Enquête : que révèle vraiment la liste des écritures à encoder du Script Encoding Initiative ?

 Une analyse du site sei.berkeley.edu/scripts-to-encode


Le contexte

Le Script Encoding Initiative (SEI), rattaché au département de linguistique de l'université de Berkeley, tient à jour une liste publique intitulée "Scripts to Encode" : un recensement des systèmes d'écriture du monde qui ne sont pas encore intégrés dans la norme Unicode. Chaque entrée y reçoit une évaluation de "readiness" (préparation à l'encodage) : High, Medium, Low, ou Unassigned (non classée).

Selon la méthodologie publiée par le SEI lui-même, le niveau "Low" signale un script qui souffre de "problèmes majeurs" : preuves d'adoption limitées, instabilité, statut incertain en tant que système d'écriture, ou droits de propriété intellectuelle flous. Cette liste n'est pas un pré-encodage : y figurer ne garantit rien pour Unicode. C'est avant tout un outil de suivi et de visibilité, destiné aux linguistes, chercheurs et institutions susceptibles de s'intéresser un jour à ces écritures.

C'est précisément cette fonction de suivi qui pose question à l'examen des données.


Méthode

Pour cette analyse, l'intégralité des entrées publiées sur la page du SEI a été passée en revue, en relevant pour chaque script : sa région, son statut ("Not started", "Active", "Inactive"…), son niveau de "readiness", et le niveau de documentation disponible (langue précisée, type de script, direction d'écriture, date, proposition déposée ou non).


Ce que montrent les chiffres

Un nombre important d'entrées classées "Not started" et "Low" ne comportent, à ce jour, aucune information de base renseignée : pas de langue précisée, pas de type de script, pas de direction d'écriture, pas de date, aucune proposition déposée. Les champs correspondants affichent simplement une barre oblique "/", signe d'une absence totale de données.

Quelques constats tirés directement de la liste officielle :

  • Plusieurs écritures répertoriées n'ont même pas leur type de script renseigné (alphabet, syllabaire, abugida…)
  • Des écritures classées "Low" ou "Unassigned" sans langue associée
  • Des écritures qualifiées de "modernes", parfois créées il y a plusieurs décennies, sans la moindre proposition Unicode déposée ni documentation technique accessible

En comptant l'ensemble des entrées "Low" et "Not started" à travers la liste complète, on atteint facilement la centaine de scripts recensés avec un niveau d'information proche de zéro.

Pour objectiver ce constat, chaque entrée classée "Low" ou "Not started" a été passée au crible sur sept champs descriptifs (noms alternatifs, langue, type de script, direction d'écriture, dates, proposition déposée, auteur de la proposition). Dix-sept scripts ressortent avec cinq champs ou plus totalement vides sur les sept :

Lik Hto Ngouk, Satera Jontal, Sani Yi, Jing, Kadu (Lon Akkhara), Kadu (Ulushi), Kadu (Asak Kyein), Kungyangon Karen Script, Kuy, Mpi, Nung Lungmi, Rakhawunna, DeafWrite, Meru, Old Cham, Old Khmer et Savara.

Pour plusieurs d'entre eux (Lik Hto Ngouk, Satera Jontal, Sani Yi), les sept champs sont intégralement vides : aucune langue, aucun type de script, aucune direction d'écriture, aucune date, aucune proposition déposée.

À l'inverse, certaines entrées bien documentées - avec nom, langue, type de script, direction, dates, proposition et même une image du script, comme c'est le cas pour l'entrée "Balti A" - restent elles aussi classées "Low", uniquement faute de preuves d'usage suffisantes. Ce constat renforce l'observation centrale de cette analyse : la barre d'entrée sur la liste elle-même est basse et n'est pas corrélée à la qualité de la documentation disponible.


Un cas révélateur : les écritures récentes dotées d'un écosystème numérique complet

Ce constat statistique prend un relief particulier lorsqu'on le confronte à des cas concrets d'écritures récentes qui, elles, disposent d'un écosystème numérique fonctionnel, mais restent absentes de la liste - ou n'y figurent que sous une entrée qui ne les représente pas fidèlement.

AYNEHA, système d'écriture créé pour la langue songhay (Mali, Niger, Bénin, Burkina Faso), en est un exemple. La liste du SEI comporte une entrée "Songhai / Songhay" (2019 à aujourd'hui, statut "Not started"/"Low"), mais celle-ci correspond à un autre alphabet, distinct d'AYNEHA, resté sans suite depuis sa création et sans aucun outil pour l'utiliser. AYNEHA lui-même n'a, à ce jour, aucune entrée propre sur la liste.

Pourtant, AYNEHA dispose déjà : d'une police complète (conçue avec FontForge après des mois de tests manuscrits), d'un clavier Android fonctionnel, d'une calculatrice dédiée (Android et web), d'un transcripteur web convertissant le latin en AYNEHA en temps réel, d'une reconnaissance externe obtenue auprès d'Omniglot, ainsi que d'une communauté d'apprentissage naissante sur TikTok et Reddit et de premiers utilisateurs directs.

Un autre cas, également malien, illustre le même écart. L'alphabet Dogon NÈNÈ, créé en 2019 par Yahya Sékou Sallah Guindo (Bankass, région de Bandiagara) comme alphabet endogène pour écrire la langue dogon, dispose d'un clavier et d'une calculatrice Android, avec une communauté d'utilisateurs actifs revendiquée à plus de 500 personnes et en croissance. Il n'apparaît pas non plus sur la liste du SEI.

