Billet · 30 octobre 2026
État des lieux de la présence en ligne du provençal, octobre 2026
Dans le cadre du projet Lingua Nostra et de la préparation de l'entraînement d'une intelligence artificielle générative spécialisée en provençal, il nous a semblé important de répondre à l'appel de Mélanie Jouitteau, linguiste au CNRS (laboratoire IKER, UMR 5478), dans son article « L'IA arrive et nos langues doivent prendre la vague » (2024).
Le provençal, dans ses variétés dialectales, est la langue historique de la Provence. Cette langue, déclarée sérieusement en danger par l'UNESCO (Atlas des langues en danger dans le monde, 3e édition, 2010), se trouve donc dans une situation de précarité, qu'il s'agisse de son usage vivant, avec le vieillissement et la baisse du nombre de locuteurs, de sa présence en ligne, ou encore de sa graphie historique et patrimoniale, dont la transmission fléchit.
Sources
Le terme de langue n'a pas de définition arrêtée en sciences du langage : sa définition se mêle bien souvent à des notions politiques, d'identité, de reconnaissance par les locuteurs, voire de prestige. Une partie des linguistes range cependant le provençal et ses variétés dans un continuum linguistique, l'ensemble occitano-roman, que l'Atlas de l'UNESCO (2010, p. 41) désigne sous ce nom. Cet ensemble de dialectes d'intercompréhension relative s'étend de Valence, en Espagne, à Nice et de Pau à Clermont-Ferrand. Le provençal, dans sa construction historique et sociale, s'est cristallisé en Provence autour d'un système d'écriture majoritaire. Ce système naît au XIXe siècle d'un mouvement social, la respelido prouvençalo, porté par le Félibrige, fondé le 21 mai 1854 à Font-Ségugne. Philippe Blanchet lui préfère le terme d'espelido, « épanouissement » (Le provençal, essai de description sociolinguistique et différentielle, 1992, p. 97).
Le provençal est aussi reconnu comme la langue patrimoniale et historique de la Provence par les Provençaux eux-mêmes. L'enquête INSEE « Famille » de 1999, menée lors du recensement auprès de 20 106 personnes en Provence, le montre : « plus de 85 % des déclarants nomment cette langue "provençal" et moins de 10 % "patois" » (Blanchet, Calvet, Hilléreau et Wilczyk, repris dans Langues et cité, n° 10, ministère de la Culture, 2007, p. 12). Notre relevé Google Trends du 30 octobre 2026 va dans le même sens (synthèse Google Trends, 2004-2026) : dans les départements provençaux, les recherches portent très majoritairement sur le sujet « langue provençale », loin devant « langue occitane » et « patois » (Var : 85, contre 9 et 6). Les provençalophones et les Provençaux qualifient ainsi, dans une majorité écrasante, leur parler de langue, le Félibrige ayant grandement contribué à cette représentation sociale. Nous utiliserons, dans le cadre des travaux de Lingua Nostra, le terme de langue pour le provençal, mais aussi pour l'ensemble des dialectes du territoire français.
Il nous semble aussi pertinent d'en finir avec des appellations aux connotations péjoratives pour les langues patrimoniales et minorisées : une partie de la réappropriation passe sans doute par la valorisation de ces patrimoines immatériels. Ainsi, les mots qui qualifient les langues minorisées de dialectes, de patois ou de parlers seront délaissés au profit du mot langue. Cette approche favorisera l'estime de soi collective et une rupture avec l'insécurité linguistique (l'impression de ne pas maîtriser son idiome et la crainte de s'exprimer dans sa langue), dont souffrent nombre de locuteurs provençaux. Elle participe de ce que Megan Cotnam-Kappel, titulaire de la Chaire de recherche sur l'épanouissement numérique des communautés franco-ontariennes (Université d'Ottawa), nomme l'épanouissement numérique, un champ qui « vise à soutenir une présence en ligne dynamique, à renforcer le pouvoir d'agir individuel et collectif, à assurer un accès équitable aux technologies, et à approfondir les compétences numériques des citoyennes et citoyens » (Université d'Ottawa, rapport annuel du CCRMF 2024-2025).
