Computational folktale studies

Gerhard Lauer appartient au champ des humanités numériques et des études empiriques de la littérature. Ses travaux portent sur les livres, la lecture, les récits, leurs supports et leurs modes de circulation. Il s’intéresse aux manières dont les textes sont produits, transmis, lus et transformés.

Son intérêt pour les contes s’inscrit dans ce cadre plus large. Un conte populaire existe rarement sous une seule forme. Il circule de bouche en bouche, passe dans les livres, est repris dans des recueils, traduit, abrégé, adapté, classé, puis parfois numérisé. Les méthodes computationnelles servent à étudier cette vie longue des récits.

Le terme peut paraître technique. Il désigne simplement l’usage d’outils informatiques pour analyser des ensembles de contes trop vastes pour être comparés uniquement à la main. Ces outils peuvent aider à repérer des motifs, des personnages, des lieux, des épisodes, des liens entre versions ou des familles de récits.

Lauer rappelle que les études de contes ont toujours été proches des démarches formelles. Bien avant l’informatique, les folkloristes classaient les récits, comparaient les versions, repéraient les motifs et essayaient de suivre les transformations d’une histoire à travers le temps et l’espace.

Les catalogues de contes-types, comme le classement Aarne-Thompson-Uther, et les index de motifs, comme celui de Stith Thompson, fonctionnent déjà comme de grands instruments de comparaison. Ils donnent à chaque chercheur un langage commun pour dire qu’un récit relève, par exemple, du même conte-type qu’un autre récit recueilli dans une région différente.

Un conte merveilleux peut être lu pour lui-même : son intrigue, ses images, ses personnages, ses objets magiques, ses épreuves. Mais il peut aussi être lu comme une version parmi d’autres. Cette seconde lecture fait apparaître la vie mouvante du récit.

Prenons un exemple simple. Dans une version, l’héroïne reçoit l’aide d’une fée. Dans une autre, elle reçoit l’aide d’un animal. Dans une troisième, l’aide vient d’un mort reconnaissant ou d’un objet magique. L’intrigue générale reste proche, mais le paysage symbolique change.

Les méthodes computationnelles peuvent aider à repérer ce type de variation sur de grands corpus. Elles permettent de poser des questions concrètes :

• quels épisodes sont presque toujours présents dans un conte-type ?
• quels épisodes apparaissent seulement dans certaines régions ?
• quels personnages remplissent le même rôle narratif selon les versions ?
• quels objets magiques se substituent les uns aux autres ?
• quelles versions semblent proches par leur structure plutôt que par leurs mots ?

Les études computationnelles des contes s’appuient souvent sur trois niveaux : le conte-type, le motif et la version.

Ces trois niveaux ne donnent pas la même information. La version donne la saveur du récit. Le conte-type permet la comparaison. Le motif fait apparaître des éléments qui circulent parfois d’un conte-type à l’autre.

Les outils numériques peuvent produire des cartes, des réseaux, des tableaux de fréquence, des regroupements de versions ou des visualisations de motifs. Ces représentations ne disent pas tout. Elles servent d’abord à attirer l’attention sur des régularités ou des anomalies.

• Une carte peut montrer qu’un motif se concentre dans certaines régions.
• Un graphe peut rapprocher des versions venues de traditions différentes.
• Un tableau peut indiquer qu’un conte-type contient souvent le même ensemble d’épreuves.
• Une comparaison automatique peut signaler deux récits très proches malgré des titres différents.
• Une analyse de personnages peut montrer que plusieurs figures différentes remplissent la même fonction narrative.

Pour le lecteur, ces outils donnent une vue d’ensemble. Ils permettent ensuite de revenir aux textes avec de meilleures questions.

Les contes merveilleux donnent souvent une impression de déjà-vu. Un enfant abandonné, une forêt, une épreuve impossible, un animal secourable, un objet magique, un faux héros ou une reconnaissance finale reviennent dans des récits très différents.

Les études computationnelles peuvent aider à distinguer plusieurs formes de ressemblance :

• ressemblance de structure : les grandes étapes du récit sont proches ;
• ressemblance de motifs : les récits partagent des objets, des épreuves ou des êtres merveilleux ;
• ressemblance de personnages : les rôles narratifs sont comparables ;
• ressemblance de formule : certaines expressions ou scènes se répètent ;
• ressemblance de trajectoire : le récit conduit le héros ou l’héroïne d’un même manque initial vers une résolution proche.

Cette distinction évite de ranger trop vite deux récits dans la même catégorie. Deux contes peuvent partager un motif sans avoir la même structure. Inversement, deux récits peuvent avoir une structure très proche avec des personnages et des décors différents.

Une partie des recherches récentes applique aux contes des méthodes inspirées de la biologie évolutive. On parle alors de phylogénie culturelle. L’idée consiste à comparer des traits narratifs entre versions pour proposer des hypothèses de parenté.

L’exemple le plus souvent cité est l’étude de Jamshid Tehrani sur le Petit Chaperon rouge. Cette étude compare des versions apparentées au type ATU 333 et à d’autres récits proches. Elle montre comment des méthodes statistiques peuvent aider à tester des hypothèses sur les relations entre traditions narratives.

