Langues du monde

Le nombre de langues parlées dans le monde aujourd'hui n'est pas un chiffre établi, mais une estimation raisonnée qui évolue chaque année au fil des travaux de terrain, des efforts de revitalisation et des disparitions linguistiques recensées. La source institutionnelle la plus fréquemment citée, Ethnologue, publiée par SIL International, fait état d'environ 7 168 langues vivantes dans son édition 2024. D'autres répertoires, notamment Glottolog, maintenu à l'Institut Max Planck d'anthropologie évolutionnaire, aboutissent à des totaux quelque peu différents, car ils classifient différemment les dialectes et les variétés étroitement apparentées. Les chercheurs considèrent donc tous ces décomptes comme des approximations.

La diversité linguistique est répartie de façon très inégale. Un petit nombre de pays concentre une part démesurée des langues du monde. La Papouasie-Nouvelle-Guinée abrite environ 840 langues, l'Indonésie environ 710, le Nigéria environ 525, l'Inde environ 450 selon les choix de classification, et la Chine environ 300. Une douzaine de pays représentent ensemble plus des deux tiers de la diversité linguistique mondiale, tandis que de nombreuses autres nations sont dominées par une ou deux langues très répandues.

Les populations de locuteurs sont encore plus inégalement réparties que le nombre de langues. Les dix langues les plus grandes par nombre de locuteurs natifs représentent ensemble environ 46 % de la population mondiale. Les 54 % restants parlent des milliers de langues de moindre envergure, dont beaucoup comptent moins de dix mille locuteurs. L'UNESCO estime qu'environ 40 % des langues du monde sont menacées à des degrés divers, et des chercheurs du Projet pour les langues en danger et de la Linguistic Society of America ont averti qu'une part significative d'entre elles pourrait ne plus être activement parlée d'ici la fin du siècle actuel si les tendances présentes se poursuivent.

Cette page propose une présentation encyclopédique des langues du monde : comment elles sont comptabilisées, comment elles sont regroupées en familles, comment elles s'écrivent, lesquelles sont les plus largement parlées, comment certaines sont menacées et comment d'autres sont revitalisées, et comment les nouvelles technologies remodèlent ce que signifie parler et traduire. Elle renvoie tout au long à des profils de pays sur CountryReports et aux institutions dont les recherches fondent ce domaine.

Une famille de langues est un groupe de langues issues d'un ancêtre commun, identifié par des correspondances systématiques en matière de vocabulaire, de phonologie et de grammaire. Les linguistes reconnaissent actuellement plus de cent quarante familles distinctes, ainsi qu'un plus petit nombre d'isolats linguistiques dont aucun parent n'a été établi. Glottolog, le répertoire de référence maintenu à l'Institut Max Planck d'anthropologie évolutionnaire, répertorie les familles et leur structure interne ; il est largement utilisé par les chercheurs de Harvard, du MIT, de Stanford et de la Linguistic Society of America.

Une poignée de familles regroupe l'écrasante majorité des locuteurs. L'indo-européen est la plus grande par nombre de locuteurs, regroupant l'espagnol, l'anglais, le hindi, le bengali, le portugais, le russe, le persan, le français, l'allemand et bien d'autres, avec environ 3,2 milliards de locuteurs au total. Le sino-tibétain inclut le mandarin, le cantonais, le tibétain et le birman, et se place en deuxième position avec environ 1,4 milliard de locuteurs. Le niger-congo, la plus grande famille par nombre de langues membres, comprend le yoruba, l'igbo, le swahili, le zoulou et le shona, et compte environ 700 millions de locuteurs en Afrique subsaharienne. L'afroasiatique, avec l'arabe, l'hébreu, le haoussa et l'amharique, regroupe environ 500 millions de locuteurs.

Parmi les autres grandes familles, citons l'austronésien, parlé de Madagascar à l'île de Pâques et comprenant l'indonésien, le malais, le tagalog, le javanais et le maori, avec environ 380 millions de locuteurs ; le dravidien, concentré dans le sud de l'Inde et incluant le tamoul, le télougou, le kannada et le malayalam, avec environ 250 millions de locuteurs ; le turcique, comprenant le turc, l'ouzbek, le kazakh et l'azerbaïdjanais, avec environ 200 millions de locuteurs ; le japonique, composé du japonais et des langues ryukyuanes, avec environ 130 millions de locuteurs ; et l'ouralien, incluant le finnois, le hongrois et l'estonien, avec environ 25 millions de locuteurs. Les isolats linguistiques tels que le basque en Europe, l'aïnou dans le nord du Japon et, selon certaines classifications, le coréen constituent des cas remarquables pour lesquels aucun ancêtre commun avec les langues voisines n'a pu être démontré.