Un troisième cas, plus incertain, mérite d'être mentionné à titre d'exemple - avec les réserves qui s'imposent. L'alphabet EpChos, conçu au Bénin par Mahouna Prumas Katakenon entre 2014 et 2019, dispose d'une police dédiée réalisée avec FontForge ainsi que d'un clavier fonctionnel pour ordinateur, distribué publiquement. En revanche, aucune donnée vérifiable sur la taille de sa communauté d'utilisateurs n'a pu être trouvée, aucun clavier mobile n'a été confirmé, et la source disponible sur le projet date de 2020, ce qui ne permet pas de connaître son état d'avancement actuel. Ce cas illustre malgré tout la même logique : un système d'écriture doté d'outils numériques réels, même partiels, peut rester en dehors du radar du SEI.

Ce cas illustre un paradoxe plus large : un système disposant d'une documentation complète et d'une infrastructure numérique fonctionnelle peut rester invisible pour un outil de suivi censé justement repérer les écritures vivantes, tandis que des entrées vides de tout contenu y demeurent depuis des années.


Une vue d'ensemble chiffrée

Au-delà du cas des scripts les moins documentés, une analyse statistique de l'ensemble des entrées de la liste (192 scripts recensés lors de cette analyse) permet de situer plus précisément l'ampleur du phénomène.

Répartition par statut de proposition (192 entrées) :

StatutNombrePart
Not started (aucune proposition entamée)7941,15 %
Statut non renseigné3317,19 %
Active - autres organismes2412,50 %
Active - SEI2412,50 %
Inactive - autres organismes178,85 %
Inactive - SEI157,81 %

Autrement dit, près de six scripts sur dix (58,34 %) n'ont aujourd'hui aucune proposition active en cours - soit qu'elle n'ait jamais été entamée ("Not started"), soit que son statut ne soit même pas renseigné.

Répartition par niveau de "readiness" :

NiveauNombrePart
Low4825,00 %
Medium3920,31 %
High3618,75 %
Medium-Low3216,67 %
Medium-High189,38 %
Unassigned (non classé)189,38 %
Very Low10,52 %

Un quart des scripts recensés (25,00 %) sont donc évalués "Low", et plus de la moitié (51,04 %) se situent dans les niveaux "Low", "Medium-Low" ou "Unassigned" combinés. Le croisement des deux critères est particulièrement parlant : parmi les 79 scripts "Not started", 27 sont notés "Medium" - parmi lesquels Aztec (Nahuatl), Zapotec, Micmac Hieroglyphs, Nsibidi ou encore Kadamba - et 27 autres notés "Low" - parmi lesquels Hausa 1, Hausa 2, Hausa 3, Fula Ba, Fula Dita, Njano ou Umwero. Le nombre de scripts est identique dans les deux catégories, alors que leur seule proposition en cours reste, dans les deux cas, inexistante : la différence de traitement ne tient donc à rien d'autre qu'à une appréciation interne, sans lien mécanique avec l'état d'avancement de la documentation ou de la proposition.

Ces chiffres confirment, à l'échelle de la liste entière, ce que l'examen des cas individuels suggérait déjà : le niveau de "readiness" attribué à un script ne reflète pas de façon cohérente ni la qualité de sa documentation, ni l'état d'avancement de sa proposition.

Il est important de distinguer deux niveaux. Les exigences d'Unicode pour un encodage définitif ne sont pas en cause ici : un encodage est permanent, et il est légitime que le Consortium Unicode exige une documentation exhaustive, une stratégie d'encodage claire et des preuves solides avant toute décision. C'est la logique même d'une norme censée durer.

Ce qui interroge, en revanche, se situe en amont, au niveau de la liste de suivi elle-même. Une liste censée refléter l'état des écritures du monde en attente d'encodage devrait, en toute logique, être capable de distinguer un script réellement mort d'un script activement développé et outillé - ce qui n'est manifestement pas toujours le cas au vu des données disponibles.


SEI reconnaît lui-même le flou de sa grille "readiness"

Il apparaît que le SEI a lui-même publié, en avril 2025, un billet revenant sur sa grille de notation "readiness" ("A New Rubric for 'Script Readiness'"). Le SEI y reconnaît explicitement le caractère discrétionnaire de cette évaluation, qualifiée de "normalisation impressionniste", et précise qu'un score "Low" "n'est pas censé être un verdict" sur la valeur ou la vitalité du script, mais seulement une indication qu'il ne sera probablement pas financé dans l'immédiat par leurs propres moyens. Le billet invite aussi explicitement toute personne à leur signaler des scripts actifs ou des preuves d'usage récentes, afin de mettre à jour la liste. Cette reconnaissance officielle du caractère incomplet et discrétionnaire de la note "readiness" vient directement corroborer les constats de cette analyse.


Vers une liste plus représentative

Les critères actuels de "readiness" semblent hérités d'une époque où un système d'écriture ne pouvait exister qu'à l'état documentaire, en attendant qu'un chercheur s'y intéresse. Cette époque n'est plus tout à fait la même : un créateur de script peut aujourd'hui construire seul un écosystème numérique complet - police, clavier, outils de conversion - avant même d'avoir rassemblé une large communauté d'usage.

Cette réalité plaide pour une évolution méthodologique du SEI : intégrer, aux côtés du critère d'adoption, un critère de maturité technique et documentaire (existence d'une police, d'un clavier, d'outils fonctionnels, de documentation académique) permettrait à la liste de mieux refléter l'état réel des écritures en développement, plutôt que de laisser subsister, à égalité, des entrées entièrement vides et des projets actifs et documentés.

Ressources citées dans cet article :

Commentaires

Enregistrer un commentaire