Les études computationnelles reposent sur un va-et-vient entre deux manières de lire.

• La lecture distante observe un grand nombre de récits. Elle repère des régularités, des fréquences, des groupes de variantes, des réseaux de motifs.
• La lecture rapprochée revient à une version précise. Elle observe la formulation, l’ordre des épisodes, la tonalité du récit, le contexte de collecte, les images poétiques.

Pour les contes merveilleux, les deux lectures sont nécessaires. Une analyse à grande échelle peut faire apparaître un motif rare ou une version étonnante. La lecture détaillée permet ensuite de comprendre la valeur narrative et symbolique de cet élément.

Les méthodes numériques peuvent enrichir la lecture des contes, mais elles comportent des limites.

• Un conte n’est pas une simple addition de motifs. Le sens dépend de l’ordre des épisodes, du contexte et de la manière dont le récit est raconté.
• Les données disponibles ne représentent pas toute la tradition orale. Beaucoup de récits ont disparu sans être collectés.
• Les textes imprimés ont souvent été réécrits. Entre la performance orale et le recueil publié, il peut y avoir transcription, traduction, correction ou adaptation.
• Les mots ne suffisent pas toujours. Un même lieu, comme une forêt ou un château, peut avoir des fonctions narratives très différentes.
• Un graphique peut donner une impression de certitude excessive. La qualité du résultat dépend toujours de la qualité du corpus et des choix d’annotation.

Pour le lecteur, l’intérêt est concret. Les méthodes computationnelles aident à comprendre pourquoi un même conte peut changer tout en restant reconnaissable. Elles montrent que les récits merveilleux vivent par variation : un épisode disparaît, un objet est remplacé, un animal devient auxiliaire, une fée prend la place d’un mort reconnaissant, une épreuve se déplace dans le récit.

Elles donnent aussi accès à une autre manière de lire les contes. Une version isolée raconte une histoire. Un ensemble de versions montre la circulation d’une histoire. Le lecteur peut alors observer ce qui résiste au changement et ce qui se transforme selon les milieux.

Cette approche rend donc plus visible la richesse des variantes. Elle aide à comprendre que le conte merveilleux n’est pas figé. Il circule, se modifie et garde pourtant une puissance narrative reconnaissable.

Gerhard Lauer n’est pas un théoricien du conte au même sens que Propp, Aarne, Thompson, Uther ou Delarue. Il ne propose pas une nouvelle morphologie du conte merveilleux ni un nouveau catalogue de contes-types.

Sa place est différente. Il aide à penser le passage des études classiques du conte vers l’âge des grands corpus numériques. Il montre que les outils informatiques prolongent des pratiques déjà anciennes : classer, comparer, compter, rapprocher, suivre les variantes.

Dans une généalogie des études du conte, Lauer peut être situé à l’intersection de plusieurs traditions :

• Aarne, Thompson, Uther : classement international des contes-types.
• Stith Thompson : indexation des motifs narratifs.
• Propp : attention aux fonctions et à la structure des récits merveilleux.
• Folkloristique contemporaine : importance des versions, des contextes et des performances.
• Humanités numériques : analyse de grands corpus, visualisation, annotation, réseaux et modèles statistiques.

Les computational folktale studies proposent une manière nouvelle d’observer les contes merveilleux. Elles permettent de comparer de nombreuses versions, de suivre les motifs, de repérer des familles de récits et de rendre visibles des circulations difficiles à percevoir à la seule lecture d’un conte isolé.

Gerhard Lauer rappelle que cette nouveauté prolonge une tradition ancienne. Les études de contes ont toujours classé, comparé et rapproché les récits. Les outils numériques donnent une nouvelle échelle à ce travail.

Pour le lecteur, l’apport principal est clair : un conte merveilleux peut être lu comme une histoire singulière, mais aussi comme une version parmi d’autres, prise dans une longue circulation de motifs, de personnages, d’épreuves et d’images.

Sources principales

• Gerhard Lauer, « Computational folktale studies. A very brief history », Fabula, vol. 64, n° 1-2, 2023, p. 1-6.
• Page institutionnelle de Gerhard Lauer, Johannes Gutenberg-Universität Mainz.
• Site personnel de Gerhard Lauer.
• James Abello, Peter Broadwell et Timothy R. Tangherlini, « Computational Folkloristics », Communications of the ACM, 2012.
• Folgert Karsdorp, Marten van der Meulen, Theo Meder et Antal van den Bosch, « MOMFER : A Search Engine of Thompson’s Motif-Index of Folk Literature », Folklore, 2015.
• Jamshid J. Tehrani, « The Phylogeny of Little Red Riding Hood », PLOS ONE, 2013.

Liens vérifiés

• Page institutionnelle de Gerhard Lauer – Université de Mayence
• Site personnel de Gerhard Lauer
• Notice Open Science de l’article « Computational folktale studies »
• PDF de l’article de Gerhard Lauer
• Article « Computational Folkloristics » – Communications of the ACM
• Notice de l’article MOMFER – Université d’Utrecht
• Jamshid Tehrani, « The Phylogeny of Little Red Riding Hood » – PLOS ONE