L'écriture est une technologie humaine relativement récente. Le système d'écriture le plus ancien connu est le cunéiforme sumérien, apparu en Mésopotamie vers 3200 av. J.-C. Depuis lors, des centaines de systèmes d'écriture ont été inventés, adoptés, adaptés et abandonnés. La norme Unicode, référence de l'industrie informatique pour l'encodage des caractères dans les textes numériques, inclut actuellement plus de cent cinquante systèmes d'écriture, couvrant la plupart des systèmes d'écriture vivants et un grand nombre de systèmes historiques. Des chercheurs du département de linguistique de Harvard, du département de linguistique et de philosophie du MIT et du département de linguistique de Stanford ont contribué de manière significative au déchiffrement et à l'analyse des écritures anciennes.

Les systèmes d'écriture sont généralement regroupés en plusieurs types structurels. Les alphabets, tels que le latin, le cyrillique, le grec, le géorgien et l'arménien, utilisent des symboles distincts pour les consonnes comme pour les voyelles. Les abjads, dont l'arabe et l'hébreu, représentent principalement les consonnes et laissent les voyelles partiellement ou totalement implicites. Les abugidas, le type d'écriture dominant en Asie du Sud et du Sud-Est ainsi que dans certaines régions d'Afrique, comprennent le devanagari, le bengali, le tamoul, le thaï et l'écriture éthiopique. Dans un abugida, chaque consonne porte une voyelle inhérente qui peut être modifiée par des signes diacritiques. Les syllabaires, tels que les hiragana et katakana japonais et le syllabaire cherokee conçu par Sequoyah, attribuent un symbole à chaque syllabe. Les logographies, dont les caractères chinois utilisés en chinois, les kanji japonais, et historiquement en coréen et en vietnamien, encodent des morphèmes ou des mots.

Certains systèmes d'écriture demeurent non déchiffrés. Le linéaire A de la Crète minoenne, le rongorongo de Rapa Nui et l'écriture de la vallée de l'Indus ont résisté à l'interprétation malgré plus d'un siècle d'efforts. D'autres ont été décodés à l'époque moderne : les hiéroglyphes égyptiens ont été élucidés grâce à la pierre de Rosette, et les glyphes mayas ont été progressivement déchiffrés grâce à des travaux collaboratifs à la fin du vingtième siècle. Des projets contemporains de préservation et de numérisation menés par des institutions telles que Harvard et le Smithsonian Center for Folklife and Cultural Heritage s'attachent à garantir que les manuscrits rédigés dans des écritures vulnérables soient conservés pour les recherches futures.

Un petit nombre de langues assure une grande partie de la communication quotidienne, du commerce, de la gouvernance et de la science dans le monde. Chacune d'elles est également la langue principale d'au moins un grand État et possède une vaste littérature écrite. Les portraits ci-dessous s'appuient sur les données d'Ethnologue concernant les populations de locuteurs natifs, ainsi que sur les descriptions institutionnelles d'organismes tels que l'Instituto Cervantes pour l'espagnol, le siège de l'Institut Confucius (Hanban) pour le mandarin, l'Organisation internationale de la Francophonie pour le français, et la British Academy pour l'anglais et l'histoire de son étude.

L'anglais fait aujourd'hui office de principale lingua franca mondiale dans les domaines des affaires, des sciences, de l'aviation, de la diplomatie et d'Internet. Environ 390 millions de personnes parlent l'anglais comme première langue, principalement aux États-Unis, au Royaume-Uni, au Canada, en Australie, en Nouvelle-Zélande, en Irlande et dans d'autres pays du Commonwealth, tandis que plus d'un milliard de personnes supplémentaires l'utilisent comme langue seconde ou étrangère. Le mandarin est la langue qui compte le plus grand nombre de locuteurs natifs, avec environ 940 millions de personnes le parlant comme première langue, principalement en Chine et au sein des communautés sinophones à l'étranger. L'espagnol, avec environ 485 millions de locuteurs natifs, est la langue officielle de l'Espagne, du Mexique et de la plupart des pays d'Amérique centrale et du Sud, ainsi que co-langue officielle dans la communication publique du gouvernement fédéral des États-Unis.

