Langues et cultures sur la Toile ― Étude 2007

Analyse et interprétation des résultats

La stagnation apparente des langues latines (et de l’allemand) face à l’anglais se confirme, laissant seulement le roumain comme langue émergente [1] et maintenant la présence absolue de l’anglais à 45 %.

Comme en 2003 — sauf dans le cas du roumain —, on notera que la diminution relative de chaque langue de l’étude par rapport à l’anglais se fait dans les mêmes proportions, ce qui représente une nouvelle croissance relative de l’anglais face à toutes les langues. Cette situation est révélatrice d’un phénomène qui concerne l’espace indexé par chaque moteur de recherche. En 2003, l’anglais connaissait une croissance dans l’espace indexé et cette situation semble se reproduire sur la période 2005-2007.

Les principales raisons de ce phénomène, qui ne dénote pas une réduction de la présence des langues latines dans le cyberespace, mais plutôt une diminution de leur présence dans les espaces indexés par les grands moteurs de recherche, sont multiples :

a) Le pourcentage de pages de l’espace Web visible qui ont été indexées est passé d’une période pendant laquelle il s’élevait à 60-80 %, à une nouvelle période, depuis 2005, où il ne dépasse pas les 30 %. Les moteurs ne disposent pas de la capacité suffisante pour suivre la croissance exponentielle des contenus (et l’arrivée massive de nouvelles langues asiatiques) et cela s’accompagne de stratégies de définition de niches relatives aux aspects commerciaux de chaque moteur. Cette situation favorise donc logiquement une présence de l’anglais au-dessus de la juste proportionnalité.

b) La différence de prix entre les domaines génériques et les domaines nationaux a augmenté de manière tellement considérable que la tendance s’est inversée, créant une véritable croissance des domaines génériques, notamment le domaine .com qui a subi une croissance relative de 30 %. Les domaines génériques indexés par les moteurs augmentent, ce qui, indirectement, favorise l’anglais.

c) Le phénomène de l’introduction de publicité — supposée contextuelle — dans les pages Web s’est généralisé (en particulier avec GoogleAds), provoquant une croissance artificielle de l’anglais en raison d’une mauvaise contextualisation thématique et linguistique.

Outre l’impact sur la présence apparente de l’anglais, cette situation dans laquelle chaque moteur définit son propre espace d’indexation et qui dans l’absolu ne représente pas la totalité des pages Web, a eu pour conséquence la perte irrémédiable de deux des éléments clefs de notre méthodologie  : la cohérence et la continuité. Avant, les résultats étaient pratiquement identiques (ou, tout au moins, se trouvaient dans les mêmes intervalles de confiance), quel que soit le moteur utilisé. Aujourd’hui, c’est impossible. Notre méthode permet de caractériser linguistiquement l’espace indexé par chaque moteur, sans prétendre obtenir une homogénéité dans les données produites [2].

Concernant l’espagnol, il ressort de cette étude que Cuba, l’Espagne et le Nicaragua ont toujours une aussi bonne productivité et que le Panama s’est considérablement amélioré. On observe également que l'Espagne est toujours le plus gros producteur de pages Web en espagnol. Pour ce qui est des États-Unis, après une période de croissance, on note un recul de la langue espagnole sur la Toile qui mériterait d'être attentivement analysé.

Au niveau de la langue française, on remarquera une diminution relative de la production en Suisse. Le reste des données est stable.

En ce qui concerne le portugais, les chiffres demeurent stables. De manière générale, la petite augmentation de cette langue est le reflet des faibles changements dans les résultats par domaine. Il convient toutefois de souligner que la productivité de pages web en portugais par rapport au nombre de lusophones par pays est plus élevée en Espagne et aux États-Unis qu’au Brésil et au Portugal…

Concernant l’anglais, on note une augmentation significative du domaine .edu et des chiffres correspondant aux États-Unis, ce qui est probablement plus dû au phénomène publicitaire, qu’à une réelle augmentation. L’Espagne, la France, le Japon, la Chine, les Pays-Bas et la Russie ont toujours une forte productivité en anglais, tout comme la Suède et la Suisse, quoique dans une moindre mesure cette année.

En conclusion de cette étude, nous pouvons dire que les politiques linguistiques dans le cyberespace doivent dûment intégrer cette nouvelle étape des moteurs de recherche qui semble donner la raison aux stratégies de moteurs dédiés à un espace linguistique en particulier comme Exalead. L'idée d'un moteur spécialisé pour les langues latines apparaît comme une solution stratégique valable pour faire face à cette nouvelle situation.

[1] Il s’agit probablement d’un effet indirect des améliorations socio-économiques rencontrées par la Roumanie – et les Roumains — avec l’intégration dans l’UE. 

[2] Exalead donne 30 % de pages en français de plus qu’Altavista.