veracruz ; à côté de l’inscription, elle porte des dates du Compte long mésoaméricain remontant au milieu du IIe siècle apr. J.-C. (sur le Compte long, voir la page consacrée aux Mayas). En 1993, John Justeson et Terrence Kaufman annoncèrent un déchiffrement partiel, identifiant la langue comme une forme ancienne du zoque (une branche de la famille mixe-zoque). Stephen Houston et Michael Coe (2004) ne parvinrent toutefois pas à appliquer leur système à une autre inscription et considèrent le déchiffrement comme non prouvé. Le différend ne sera probablement tranché que par un nouveau texte long.

Sur l’île de Pâques (Rapa Nui), des tablettes de bois portant des lignes de petits signes furent signalées pour la première fois en 1864 par le missionnaire Eugène Eyraud, qui écrivit en avoir vu dans chaque case. L’île traversait alors une catastrophe : les razzias d’esclaves péruviennes de 1862 et les épidémies qui suivirent réduisirent la population à moins de deux cents personnes dans les années 1870, et la connaissance des signes fut probablement perdue. Environ deux douzaines d’objets en bois subsistent, dispersés dans les musées du monde ; aucun n’est resté sur l’île.

Les signes – silhouettes humaines, animaux, plantes et formes géométriques – sont écrits en boustrophédon inversé : après chaque ligne, la tablette est retournée tête en bas. Sur une tablette, on a reconnu un passage comportant un calendrier lunaire ; pour le reste, aucun texte n’est compris. Les obstacles sont le petit nombre de textes, l’absence de contexte et le fait que le rapanui moderne a été fortement influencé par le tahitien. La question de savoir s’il s’agit d’une écriture à part entière, d’une proto-écriture ou d’un aide-mémoire est débattue ; aucune de ces interprétations n’a été prouvée. On discute également de savoir s’il est apparu de manière indépendante ou seulement après le contact avec les Européens. La datation par le radiocarbone du bois des tablettes conservées à Rome, publiée en 2024, a situé l’une d’elles bien avant le premier contact européen (1722) ; le bois a toutefois pu être inscrit plus tard.

Est-ce seulement une écriture ? Vinča et Tărtăria

Des marques incisées apparaissent sur la céramique, les fusaïoles et les figurines de la culture néolithique de Vinča, dans le sud-est de l’Europe, pour la plupart vers 4500–4000 av. J.-C. Elles furent découvertes pour la première fois en 1875 par l’archéologue hongroise Zsófia Torma à Tordos (aujourd’hui Turdaș, en Roumanie), et en 1908 Miloje Vasić les mit au jour à Vinča, près de Belgrade, site qui a donné son nom à la culture. Plus de 85 % des inscriptions se composent d’un seul signe, et dans les groupes de signes on ne peut déterminer ni l’ordre ni le sens de lecture.

En 1961, Nicolae Vlassa découvrit près du village de Tărtăria, en Roumanie, trois tablettes d’argile portant des signes. Leur âge n’est déduit que d’autres objets du site, datés par le radiocarbone d’avant 4000 av. J.-C. ; les tablettes elles-mêmes ne peuvent pas être datées, car elles ont subi un traitement thermique après leur découverte, et les circonstances de la trouvaille sont contestées. L’archéologue Marija Gimbutas voyait dans les signes de Vinča une « écriture de la Vieille Europe » ; cette interprétation n’a pas été acceptée.

La plupart des chercheurs ne considèrent pas ces marques comme une écriture. Elles ont pu indiquer une propriété ou un fabricant, des nombres ou des significations rituelles. Un autre argument contre leur lecture comme écriture est que l’écriture est apparue en Mésopotamie pour servir l’administration de l’État et la comptabilité, institutions dont la culture de Vinča ne disposait apparemment pas. Vinča a donc sa place dans l’histoire de l’écriture comme exemple de la difficulté à dire où s’arrête le symbole et où commence la notation de la langue.

Le manuscrit de Voynich

Le manuscrit de Voynich est un codex d’environ 240 pages de parchemin, rédigé dans une écriture que l’on ne trouve nulle part ailleurs et illustré de dessins de plantes, de diagrammes astronomiques et astrologiques, de femmes au bain et de récipients. La datation par le radiocarbone du parchemin, réalisée à l’université de l’Arizona en 2009, a donné les années 1404–1438 ; elle ne fixe pas exactement le moment où le texte a été écrit. Les plantes ne peuvent pas être identifiées avec certitude. Depuis 1969, le manuscrit est conservé à la bibliothèque Beinecke de l’université Yale sous la cote MS 408.