Le hindi, avec environ 345 millions de locuteurs natifs en Inde, est l'une des vingt-deux langues reconnues par la constitution indienne. L'arabe se distingue par sa diglossie : l'arabe standard moderne est utilisé à l'écrit dans les contextes formels, dans les médias audiovisuels et à travers l'ensemble du monde arabe, tandis qu'un ensemble de variétés régionales, mutuellement intelligibles à des degrés variables, sert à la communication orale quotidienne en Arabie saoudite, en Égypte, au Maroc, en Irak et ailleurs. Le français, le russe, le portugais, le bengali et le japonais complètent le tableau des langues les plus parlées, chacune étant ancrée à une grande nation ou à un groupe de nations, et chacune possédant une riche tradition littéraire. Des langues moins répandues mais régionalement dominantes, notamment l'indonésien, le turc, le coréen et le swahili, jouent le rôle de lingua franca sur de vastes étendues de l'Asie et de l'Afrique.

Une langue est considérée comme en danger lorsque les enfants ne l'apprennent plus comme langue maternelle, ou lorsque sa communauté de locuteurs se rétrécit, vieillit ou bascule vers une langue dominante. L'Atlas des langues du monde en danger de l'UNESCO estime qu'environ 40 % des langues vivantes sont menacées à des degrés divers. SIL International, qui compile Ethnologue, et les chercheurs affiliés à la revue Language Documentation and Conservation de l'Université d'Hawaï utilisent l'Expanded Graded Intergenerational Disruption Scale, connue sous le sigle EGIDS, pour classer la vitalité des langues, depuis l'usage institutionnel jusqu'aux langues dormantes et éteintes. L'UNESCO utilise une échelle à cinq niveaux de vulnérabilité, allant de vulnérable à sévèrement menacée et gravement menacée jusqu'à éteinte.

Les facteurs à l'origine de la disparition des langues sont bien documentés. La mondialisation et l'intégration économique concentrent les opportunités autour des langues dominantes. La scolarisation formelle dans les langues nationales exclut souvent les langues locales ou les stigmatise. L'urbanisation attire les locuteurs ruraux vers les villes, où leur première langue est rarement utilisée, et les médias de masse renforcent le prestige d'un petit nombre de langues très répandues. La colonisation historique dans les Amériques, en Océanie, en Afrique et dans certaines régions d'Asie a supprimé les langues autochtones, et ses effets persistants sont visibles aujourd'hui. La Linguistic Society of America a publié des recommandations à l'intention des chercheurs travaillant en partenariat avec les communautés de locuteurs, et le Projet pour les langues en danger, fruit d'un partenariat entre l'Université d'Hawaï et Google, coordonne la documentation, l'enregistrement et les ressources communautaires.

La revitalisation est possible, et l'histoire offre quelques exemples frappants. Le maori en Nouvelle-Zélande est soutenu depuis les années 1980 par des écoles maternelles en immersion appelées kōhanga reo, par des médias audiovisuels et par sa reconnaissance officielle en tant que langue officielle. L'hawaïen a été revitalisé grâce à des écoles à enseignement en hawaïen et à des programmes universitaires. Le gallois, le catalan et le basque ont tous bénéficié d'un enseignement bilingue et d'un statut officiel à la fin du vingtième siècle. L'irlandais est enseigné dans tout le système scolaire irlandais et est une langue officielle de l'Union européenne. L'hébreu représente le cas le plus spectaculaire : il a été revitalisé, passant du statut de langue à usage religieux et savant à celui de langue de communication quotidienne pour des millions de personnes en Israël au cours du vingtième siècle. Des archives numériques telles que le Rosetta Project et le Projet pour les langues en danger préservent des enregistrements pour les langues dont l'usage quotidien a cessé.

