E : Pour des algorithmes lexicographes inclusifs

Les algorithmes utilisés dans les dictionnaires en ligne ne sont pas neutres : ils reflètent les choix de leurs concepteurs, appelés informartistes (néologisme désignant les personnes qui conçoivent des algorithmes, par analogie avec les informaticiens mais sans distinction de genre). Ces professionnels traduisent une intentionnalité (vision globale et philosophique du projet) en code informatique, ce qui les rend co-responsables des usages futurs de leurs outils. Par exemple, un algorithme de recherche de mots peut invisibiliser des termes comme autrice en ne les proposant pas dans les résultats, même s’ils existent dans la base de données. L’article souligne que ces biais algorithmiques s’ajoutent à ceux des données lexicales elles-mêmes, comme les définitions ou les exemples proposés.

Les dictionnaires en ligne modernes, comme ceux de l’Académie française ou du Grand Robert, fonctionnent comme des bases de données complexes où l’accès aux mots se fait par des algorithmes de recherche. Contrairement aux dictionnaires papier, ces outils proposent des suggestions en temps réel à la frappe des caractères, influençant ainsi la façon dont les utilisateurs découvrent et perçoivent les mots. L’article analyse trois dictionnaires français : l’Académie française (dernière édition en novembre 2024), le Grand Robert (institution historique) et la Banque de dépannage linguistique québécoise. Les deux premiers invisibilisent les termes féminins comme autrice ou auteure, tandis que le troisième, québécois, les intègre pleinement avec des exemples et des références.

Les dictionnaires en ligne présentent trois types de biais majeurs : l’invisibilisation des termes féminins (ex. : autrice n’apparaît pas dans les résultats de l’Académie française ou du Grand Robert), l’annexion du féminin au masculin (ex. : auteure est relégué à une note québécoise dans le Grand Robert), et des exemples stéréotypés ou archaïques (ex. : femme battue ou homme à battre dans la Banque de dépannage linguistique). Ces biais reflètent des choix éditoriaux datés, comme la définition de la femme par sa capacité à procréer dans l’édition 2024 de l’Académie française, ou la persistance de concepts comme la race dans les définitions humaines.

Le mot autrice (dérivé du latin auctrix, comme auteur l’est d’auctor) illustre les lacunes des dictionnaires français. Dans l’Académie française, taper aut ne propose pas autrice, même après avoir saisi autr, autri ou autrice. Le Grand Robert ne l’inclut pas non plus dans ses résultats, bien qu’une définition existe pour auteur, trice. En revanche, la Banque de dépannage linguistique québécoise affiche autrice dès la saisie de autri, avec une douzaine d’exemples et des références étymologiques. Cet exemple montre comment l’algorithme de recherche peut renforcer ou atténuer les biais selon les choix de conception.

L’article compare les approches française et québécoise en matière de lexicographie inclusive. La France, avec des institutions comme l’Académie française ou le Grand Robert, peine à intégrer les termes féminins et les exemples modernes, malgré des mises à jour récentes (ex. : l’édition 2024 de l’Académie). Le Québec, avec sa Banque de dépannage linguistique, propose une approche plus inclusive, avec des termes comme autrice ou auteure bien référencés, des exemples variés et des documents pédagogiques sur l’écriture inclusive. Cette différence s’explique par une volonté politique québécoise de moderniser la langue, soutenue par un ministre dédié.