Son histoire documentée commence à Prague. En 1639, l’alchimiste pragois Georg Baresch envoya des échantillons de l’écriture au jésuite Athanase Kircher, à Rome. Après la mort de Baresch, le manuscrit passa à Jan Marek Marci, recteur de l’université de Prague, qui l’envoya à Kircher en 1665 ou 1666. Dans sa lettre d’accompagnement, Marci rapporte ce qu’il avait appris d’un ami : l’empereur Rodolphe II aurait acheté le manuscrit pour 600 ducats. Il s’agit d’un témoignage de seconde main. Sur la première page figure la signature, aujourd’hui à peine visible, de Jakub Hořčický de Tepenec, intendant des jardins de Rodolphe ; son authenticité est toutefois contestée. En 1912, le libraire Wilfrid Voynich acheta le manuscrit provenant de fonds jésuites, et celui-ci porte son nom.

Le texte présente des propriétés statistiques semblables à celles des langues naturelles – la fréquence des mots suit par exemple la loi de Zipf –, mais aussi des traits inhabituels : presque aucun mot ne compte moins de deux ou plus de dix caractères. Parmi les possibilités envisagées figurent une langue naturelle dans une écriture inconnue, un chiffre, une langue inventée et une mystification élaborée dépourvue de sens ; aucune n’a été prouvée. Une falsification moderne est toutefois peu probable, car elle aurait exigé un stock d’au moins quatorze peaux de veau vierges du début du XVe siècle.

Des langues sans parenté

Un isolat linguistique est une langue dont la parenté avec aucune autre n’a été démontrée ; il forme à lui seul une famille. Cela ne signifie pas qu’il n’a jamais eu de parentes. Soit celles-ci se sont éteintes sans laisser de traces écrites, soit la parenté est si lointaine que la méthode comparative ne peut plus la déceler : après de nombreux millénaires d’évolution, les correspondances phonétiques régulières se perdent. Un isolat n’est donc pas un mystère au sens sensationnel, mais une issue ordinaire de l’histoire linguistique. Selon la rigueur des critères, on en compte plus d’une centaine (Glottolog en recense environ 180, langues éteintes comprises), la plupart sur le continent américain.

La limite entre isolat et famille peut se déplacer. Le japonais était autrefois classé comme isolat ; il est aujourd’hui regroupé avec les langues ryukyu dans la famille japonique. Le ket, en Sibérie, est la dernière langue iénisseïenne vivante, mais ce n’est pas un isolat, car ses parentes éteintes, comme l’arin, ont été consignées. Il faut aussi distinguer les isolats des langues non classées, sur lesquelles on en sait trop peu pour les classer.

L’isolat le plus connu est le basque, le seul isolat d’Europe et, selon l’opinion dominante, la seule langue survivante d’Europe occidentale antérieure à l’arrivée des langues indo-européennes. L’aquitain, connu seulement par des noms figurant dans des inscriptions latines des Ier–IIIe siècles apr. J.-C., est considéré comme son ancêtre ou un proche parent (le nom Cison correspond au basque gizon « homme »). L’aquitain est le plus souvent considéré comme l’ancêtre direct du basque, raison pour laquelle le basque reste un isolat ; s’il s’agissait d’une langue sœur, les deux formeraient une petite famille vasconique. Les tentatives de rattacher le basque au géorgien sont aujourd’hui rejetées, et un lien avec l’ibère n’a pas été démontré. Parmi les langues de l’Antiquité, le sumérien et l’élamite sont des isolats bien documentés : les textes sont si nombreux que d’éventuelles parentes vivantes seraient reconnaissables.

Des familles contestées

La parenté entre langues se démontre par la méthode comparative : on recherche des correspondances phonétiques régulières dans le vocabulaire de base et les désinences grammaticales, et l’on reconstruit à partir d’elles une proto-langue commune. Au p latin correspond régulièrement un f dans les langues germaniques (pater – angl. father, piscis – fish, pes, pedis – foot) ; un tel système de correspondances ne peut s’expliquer ni par le hasard ni par l’emprunt. Plus on remonte dans le temps, plus les correspondances se perdent, c’est pourquoi les propositions de grandes macrofamilles sont contestées.