Lorsque des locuteurs de langues différentes ont besoin de communiquer sur la durée, ils développent parfois des langues de contact simplifiées appelées pidgins. Un pidgin possède un vocabulaire réduit, une grammaire simplifiée et, généralement, aucun locuteur natif : toute personne qui l'utilise parle également une autre langue. Lorsque des enfants grandissent en parlant un pidgin comme première langue, celui-ci s'enrichit et se régularise pour devenir un créole, une langue naturelle à part entière dotée des mêmes capacités expressives que n'importe quelle autre. Le créole haïtien en Haïti, le patois jamaïcain en Jamaïque, le papiamento à Aruba et à Curaçao, le tok pisin en Papouasie-Nouvelle-Guinée, le bislama au Vanuatu et l'afrikaans en Afrique du Sud sont toutes des langues largement parlées qui se sont développées dans des situations de contact, bien que l'afrikaans soit parfois décrit comme une langue fille du néerlandais plutôt que comme un créole au sens strict.

Les langues véhiculaires sont des langues utilisées pour la communication entre groupes ne partageant pas la même langue maternelle. Elles existent depuis aussi longtemps qu'il y a des routes commerciales et des États multilingues. Le latin a servi de lingua franca pour l'érudition, la liturgie et la diplomatie dans l'Europe médiévale. Le sanskrit a joué un rôle similaire dans de vastes régions de l'Asie du Sud et du Sud-Est. L'arabe a suivi les réseaux commerciaux et savants du premier monde islamique. Le swahili a émergé sur la côte est-africaine comme langue commerciale et est aujourd'hui parlé dans une grande partie de l'Afrique orientale et centrale. Le malais desservait l'Asie du Sud-Est maritime et constitue la base de l'indonésien et du malaisien modernes. L'anglais est aujourd'hui la lingua franca la plus répandue, utilisée couramment dans les affaires internationales, les sciences, le contrôle du trafic aérien et sur Internet. Son rôle est étroitement suivi par la British Academy et par les recherches de la Commission européenne sur la politique multilingue.

Les langues des signes sont des langues humaines pleinement naturelles qui utilisent des signes visuels et gestuels plutôt que la voix. Elles ne sont pas de simples encodages manuels des langues parlées. Elles possèdent leur propre grammaire, leur propre vocabulaire et leurs propres normes communautaires, et elles évoluent, se transforment et se diversifient de la même manière que les langues parlées. Les recherches menées à l'Université Gallaudet, à la Linguistic Society of America et dans les départements de linguistique du MIT, de Stanford et d'autres établissements ont produit une abondante littérature sur la phonologie, la morphologie et la syntaxe des langues des signes. De nombreux pays reconnaissent leur langue des signes nationale comme langue officielle ou protégée.

La Fédération mondiale des Sourds reconnaît plus de trois cents langues des signes en usage actif dans le monde. Parmi les plus étudiées figurent la langue des signes américaine, utilisée aux États-Unis et dans une grande partie du Canada anglophone ; la langue des signes britannique au Royaume-Uni ; la langue des signes française en France ; la langue des signes chinoise en Chine ; la langue des signes japonaise au Japon ; et la langue des signes indienne en Inde. Les liens historiques entre ces langues ne recoupent pas ceux des langues parlées environnantes : la langue des signes américaine, par exemple, est principalement issue de la langue des signes française et non de la langue des signes britannique. La langue des signes internationale est une forme de communication signée de contact, parfois utilisée lors d'événements multinationaux tels que les réunions de la Fédération mondiale des Sourds, et fonctionne un peu comme un pidgin entre les différentes communautés de langues des signes.

L'adulte monolingue est une minorité dans la population mondiale. Les chercheurs estiment que la majorité des personnes parlent au moins deux langues à un niveau fonctionnel, et que dans de nombreuses régions, trois ou quatre langues sont courantes. La Papouasie-Nouvelle-Guinée, avec environ 840 langues, est sans doute le pays le plus riche en diversité linguistique au monde, et ses habitants parlent souvent un vernaculaire local, la lingua franca tok pisin et l'anglais. L'Inde et l'Indonésie sont tout aussi multilingues, avec des centaines de langues régionales aux côtés des langues nationales. Le Nigéria compte environ 525 langues aux côtés de l'anglais, langue officielle de l'administration. L'Afrique du Sud reconnaît onze langues officielles, reflet de la large diversité linguistique du pays, auxquelles la langue des signes sud-africaine a été ajoutée en 2023, portant le total à douze.