Sources
Sur Internet, dans le code des pages, les webmestres sont censés indiquer la langue d'expression, afin que les moteurs de recherche, et aujourd'hui les intelligences artificielles génératives, comprennent dans quelle langue est rédigée une page donnée. Or, d'après PublicWWW, outil qui permet de chercher dans le code des pages, seules trois pages portent la balise de langue du provençal (oc-provenc), et ces pages sont les premiers projets d'épanouissement numérique pour les provençalophones que nous avons développés. Le balisage du provençal en ligne est donc quasi nul.
Cette absence a une racine normative. La norme internationale ISO 639-3 attribuait au provençal son propre code, « prv ». Il a été retiré le 14 mars 2007 et fusionné dans le code de l'occitan, « oci ». Depuis, le provençal moderne n'est plus identifié que comme une variante de l'occitan, sous l'étiquette « oc-provenc », dont la sous-étiquette « provenc » a été ajoutée au registre IANA en 2018. Le code « pro », lui, désigne le provençal ancien, jusqu'à 1500. De même, il n'existe aucune édition de Wikipédia en provençal.
Sources
L'indice Google Trends du sujet « langue provençale » en France, en moyenne annuelle, montre une baisse importante de l'intérêt sur les vingt dernières années : de 29 en 2004 à 13 de janvier à octobre 2026, sur un indice commun aux sujets « langue provençale », « langue occitane » et « patois » (synthèse Google Trends, 2004-2026). La langue occitane, après un pic entre 2018 et 2020, suit la même baisse depuis 2021, de 20 à 12, tandis que « patois » reste stable autour de 11. Google Trends ne publie que des indices relatifs, ce qui invite à modérer la lecture d'un sujet pris seul. Le relevé prend toute sa portée parce qu'il compare trois sujets sur l'outil du moteur de recherche dominant : il permet d'analyser les écarts d'un département à l'autre et d'une année à l'autre. Cette baisse est aussi à modérer, puisque Google a modifié plusieurs fois sa méthode de collecte (creux de 2017). On peut cependant retenir cette lente tendance à l'essoufflement.
Sources
Contrairement à d'autres langues minorisées de France, comme le languedocien ou le breton, qui bénéficient d'efforts de numérisation et d'épanouissement numérique, le provençal ne dispose d'aucun site d'information moderne en ligne. Des revues imprimées poursuivent cependant leur parution (Prouvènço d'aro, Li Nouvello de Prouvènço). La télévision publique diffuse quelques émissions, comme Vaqui sur France 3. Nous vous invitons à consulter nos ressources pour un éventail plus complet des médias disponibles en provençal : où lire du provençal et où écouter du provençal.
Sources
En matière d'outils facilitant la lecture et l'écriture, on notera la bibliothèque numérique du CIEL d'Oc, les dictionnaires recensés par Lexilogos, dont celui de Jean-Pierre Banet, ou encore le conjugueur développé par le Félibrige. Aucun outil, en revanche, ne fait partie du quotidien des utilisateurs d'Internet et de téléphones intelligents : correcteurs automatiques, traducteurs, dictionnaires de clavier, livres numériques. Ces outils, essentiels à la réappropriation comme au simple usage légitime de sa langue patrimoniale, sont tout simplement absents.
Sources
Quelques espaces de discussion existent néanmoins, notamment le groupe Facebook « Parlan prouvençau », qui réunit environ 14 000 membres. L'activité en provençal sur YouTube et TikTok est en revanche quasi nulle et aucun compte TikTok en provençal n'a été trouvé lors de nos recherches. C'est le signe d'un vieillissement et d'un affaiblissement de la pratique plus précoces que chez ses pendants breton ou languedocien, qui disposent de créateurs actifs (Parpalhon Blau, 5 320 abonnés) ou d'une télévision en ligne (Brezhoweb, 9 070 abonnés).
