Axes thématiques

Axes thématiques (non limitatifs)

Axe 1 : Reconfigurations paradigmatiques en linguistique

Ce premier axe a pour objectif de proposer une réflexion approfondie sur les transformations internes à la discipline linguistique, à l'aune des avancées de l’intelligence artificielle. Il s’agit de questionner les cadres conceptuels, les catégories analytiques et les objets empiriques au fondement des sciences du langage, dans un contexte où les technologies computationnelles redéfinissent les rapports entre production, réception et traitement de données de nature linguistique.

En effet, l’histoire des sciences du langage est marquée par des paradigmes successifs (structuralisme, générativisme, grammaire fonctionnelle, linguistique de corpus, etc. )qui ont chacun proposé une certaine vision du langage, de son organisation, et de son acquisition. L’émergence des modèles génératifs d’IA invite aujourd’hui à interroger la validité, la pertinence ou l’extension de ces modèles dans un environnement discursif gouverné par des algorithmes, où le langage devient à la fois objet de modélisation, ressource computationnelle et support d’interaction automatisée.

Cet axe accueillera des contributions qui analysent :

• La notion de paradigme linguistique à l’ère de l’IA
• Les ruptures ou continuités avec les paradigmes précédents (structuralisme, générativisme, fonctionnalisme, pragmatique, etc.)
• Les modèles explicatifs en linguistique théorique et les interactions humain/machine
• Les rapports entre langue et norme, en lien avec la variabilité linguistique, la modélisation, et la standardisation des données ;
• Les effets de l’IA sur des notions classiques telles que compétence, performance, intentionnalité, syntaxe, sémantique, pragmatique, etc. ;
• les déplacements épistémologiques induits par l’automatisation des tâches d’analyse linguistique (segmentation, étiquetage, parsage, etc.) ;
• Méthodes hybrides entre quantitatif et qualitatif
• Les enjeux d’interdisciplinarité entre linguistique, traitement automatique des langues, humanités numériques et intelligence artificielle.

Ce faisant, cet axe propose un espace de discussion entre linguistes de formation et chercheurs issus d'autres disciplines pour penser collectivement les reconfigurations conceptuelles que traverse la linguistique contemporaine.

Axe 2: Le corpus à l’épreuve de l’IA

Dans ce second axe, les communications s’attacheront à la place centrale des corpus dans l’analyse du langage en contexte numérique. L’IA bouleverse les pratiques de constitution, d’exploitation et de valorisation des corpus. Seront ici examinés les corpus générés par l’IA face aux corpus authentiques, les enjeux liés à l’annotation, à l’éthique des données, à la diversité linguistique et culturelle, ainsi qu’aux usages pédagogiques ou scientifiques des corpus dans des environnements numériques.

Les propositions soumises dans ce cadre analyseront de préférence : 

• Corpus authentique vs corpus généré
• Le discours, le texte, l’interlocution dans les environnements numériques
• Les transformations de la notion de texte et de discours à l’ère de l’industrialisation des corpus de natures linguistique et ou littéraire;
• L’intention, le sens, le contexte (cotexte, contextes situationnel et mondain) à l’épreuve des modèles génératifs.

Axe 3– Didactique des langues à l’ère de l’IA

L’intégration abondante de l’intelligence artificielle dans les dispositifs d’enseignement des langues soulève de nouveaux enjeux pédagogiques, technologiques et éthiques. Cet axe accueillera des communications portant sur l’utilisation d’outils d’IA dans l’enseignement/apprentissage des langues (chatbots, assistants conversationnels, générateurs de contenus, plateformes en ligne intégrant l’IA, entre autres), mais aussi sur leur impact sur les pratiques didactiques.

Cet axe thématique privilégiera les travaux examinant :

• Outils d'IA et pratiques pédagogiques
• Générateurs de contenu (exercices, textes, scénarios pédagogiques, supports pédagogiques etc.)
• Plateformes adaptatives d’apprentissage
• Formation des enseignants et approches critiques
• Impacts sur les compétences, l’évaluation et la certification.

Axe 4: Traduction et IA

La traduction connaît une mutation sans précédent avec l'avènement des technologies d'intelligence artificielle. Les systèmes de traduction automatique neuronale (Systran, DeepL, Google Translate), les outils de post-édition assistée et les plateformes intégrant l'IA redéfinissent radicalement les paysages linguistiques, professionnels et théoriques de la traduction. D'ores et déjà, l'émergence de ces outils nous confronte à plusieurs paradoxes fondamentaux qui interrogent tant les pratiques professionnelles que les fondements théoriques de la traductologie. Certes, ces outils promettent une accessibilité linguistique sans précédent, mais cette apparente transparence dissimule en réalité de nouvelles formes d'opacité : approximations sémantiques et pertes de nuances culturelles qui questionnent la fiabilité même du processus traductif.

Cet axe se propose ainsi d'offrir un espace de dialogue portant sur des thématiques telles que :

• La pertinence des modèles théoriques existants (linguistique, interprétatif, fonctionnaliste, etc.)
• Les concepts fondateurs (équivalence, fidélité, traductibilité, entre autres) résistent-ils à l'ère de l’IA ?
• L'évolution concrète des métiers de la traduction
• L'évolution des méthodologies de travail dans différents contextes (traduction technique, littéraire, juridique, entre autres).

Axe 5 : Psycholinguistique, neurosciences et modélisation cognitive du langage

Ce cinquième axe propose d’explorer les interfaces entre les sciences du langage, la psychologie cognitive et les neurosciences, dans le contexte des innovations en intelligence artificielle. La modélisation computationnelle du langage tend aujourd’hui à simuler certains processus cognitifs impliqués dans la compréhension, la production et l’apprentissage linguistique. Ces avancées soulèvent des questions fondamentales sur la nature du langage humain, la cognition, et la possibilité même de reproduire artificiellement des fonctions mentales complexes (linguistiques, cognitives, métacognitives, affectives et socio-cognitives, mnésiques, attentionnelles, et exécutives).

Les propositions relevant de cet axe pourront aborder, entre autres :

• Les apports de la psycholinguistique et des neurosciences à la compréhension des modèles d’IA, notamment dans l’étude des processus de compréhension et de production du langage, de l’acquisition lexicale ou syntaxique, ainsi que dans la modélisation des étapes cognitives du traitement linguistique.
• Les corrélations entre réseaux neuronaux biologiques et réseaux de neurones artificiels, en lien avec la représentation du sens, l’activation lexicale, la segmentation syntaxique ou la reconnaissance phonétique, afin d’évaluer dans quelle mesure les modèles computationnels peuvent simuler les mécanismes cognitifs du langage humain.
• Les modèles cognitifs du traitement du langage naturel, qui éclairent la structuration mentale du lexique, les processus d’interprétation sémantique, la désambiguïsation contextuelle et la construction du sens, en articulation avec les théories linguistiques classiques et les modèles d’IA générative.
• Les implications épistémologiques des recherches neurocognitives sur la notion de sens, d’intention et de conscience linguistique, en relation avec la pragmatique, la sémantique cognitive et les théories de l’énonciation, afin d’interroger les limites entre compréhension humaine et interprétation automatisée.