Des recherches menées dans des centres académiques tels que l'Institut Max Planck d'anthropologie évolutionnaire ont mis en évidence des avantages cognitifs, sociaux et économiques associés au multilinguisme, notamment une plus grande flexibilité dans la résolution de problèmes, une meilleure fonction exécutive dans certaines tâches, et un élargissement des opportunités éducatives et économiques. Les approches gouvernementales varient considérablement. La France a historiquement promu la langue française comme institution nationale unificatrice, une politique renforcée par l'Organisation internationale de la Francophonie et par l'Académie française. La Suisse gère quatre langues nationales selon un modèle cantonal. Le Canada est officiellement bilingue en anglais et en français au niveau fédéral. La Commission européenne fonctionne en vingt-quatre langues officielles et finance d'importants programmes d'enseignement des langues, et la Charte européenne des langues régionales ou minoritaires protège des langues historiques supplémentaires telles que le catalan, le gallois et le same.

Toutes les langues changent en permanence. Les sons évoluent, les structures grammaticales se réorganisent, les mots sont empruntés aux langues voisines, et de nouveaux termes apparaissent pour désigner les nouvelles technologies et les nouvelles idées. Le Grand Changement vocalique, une transformation profonde de la prononciation des voyelles longues de l'anglais survenue approximativement entre 1400 et 1700, est un exemple bien étudié de l'ampleur des changements qu'une langue peut connaître en quelques générations. La grammaticalisation, processus par lequel des mots lexicaux à part entière deviennent progressivement des marqueurs grammaticaux, peut être observée dans de nombreuses familles. La mort d'une langue, quand une langue cesse d'être activement parlée, fait également partie de la grande histoire du changement linguistique, tout comme la naissance d'une langue, lorsqu'une nouvelle langue émerge d'un long contact, d'un processus de créolisation ou de la divergence de dialectes.

Les linguistes historiques reconstituent les stades antérieurs des langues grâce à la méthode comparative, en alignant systématiquement le vocabulaire et les correspondances phonétiques entre langues apparentées pour inférer des formes ancestrales. Le proto-indo-européen, l'ancêtre non attesté de la plupart des langues européennes et de nombreuses langues sud-asiatiques, a été reconstitué dans ses grandes lignes à partir de données comparatives par des chercheurs de Harvard, de l'Université de Cambridge et d'autres établissements. Le proto-austronésien, le proto-bantou et le proto-sino-tibétain figurent parmi les autres proto-langues reconstruites. À l'ère moderne, les flux d'emprunts lexicaux suivent la circulation des technologies, des sciences et de la culture populaire : l'anglais a absorbé des milliers de mots d'autres langues au fil de son histoire, et est en retour la source de nombreux emprunts en japonais, en coréen, en français et dans presque toutes les autres langues très répandues, dans des domaines allant de l'informatique à la gastronomie.

Ces quinze dernières années ont transformé ce que les machines sont capables de faire avec le langage humain. La traduction automatique neuronale, qui a remplacé les systèmes statistiques et à base de règles au milieu des années 2010, alimente désormais les services de traduction quotidiens, notamment Google Traduction, DeepL, Microsoft Translator et les systèmes de traduction intégrés à de nombreux produits grand public. La reconnaissance vocale et la synthèse vocale sont devenues utilisables pour la dictée, l'accessibilité, les assistants vocaux et le sous-titrage des émissions dans les langues les plus répandues. Les grands modèles de langage ont encore amélioré la fluidité de la production multilingue et ont rendu la traduction accessible à beaucoup plus de paires de langues qu'auparavant.

Les bénéfices de ces avancées sont inégalement répartis. Les modèles sont les plus performants pour les langues disposant de vastes corpus de textes numériques permettant de les entraîner ; les archives des Nations Unies, les grandes organisations de presse et les corpus parallèles de livres et de sites web ont fourni l'essentiel de ces données d'entraînement. Les langues dites « à faibles ressources », qui représentent la majorité des langues vivantes, sont comparativement moins bien desservies. Des initiatives récentes visent à combler cet écart. Le projet No Language Left Behind de Meta a publié des modèles de traduction en code ouvert pour plus de deux cents langues. Masakhane, un réseau de recherche participatif centré sur les langues africaines, a constitué des corpus ouverts, des référentiels d'évaluation et des modèles pour des dizaines de langues du continent. Le Projet pour les langues en danger héberge des ressources apportées par les communautés, qui peuvent soutenir la constitution de corpus à petite échelle. Des recherches menées dans des centres académiques tels que Stanford, le MIT et l'Institut Max Planck explorent des outils de documentation assistée par intelligence artificielle, de transcription vocale et de revitalisation pouvant être déployés en partenariat avec les communautés de locuteurs.