Sources
En octobre 2026, nous avons demandé à quatorze grands modèles de langue de traduire un texte de longueur comparable du français vers le provençal, puis un autre vers l'espagnol. Les scores de similarité avec la traduction humaine restent proches d'une langue à l'autre, mais le nombre de fautes change d'échelle : vers l'espagnol, les quatorze modèles commettent ensemble 28 fautes, soit 0,5 faute pour 100 mots en moyenne. Vers le provençal, ils en commettent 1 638, soit 33,7 fautes pour 100 mots en moyenne, plus de soixante fois plus. Même le modèle le moins fautif, GPT-5.5, passe de 0,3 faute pour 100 mots en espagnol à 16,3 en provençal.
Méthode. Le texte provençal de référence est un article bilingue de la revue Me Dison Prouvènço (n° 77, octobre 2022), cinq paragraphes de 377 mots en graphie mistralienne avec leur version française. Le texte espagnol de référence est une brochure bilingue du Gouvernement basque (2009), cinq paragraphes de 362 mots. Chaque modèle a reçu la même consigne nue (« Traduis le texte suivant en provençal », ou « en espagnol »), paragraphe par paragraphe, à température 0. Les fautes ont été vérifiées de deux façons. Chaque traduction a d'abord été comparée au texte source et à sa traduction humaine. Chaque mot produit a ensuite été contrôlé dans un dictionnaire en graphie mistralienne, constitué et travaillé à partir de trois dictionnaires français-provençal (Lou Pichot Tresor de Xavier de Fourvière, le dictionnaire de Bertrand de La Tour d'Auvergne et celui de Jean-Pierre Banet), avec les déclinaisons, les pluriels et les conjugaisons tirés du conjugueur du Félibrige. Un modèle juge a enfin classé chaque faute en cinq catégories : sens, mot inventé, graphie alibertine, conjugaison, grammaire. Une forme en graphie alibertine compte comme une faute : la consigne demandait du provençal, et la norme attendue est la graphie mistralienne du texte de référence. Limites : un seul texte par langue, de genres différents, et un seul juge automatique, sans relecture humaine.
Sources
Si des efforts ont été faits pour le traitement automatique de dialectes occitano-romans, notamment par Lo Congrès (traducteur Revirada, conjugueur vèrbòc, dictionnaire Dicodòc, portail La Farga numèrica) et par le programme COLaF de l'Inria (lemmatiseur et étiqueteur Deucalion), principalement pour le gascon et le languedocien et dans leur graphie alibertine, le provençal en graphie mistralienne ne bénéficie, quant à lui, à ce jour d'aucun outil classique de traitement automatique des langues (segmentation en mots et en phrases, lemmatiseur, étiqueteur morphosyntaxique, analyseur syntaxique, correcteur orthographique et grammatical, traducteur automatique, saisie prédictive, reconnaissance vocale, synthèse vocale). Les Provençaux en sont donc dépourvus. Ces outils absolument nécessaires au traitement du corpus provençal pour l'entraînement d'un futur modèle de langue génératif spécialisé sont aussi une nécessité pour l'épanouissement numérique d'une communauté de locuteurs donnée. Nous avons soumis la Coupo Santo à Deucalion le 27 octobre 2026 : l'outil commet 21 erreurs sur 150 mots (14 %) en graphie alibertine, et 82 erreurs sur 150 mots (55 %) en graphie mistralienne, soit 3,9 fois plus. Conçu pour la graphie alibertine, l'outil laisse ainsi le provençal tel qu'il s'écrit sans aucun outil adapté. Nous entamons d'ailleurs les premiers travaux de cet outillage, qui permettra de faciliter la lecture et l'écriture, et plus loin la compréhension et la pratique.
Sources
C'est donc un fort signal d'alarme que l'on peut tirer de cet état des lieux. Dans ce cadre, et puisque l'état de la recherche le permet, notamment grâce au développement de l'intelligence artificielle (des modèles ont déjà été adaptés à l'irlandais ou au same du Nord, voir nos références), nous entendons débuter un projet ambitieux d'épanouissement numérique pour la communauté des provençalophones et des locuteurs désirant se réapproprier ou s'approprier cette langue. Ce projet aura pour point d'orgue la mise à disposition d'un grand modèle de langue spécialisé en provençal, à la manière de ChatGPT. Il s'agit, pour répondre à l'appel de Mélanie Jouitteau, que le provençal puisse à son tour « prendre la vague ».
Sources