Introduction
Peut-on mesurer la malignité d’un auteur ou la rigueur d’un traité de méthode avec des statistiques ? Au IIe siècle de notre ère, Lucien de Samosate et Plutarque de Chéronée s’emparent de la figure de l’historien, mais leurs attaques ne visent pas la même cible. L’un veut légiférer pour l’avenir, l’autre veut venger le passé. Dans Comment il faut écrire l’histoire, Lucien s’attaque à des historiens qu’il dit contemporains, fictifs ou réels, tandis que Plutarque, dans son traité intitulé De la malignité d’Hérodote, dans un souci de défense de l’hellénisme, s’en prend à un historien passé.
Les textes grecs ont été extraits de la Perseus Digital Library. Les fichiers sources reposent sur les éditions de référence Teubner (Lucianus, édition de M. D. Macleod ; Plutarchus, Moralia, édition de G. N. Bernardakis).
Alors, comment, par l’analyse du vocabulaire employé, ces deux auteurs aux buts différents, parviennent à rédiger des œuvres historiques ? Lucien et Plutarque parlent-ils vraiment de la même conception de l’histoire et de l’historien, ou le mot ἱστορία est-il un simple homonyme pour deux projets radicalement différents ?
Outils et méthode : la chaîne de traitement des données
Pour cette étude, j’ai mis en place une chaîne de traitement numérique articulée autour du logiciel R Studio. Mon approche a consisté à transformer le texte brut de format .txt issu de la Perseus Digital Library en une base de données exploitable. Tout d’abord, le nettoyage du corpus a permis de supprimer des métadonnées telles que des repères de paragraphes des éditions physiques de Teubner ou encore des mots vides (stopwords). Dans cette liste de stopwords, j’ai fait le choix de ne pas mettre les pronoms personnels par exemple, qu’on a l’habitude de considérer comme stopwords, afin de pouvoir observer de manière plus fine la présence des auteurs dans leurs écrits.
Afin de pouvoir travailler sur des termes de vocabulaire précis, il m’a fallu isoler les tokens. J’ai voulu travailler sur des données en quantité suffisante : les 30 mots les plus fréquents par auteur pour en réaliser des nuages de mots, et les 100 mots les plus fréquents par auteur pour analyser plus finement des points communs et des divergences. Face à la complexité morphologique du grec ancien, j’ai opté pour une lemmatisation manuelle de ces termes les plus fréquents afin de garantir la précision des résultats. Je n’ai pas voulu utiliser de fichier ni de logiciel de lemmatisation automatique afin de pouvoir garder la main sur les entrées. Par exemple, j’ai souhaité lemmatiser les formes εἰδώς et οἶδα sous un même lemme, à savoir οἶδα et non εἴδω.
L’analyse textométrique et lexicométrique a été menée à l’aide du package quanteda pour générer des nuages de mots et des graphiques de distribution spatiale (x-ray) pour visualiser l’importance et la position de certains concepts dans l’architecture des traités. La vérification de la distribution de certains termes a été menée à partir d’une liste précédemment établie de termes déjà rencontrés dans les deux textes et classés par catégorie. Voici la liste de catégories et de racines.

Visualiser l’intention : les nuages de mots comme portrait-robots
Les trente termes les plus fréquents lemmatisés nous donnent une bonne idée de l’intention des auteurs et de leurs centres d’intérêt pour cet écrit. Nous obtenons les nuages de mots suivants pour chaque auteur.