CountryReports publie ses profils de pays, son contenu thématique, ses articles et ses rubriques de référence en cinq langues : l'anglais, l'espagnol, le chinois, le hindi et le français. Ces cinq langues sont ensemble la langue maternelle de bien plus de deux milliards de personnes et sont étudiées comme langue seconde ou étrangère par des centaines de millions de personnes supplémentaires. La stratégie à cinq langues vise à donner au plus grand nombre possible de lecteurs dans le monde un accès direct au contenu éducatif du site, tout en s'adaptant aux marchés scolaires, universitaires et institutionnels où CountryReports est le plus largement utilisé.

Les utilisateurs peuvent changer la langue de l'interface à tout moment depuis le menu des langues dans l'en-tête du site. Le contenu accessible librement est disponible dans les cinq langues sans abonnement, et le contenu faisant partie de l'offre payante suit les droits décrits dans les conditions d'utilisation du site et la politique de disponibilité linguistique associée. L'extension de la couverture à d'autres langues est examinée périodiquement sur la base des données d'audience, et les retours de la communauté sur la qualité des traductions sont les bienvenus via la page de contact du site.

Les références détaillées, les sources de données et les sources institutionnelles de l'ensemble du contenu de CountryReports sont répertoriées sur la page Sources. Les organisations internationales, répertoires de référence et établissements académiques suivants constituent les principales autorités sur lesquelles nous nous appuyons pour le contenu relatif aux langues du monde. Chaque lien renvoie à la page d'accueil de l'institution concernée.

Organisations internationales et répertoires de référence

• Atlas des langues du monde en danger de l'UNESCO — Classifications de vitalité, indicateurs de mise en danger et données par pays sur les langues menacées dans le monde.
• UNESCO — Programmes sur la diversité linguistique, l'éducation en langue maternelle et le patrimoine culturel immatériel.
• Commission européenne — Politique de multilinguisme — Cadre politique pour les langues officielles et régionales au sein de l'Union européenne.

Centres de recherche académique et revues scientifiques

• Institut Max Planck d'anthropologie évolutionnaire — Recherches en typologie linguistique, linguistique historique et répertoire Glottolog des langues.
• Linguistic Society of America — Société savante de linguistique en Amérique du Nord, proposant des ressources sur la documentation des langues en danger, l'éthique et la vulgarisation scientifique.
• Language Documentation and Conservation (Université d'Hawaï) — Revue académique en libre accès consacrée à la documentation et à la revitalisation des langues en danger.
• Département de linguistique de Harvard — Recherche et formation de troisième cycle en linguistique historique, phonologie, syntaxe, sémantique et travaux de terrain.
• Département de linguistique et de philosophie du MIT — Linguistique théorique et expérimentale, incluant la recherche sur les langues des signes et la linguistique computationnelle.
• Département de linguistique de Stanford — Sociolinguistique, variation linguistique, linguistique computationnelle et travaux de terrain sur les langues peu documentées.
• British Academy — Académie nationale du Royaume-Uni pour les sciences humaines et sociales, avec des programmes consacrés à l'apprentissage des langues et à la recherche linguistique.

Instituts culturels et linguistiques

• Smithsonian Center for Folklife and Cultural Heritage — Documentation des traditions culturelles vivantes et des langues, notamment le Mother Tongue Film Festival.
• Organisation internationale de la Francophonie — Organisation intergouvernementale des pays francophones, promouvant la langue française et la diversité linguistique.
• Instituto Cervantes — Institut du gouvernement espagnol chargé de promouvoir la langue espagnole et les cultures hispaniques dans le monde, notamment à travers le rapport annuel El español en el mundo.
• Siège de l'Institut Confucius (Hanban) — Institut du gouvernement chinois soutenant l'étude de la langue et de la culture chinoises à l'échelle internationale.

Si vous constatez une erreur ou souhaitez suggérer une correction, veuillez utiliser notre page de contact pour nous écrire.