Transcrire et normer un corpus scolaire : pour quelles analyses ?

L’apprentissage de l’écriture et de la production d’écrit est devenu un enjeu majeur pour l’école dans une société où les compétences à l’écrit sont rendues toujours plus nécessaires. La recherche en didactique de l’écrit a donc ici un rôle majeur à jouer pour accompagner les enseignants dans la mise en œuvre de cet apprentissage. De la même manière que l’introduction de corpus de grandes tailles dans les sciences du langage a changé les méthodes et les objets de ces sciences, l’introduction de tels corpus en didactique du français peut contribuer à un réel changement. Dans cette optique, nous développons le corpus Scoledit, qui vise l’exploitation de 7 000 productions d’apprenants. Dans cet article, nous nous pencherons sur la numérisation et les voies de diffusion de ce corpus, ainsi que sur l’intérêt d’en proposer une version « normalisée » pour pouvoir l’analyser à l’aide de méthodes issues du traitement automatique des langues