Chez Lucien, le nuage est dominé par le terme ἱστορία, ce qui souligne sa préoccupation centrale : définir le genre historique. On y voit aussi une forte présence de ἐγώ et de σύ, ainsi que des verbes comme λέγω. Cela illustre parfaitement la nature de son texte : un traité pédagogique où l’auteur s’implique personnellement pour prodiguer des conseils et interpeller son lecteur sur la bonne manière d’écrire.
Au contraire, chez Plutarque, le paysage lexical change radicalement. Le centre de gravité se déplace vers les ethnies et les noms propres : Ἕλλην, Ἀθηναῖος ou encore Ἡρόδοτος. On remarque également une insistance sur les termes liés à la guerre (μάχη) et à la cité (πόλις). Le nuage de Plutarque ne ressemble pas à un manuel de méthode, mais à un champ de bataille idéologique où l’enjeu est de défendre l’honneur des cités grecques face au récit d’Hérodote.
En somme, là où Lucien tourne autour de la méthode (comment on raconte), Plutarque tourne autour de l’identité et des faits (ce qu’on raconte et qui on défend). La visualisation permet ainsi de saisir, d’un seul coup d’œil, que Lucien se place du côté de la théorie littéraire, tandis que Plutarque se place sur le terrain de la polémique historique.
Au-delà des nuages : distribution thématique et saturation
Parmi les 100 mots les plus utilisés, nous retrouvons pour Plutarque une proportion très importante des ethnies : cela était attendu et correspond bien à sa volonté de défendre les Grecs contre la barbarophilie dont il accuse Hérodote. Pour Lucien, le terme le plus employé est celui d’ἱστορία, sans grande surprise ici aussi. Nous retrouvons en commun les verbes de discours λέγω et φημί par exemple. Pour observer la distribution de certains éléments en commun, j’ai réalisé une liste reprenant plusieurs critères que je souhaitais observer, notamment du point de vue de la construction de l’histoire, afin d’aboutir à un graphique.
Ces lemmes recherchés chez ces deux auteurs sont :
λέγω, φημί, λόγος : citation des sources, poids du discours
συγγραφεὺς : fonction d’historien
αἰτία : recherche des causes
σὺ : interpellation du lecteur ou de l’adversaire
οἶμαι : présence de l’auteur dans son texte
ὀλίγος, τέλος, ὕστερος : organisation du propos
ἔργον : poids des faits face au λόγος.
Nous obtenons ce graphique : nous voyons que certains mots de notre liste de recherche sont employés avec une importance différenciée selon l’auteur.

Je voulais également savoir quelle était la force de représentativité de ces mots lemmatisés face à l’intégralité du texte pour chaque auteur. J’ai donc calculé des ratios : avec le nombre total de tokens pour chaque œuvre, j’ai pu calculer un ratio de saturation pour les 100 mots les plus utilisés. Pour Lucien, ces termes représentent 483 (occurrences) ÷ 7726 (tokens) × 100 ≈ 6,25 % (arrondi au centième), alors que pour Plutarque, ils représentent 711 (occurrences) ÷ 9269 (tokens) × 100 ≈ 7,67 % (arrondi au centième). Plutarque semble donc resserrer son discours autour d’un noyau de mots-clés plus restreint et plus fréquemment utilisé, avec une focalisation thématique un peu plus importante.
L’enquête : entre vérité, cadre indispensable et argument d’attaque, et mensonge ?
A partir de la distribution des termes dont j’ai établi la liste plus tôt, j’ai réalisé deux graphiques x-ray permettant d’observer la distribution de certaines racines tronquées, rassemblées par catégories.
Un premier graphique appelé « le métier de l’historien » rassemblait les catégories de l’historiographie, les sources et la posture de l’auteur, mais aussi le rapport à la vérité (vérité et mensonge).

Le second graphique rassemble les deux dernières catégories, à savoir celle très fournie de l’ethnie et celle du jugement. Ces catégories peuvent s’entendre comme celles de la polémique identitaire, ce qui se ressent beaucoup dans la charge critique de Plutarque envers Hérodote.