L’hypothèse altaïque réunissait les langues turques, mongoles et toungouses et, dans une forme élargie, également le coréen et le japonais. Elle compta de nombreux partisans au XXe siècle, mais la plupart des comparatistes la rejettent aujourd’hui : ils expliquent les traits communs (suites de suffixes, verbe en position finale, une partie du vocabulaire) par une longue coexistence et par l’emprunt, c’est-à-dire comme une aire linguistique ; une minorité de spécialistes la défend encore. L’hypothèse nostratique fut proposée en 1903 par le linguiste danois Holger Pedersen et développée dans les années 1960 par Vladislav Illitch-Svitytch et Aharon Dolgopolsky ; elle regroupe l’indo-européen, l’ouralien, l’altaïque, le kartvélien et, selon les auteurs, d’autres familles encore, et ne bénéficie aujourd’hui que de peu de soutien. L’hypothèse indo-ouralienne postule un ancêtre commun de l’indo-européen et de l’ouralien ; le vocabulaire commun est toutefois le plus souvent interprété comme des emprunts remontant à une époque où les deux groupes étaient voisins.

De nombreux spécialistes considèrent l’hypothèse déné-iénisseïenne comme la mieux étayée des propositions de parenté lointaine ; elle a été avancée en 2008 (publiée en 2010) par le linguiste américain Edward Vajda. Elle relie le ket et les langues iénisseïennes éteintes de Sibérie aux langues na-dené d’Amérique du Nord, comme le navajo. D’autres, comme Lyle Campbell, jugent les preuves insuffisantes. En revanche, l’hypothèse du substrat vasconique du linguiste allemand Theo Vennemann, selon laquelle un ancêtre du basque se serait répandu dans une grande partie de l’Europe après la dernière glaciation et aurait laissé des traces dans les noms de lieux, est largement rejetée par les linguistes historiens. La famille vasconique au sens étroit – le basque avec l’aquitain – est une autre affaire ; les spécialistes admettent cette parenté.

La comparaison de masse, appelée plus tard comparaison multilatérale, du linguiste américain Joseph Greenberg constitue un chapitre à part. Au lieu de correspondances régulières, elle compare simultanément de nombreuses langues d’après la ressemblance globale des mots de base et des éléments grammaticaux. Greenberg réunit ainsi en 1987 la plupart des langues autochtones des Amériques, à l’exception des langues na-dené et eskimo-aléoutes, en une seule famille « amérinde ». La plupart des linguistes rejettent cette méthode : sans correspondances régulières, l’héritage ne peut être distingué du hasard et de l’emprunt, et plus on compare de langues, plus les ressemblances fortuites se multiplient. Certains regroupements de Greenberg, comme l’afro-asiatique et le nigéro-congolais, sont acceptés parce que d’autres méthodes les ont confirmés (et que des chercheurs antérieurs les avaient proposés) ; l'« amérinde » et l'« eurasiatique » sont rejetés.

D’où venaient les Indo-Européens ?

Que les langues indo-européennes, de l’Inde à l’Islande, aient un ancêtre commun est un résultat établi de la linguistique comparée. Où et quand leur proto-langue a été parlée ne peut cependant pas être documenté directement, car elle est antérieure à l’écriture. Les indices sont indirects : le vocabulaire reconstruit, l’archéologie et, ces dernières années, la génétique des populations anciennes.

L’opinion dominante est aujourd’hui l’hypothèse des steppes (ou des kourganes), associée aux archéologues Marija Gimbutas et David Anthony. Elle situe le foyer originel dans la steppe pontique-caspienne, au nord de la mer Noire et de la mer Caspienne, au Ve–IVe millénaire av. J.-C. L’un de ses arguments est que la proto-langue possédait des mots pour la roue et le chariot ainsi que pour l’élevage des chevaux et des bovins, de sorte qu’elle ne peut être beaucoup plus ancienne que l’invention de la roue. Elle est également confortée par des études génétiques de 2015, qui ont mis en évidence un déplacement de populations à grande échelle depuis la steppe vers l’Europe centrale il y a environ 4500 ans.

La principale alternative était l’hypothèse anatolienne de l’archéologue britannique Colin Renfrew (1987), selon laquelle les langues indo-européennes se seraient répandues depuis l’Anatolie avec l’agriculture à partir du VIIe millénaire av. J.-C. environ. Certaines études phylogénétiques statistiques (2003, 2012) l’ont étayée, mais elle s’accorde moins bien avec les données linguistiques et génétiques et ne recueille aujourd’hui qu’un soutien minoritaire ; en 2017, Renfrew lui-même a admis d’importantes migrations depuis la steppe vers l’Europe, tout en continuant de situer le stade le plus ancien de la proto-langue en Anatolie. Des détails restent ouverts, par exemple l’origine des ancêtres des langues anatoliennes, dont le hittite, et la question de savoir si le stade le plus ancien de la proto-langue est apparu plus au sud, près du Caucase. Les affirmations selon lesquelles les langues indo-européennes seraient nées en Inde, ou seraient parlées en Europe sans interruption depuis le Paléolithique, sont considérées dans la littérature scientifique comme marginales et n’ont pas résisté à l’examen.