En observant la racine de la vérité (racine ἀληθ*), on découvre deux architectures : Lucien la condense davantage au début et vers la fin, comme une promesse et une conclusion, tandis que Plutarque en parle au début et au milieu, comme une munition. La vérité est donc un concept théorique qui encadre le traité historiographique de Lucien, il la définit dès son prologue comme un but à atteindre, et revient sur ce sujet à la fin. Le centre de son propos, constitué d’exemples à ne pas suivre et ensuite de conseils de rédaction et de recherche, ne mobilise donc que peu le concept de vérité. Plutarque convoque la vérité au début de son œuvre : il intervient pour la rétablir face à toute la malignité dont Hérodote a été capable envers les Grecs. Il adopte donc une posture de justicier. La mobilisation de ce concept au centre du texte montre que, dans ce passage, Plutarque confronte ses contre-arguments face au récit d’Hérodote qu’il discrédite point par point. La vérité devient donc un outil de vérification.
Au contraire, la racine ψευδ* (liée au mensonge) est présente chez Plutarque à plusieurs reprises et de façon assez dispersée dans le texte, alors que Lucien n’emploie pas ce terme. Au contraire, la racine μυθ* (liée à la fiction et aux histoires fausses) est présente chez Lucien, mais pas chez Plutarque. Ces deux racines évoquent pourtant toutes les deux le faux, mais les auteurs les emploient dans un but spécifique : une accusation de mensonge face à l’histoire des Grecs pour Plutarque, contre le risque de raconter des fictions quand on écrit de l’histoire pour Lucien.
Nous remarquons également que de nombreuses racines (celles des ethnies ou du jugement) sont assez peu partagées entre les auteurs. Cela renforce l’idée de buts bien distincts pour chacune des deux œuvres.
Difficultés rencontrées et limites
Le passage de la philologie classique aux Humanités Numériques n’est pas sans embûches, et le grec ancien oppose une résistance particulière à la machine. Tout d’abord, la troncature avec l’extraction des racines pour en vérifier la distribution possède de nombreuses limites. Elle se heurte aux spécificités du grec, comme l’augmentation (par exemple ἔγραφον), la préfixation ou le redoublement (par exemple γέγραφα), qui modifient le début du mot. Les statistiques obtenues doivent donc être prises en compte avec cette limite.
De plus, isoler une racine peut amalgamer des termes de catégories grammaticales différentes que l’on pourrait commenter. Ce défi rappelle que l’outil numérique ne remplace pas l’œil du philologue, mais nécessite un va-et-vient constant entre les graphiques et le texte original.
Enfin, le recours aux graphiques x-ray a nécessité de nombreux essais afin de pouvoir visualiser au mieux les nombreuses racines recherchées, que j’ai dû limiter. Avec autant d’éléments, visualiser l’intégralité d’un traité sur un seul graphique de distribution demande un effort d’interprétation pour relier un pic de fréquence à un chapitre précis de l’œuvre. Nous pouvons cependant tirer des conclusions face au positionnement, de façon assez imprécise toutefois.
Conclusion
En conclusion, ce détour par R Studio ne remplace pas la lecture fine, il la spatialise. Il nous montre que même avec un vocabulaire commun, Lucien et Plutarque ne construisent pas la même vérité dans leur conception de l’histoire.
Grâce à l’analyse sur R Studio, plusieurs points se confirment :
- Les priorités différentes des auteurs : Les statistiques montrent que Plutarque se concentre massivement sur les questions d’ethnies et de jugement moral, là où Lucien reste plus focalisé sur la terminologie de la rédaction historique. Plutarque défend un peuple, tandis que Lucien rédige une méthode. Cela confirme mes impressions premières.
- Le placement de la vérité : Les graphiques de distribution révèlent que Lucien utilise le concept de vérité comme un cadre (au début et à la fin), tandis que Plutarque s’en sert comme d’un outil de vérification constant au cœur de son texte. La vérité est donc au cœur de l’écriture historique, tant comme objectif vers lequel tendre que comme élément de preuve.
- Mensonge et fiction : L’opposition entre les racines ψευδ- (Plutarque) et μυθ- (Lucien) prouve que l’un dénonce une malhonnêteté quand l’autre critique un manque de rigueur littéraire.
En résumé, le traitement informatique des textes a permis de passer d’une intuition de lecture à une preuve visuelle. Les graphiques illustrent clairement que, malgré un socle de langue commun, ces deux auteurs n’utilisent pas les mêmes leviers pour définir ce que doit être l’histoire, même s’ils en mobilisent certains en commun.
OpenEdition vous propose de citer ce billet de la manière suivante :
lisacastelletti (11 avril 2026). Le scalpel et le bouclier : autopsie numérique du discours historique chez Lucien et Plutarque. Classiques et numériques. Consulté le 8 juin 2026 à l’adresse https://doi.org/10.58079/161vm